检索结果-内蒙古大学图书馆

计算机与数字工程 2016年第6期44卷 1057-1063页

作者：南磊江苏省信息中心南京210013 计算机软件新技术国家重点实验室(南京大学) 南京210023

经过近些年的发展,图书市场在种类规模和总体数量等方面有了长足的进步。但是同时也带来了图书过多,使得读者难以选择合适图书的困难。常规的明细分类使得读者可以针对每一种类型的书进行选择,但是其每个分类下依然有成千上万中书籍。... 详细信息

经过近些年的发展,图书市场在种类规模和总体数量等方面有了长足的进步。但是同时也带来了图书过多,使得读者难以选择合适图书的困难。常规的明细分类使得读者可以针对每一种类型的书进行选择,但是其每个分类下依然有成千上万中书籍。论文完成的是一种基于Apriori算法创建关联规则的图书推荐在Hadoop上的实现。利用在豆瓣读书上获取的图书评论数据,使用Hadoop生成图书的K-频繁集,并计算相关的图书推荐置信度。论文实现的算法能够高效地为读者提供推荐服务。

关键词： MapReduce 并行计算关联规则图书推荐 Hadoop

来源：评论

学校读者我要写书评

暂无评论

基于目标制导符号执行的静态缓冲区溢出警报自动确认技术

引用

信息安全学报 2016年第2期1卷 46-60页

作者：鲍铁匀高凤娟周严李游王林章李宣东计算机软件新技术国家重点实验室(南京大学) 江苏省软件新技术与产业化协同创新中心南京大学计算机科学与技术系

缓冲区溢出漏洞是一类严重的安全性缺陷。目前存在动态测试和静态分析技术来检测缓冲区溢出缺陷:动态测试技术的有效性取决于测试用例的设计,而且往往会引入执行开销;静态分析技术及自动化工具已经被广泛运用于缓冲区溢出缺陷检测中,然... 详细信息

缓冲区溢出漏洞是一类严重的安全性缺陷。目前存在动态测试和静态分析技术来检测缓冲区溢出缺陷:动态测试技术的有效性取决于测试用例的设计,而且往往会引入执行开销;静态分析技术及自动化工具已经被广泛运用于缓冲区溢出缺陷检测中,然而静态分析由于采取了保守的策略,其结果往往包含数量巨大的误报,需要通过进一步人工确认来甄别误报,但人工确认静态分析的结果耗时且容易出错,严重限制了静态分析技术的实用性。符号执行技术使用符号代替实际输入,能系统地探索程序的状态空间并生成高覆盖度的测试用例。本文提出一种基于目标制导符号执行的静态缓冲区溢出警报确认方法,使用静态分析工具的输出结果作为目标,制导符号执行确认警报。我们的方法分为3步:首先在过程间控制流图中检测静态分析警报路径片段的可达性,并将可达的警报路径片段集合映射为用于确认的完整确认路径集合;其次在符号执行中通过修剪与溢出缺陷疑似语句无关的路径,指导符号执行沿特定确认路径执行;最后在溢出缺陷疑似语句收集路径约束并加入溢出条件,通过约束求解的结果,对静态分析的警报进行分类。基于上述方法我们实现了原型工具BOVTool,实验结果表明在实际开源程序上BOVTool能够代替人工减少检查59.9%的缓冲区溢出误报。

关键词：符号执行缓冲区溢出警报确认目标制导

来源：评论

学校读者我要写书评

暂无评论

时间加权的混合推荐算法

引用

计算机科学 2016年第S2期43卷 451-454页

作者：邹凌君陈崚李娟金陵科技学院信息化建设与管理中心南京211169 扬州大学信息学院计算机系扬州225009 南京大学软件新技术国家重点实验室南京210093 金陵科技学院计算机工程学院南京211169

提出了一种基于时间加权的混合推荐方法。该方法分为离线和在线两个阶段,离线阶段根据目标用户对物品的评价等信息得到与目标用户有相似兴趣的邻居,并构建物品描述模型;在线阶段根据目标用户和邻居用户的评价行为构建用户描述模型。由... 详细信息

提出了一种基于时间加权的混合推荐方法。该方法分为离线和在线两个阶段,离线阶段根据目标用户对物品的评价等信息得到与目标用户有相似兴趣的邻居,并构建物品描述模型;在线阶段根据目标用户和邻居用户的评价行为构建用户描述模型。由于用户兴趣会随外部因素而产生概念漂移,因此在算法中引入衰减系数以提高推荐质量。在滑动窗口模型下,每隔一定时间间隔,更新用户模型和相似群组,产生个性化的推荐。实验结果表明,该算法能实时反映用户兴趣,提高推荐系统的准确率,有较高的用户满意度。

