课程文献中心 更多>>

关键词： Android系统   软件安全   逆向分析   密码函数识别   函数挂钩  

摘要： 对Android应用的逆向分析不仅有助于检测正常应用中是否存在隐私泄露、密码学误用等安全问题，也可用于分析恶意应用的行为。在此过程中，定位Native层二进制代码中的密码函数并识别其使用的密码算法及具体功能是一项极具挑战性的任务。现有的密码函数识别方法中，动态分析由于可以获取运行时信息，具有较高的准确性。然而，现有基于动态分析的工具主要针对x86/x64架构，难以有效应用于以64位ARM架构为主的Android应用程序。为解决这一问题，本文提出了一种基于挂钩的识别方法，用于定位和识别Android应用Native层代码