关键词：个性化推荐时间权重混合推荐 Logistic函数

来源：评论

学校读者我要写书评

暂无评论

整数漏洞研究:安全模型、检测方法和实例

引用

软件学报 2015年第2期26卷 413-426页

作者：孙浩曾庆凯计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京大学计算机科学与技术系江苏南京210023

C/C++语言中整型的有限表示范围、不同符号或长度间的类型转换导致了整数漏洞的发生,包括整数上溢、整数下溢、符号错误和截断错误.攻击者常常间接利用整数漏洞实施诸如恶意代码执行、拒绝服务等攻击行为.综述了整数漏洞的研究进展,从... 详细信息

C/C++语言中整型的有限表示范围、不同符号或长度间的类型转换导致了整数漏洞的发生,包括整数上溢、整数下溢、符号错误和截断错误.攻击者常常间接利用整数漏洞实施诸如恶意代码执行、拒绝服务等攻击行为.综述了整数漏洞的研究进展,从缺陷发生后行为的角度提出了新的整数漏洞安全模型,总结了判定整数漏洞的充分条件.从漏洞判定规则对充分条件覆盖的角度对现有检测方法进行比较和分析.通过实例分析,讨论了整数漏洞在现实中的特征分布.最后指出了整数漏洞研究中存在的挑战和有待进一步研究的问题.

关键词：整数漏洞缺陷发生后行为安全模型故意使用实例研究

来源：评论

学校读者我要写书评

暂无评论

设备驱动程序可靠性和正确性保障方法与技术研究进展

引用

软件学报 2015年第2期26卷 239-253页

作者：张一帆黄超欧建生汤恩义陈鑫南京大学计算机科学与技术系江苏南京210023 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

随着计算机技术的不断发展,计算机系统在安全攸关领域得到了广泛应用,其中的软件系统正逐渐成为重要的使能部件.在计算机系统中,设备驱动程序扮演了软件与硬件设备之间桥梁的角色.由于与计算机平台、操作系统、设备3个方面同时关联所导... 详细信息

随着计算机技术的不断发展,计算机系统在安全攸关领域得到了广泛应用,其中的软件系统正逐渐成为重要的使能部件.在计算机系统中,设备驱动程序扮演了软件与硬件设备之间桥梁的角色.由于与计算机平台、操作系统、设备3个方面同时关联所导致的复杂性,设备驱动程序的开发难度大、成本高,程序中所存在的错误和缺陷常常导致系统失效,在安全攸关领域造成不可挽回的损失.以设备驱动程序可靠性和正确性保障为目标,分别从故障的隔离与恢复、正确性分析和验证、设计建模与复杂性控制这3个方面对当前相关方法和技术进行分析,为开展进一步深入的研究工作打下基础.

关键词：安全攸关软件系统设备驱动程序可靠性正确性

来源：评论

学校读者我要写书评

暂无评论

中英命名实体识别及对齐中的中文分词优化

引用

电子学报 2015年第8期43卷 1481-1487页

作者：尹存燕黄书剑戴新宇陈家骏南京大学计算机软件新技术国家重点实验室江苏南京210023 南京大学计算机科学与技术系江苏南京210023

中文分词结果对中英命名实体识别及对齐有着直接的影响,本文提出了一种命名实体识别及对齐中的中文分词优化方法.该方法利用实体词汇的对齐信息,首先修正命名实体识别结果,然后根据实体对齐结果调整分词粒度、修正错误分词.分词优化后... 详细信息

中文分词结果对中英命名实体识别及对齐有着直接的影响,本文提出了一种命名实体识别及对齐中的中文分词优化方法.该方法利用实体词汇的对齐信息,首先修正命名实体识别结果,然后根据实体对齐结果调整分词粒度、修正错误分词.分词优化后的结果使得双语命名实体尽可能多地实现一一对应,进而提高中英命名实体翻译抽取和统计机器翻译的效果.实验结果表明了本文优化方法的有效性.

关键词：分词命名实体识别双语对齐机器翻译

来源：评论

学校读者我要写书评

暂无评论

一种面向列车控制系统中安全攸关场景的测试用例自动生成方法

引用

软件学报 2015年第2期26卷 269-278页

作者：陈鑫姜鹏张一帆黄超周岩计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京大学计算机科学与技术系江苏南京210023

列车控制系统是一种安全攸关系统,为保证其安全性,要求测试过程对安全攸关场景中所有可能的运行进行完全的覆盖.现有的场景建模与测试用例自动生成方法不能完全满足这一技术需求.围绕列车控制系统的安全攸关场景建模以及测试用例自动生... 详细信息

列车控制系统是一种安全攸关系统,为保证其安全性,要求测试过程对安全攸关场景中所有可能的运行进行完全的覆盖.现有的场景建模与测试用例自动生成方法不能完全满足这一技术需求.围绕列车控制系统的安全攸关场景建模以及测试用例自动生成方法展开研究,对UML活动图扩充了事件驱动机制和时间特性描述机制,以满足对安全攸关场景建模的需要,提出了简单路径覆盖准则以定义对场景中所有运行的完全覆盖,并针对这一覆盖准则给出了自动生成测试用例的方法.以地铁列车控制系统为研究对象展开实验,表明了该方法的有效性和局限性.

关键词：安全攸关场景场景建模简单路径覆盖测试用例自动生成

来源：评论

学校读者我要写书评

暂无评论

二次回归学习及其在软件开发工作量预测上的应用

引用

模式识别与人工智能 2015年第1期28卷 59-64页

作者：杨子旭黎铭南京大学计算机软件新技术国家重点实验室南京210023

回归学习是用于对具有实值标记样本进行学习建模的监督学习技术.为获得良好的预测性能,通常需要大量的训练样本,然而,在实际应用中可收集到的训练样本数量极少.针对该问题,提出一种基于二次学习框架的新型二次回归学习方法——基于神经... 详细信息

回归学习是用于对具有实值标记样本进行学习建模的监督学习技术.为获得良好的预测性能,通常需要大量的训练样本,然而,在实际应用中可收集到的训练样本数量极少.针对该问题,提出一种基于二次学习框架的新型二次回归学习方法——基于神经网络集成的回归树算法(NERT).该方法借助虚拟样本生成技术,通过串行执行的两个学习阶段对其进行有效利用,有效缓解训练样本不足的困难,从而提升学习性能.同时,通过为两个阶段分别选择泛化能力强和理解性好的学习方法,可得到预测性能好且可理解性高的模型.实验结果表明在训练样本极少的软件开发工作量预测问题上,NERT方法能够从小样本数据得到比现有方法更好的预测性能,同时其模型内在可理解性能够揭示工作量预测的关键因素.

关键词：回归分析机器学习二次回归学习软件挖掘工作量预测

来源：评论

学校读者我要写书评

暂无评论

基于特征选择和点互信息剪枝的产品属性提取方法

引用

模式识别与人工智能 2015年第2期28卷 187-192页

作者：高磊戴新宇黄书剑陈家骏南京大学计算机软件新技术国家重点实验室南京210023

产品属性的自动抽取是情感分析中的重要研究内容.文中提出一种基于特征选择和词频及点互信息剪枝的产品属性提取方法.首先引入在分类任务中常用的l1-norm正则化(Lasso)方法,将产品属性抽取问题转换为分类中的特征选择问题,利用Lasso生... 详细信息

产品属性的自动抽取是情感分析中的重要研究内容.文中提出一种基于特征选择和词频及点互信息剪枝的产品属性提取方法.首先引入在分类任务中常用的l1-norm正则化(Lasso)方法,将产品属性抽取问题转换为分类中的特征选择问题,利用Lasso生成稀疏模型的特性,将模型中少量的特征作为产品特征属性候选集.然后根据候选特征属性集中的特征属性在文本中出现的频率进行排序并剪枝.最后经过进一步合并和点互信息剪枝处理,得到最终的产品属性集.在中文产品评论集上的实验证实文中方法的有效性.

关键词：情感分析产品属性提取 l1-norm正则化点互信息剪枝

来源：评论

学校读者我要写书评

暂无评论

代价敏感的局部判别嵌入人脸识别算法

引用

计算机辅助设计与图形学学报 2015年第7期27卷 1304-1312页

作者：杨萌马小虎张哲来苏州大学计算机科学与技术学院苏州215006 南京大学计算机软件新技术国家重点实验室南京210023

局部判别嵌入算法寻求最高的正确识别率时假设所有的错误分类具有相同的错分代价,然而这个假设在现实的人脸识别系统中往往是不成立的,因为不同的错误分类将会导致不同的错分代价.为此,提出一种代价敏感的局部判别嵌入算法.首先通过构... 详细信息

局部判别嵌入算法寻求最高的正确识别率时假设所有的错误分类具有相同的错分代价,然而这个假设在现实的人脸识别系统中往往是不成立的,因为不同的错误分类将会导致不同的错分代价.为此,提出一种代价敏感的局部判别嵌入算法.首先通过构造代价矩阵将代价敏感理念融入到特征提取阶段,以提高算法判别不同错误分类的能力;然后最大化异类近邻样本点之间的错分代价,同时最小化同类近邻样本点之间的距离;最后利用迭代算法求得最佳的正交投影向量,以更好地维持数据的度量架构.在Yale,ORL,AR和Extended Yale B人脸数据库上的实验结果表明,文中算法是有效的.

关键词：人脸识别局部判别嵌入代价敏感特征提取

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：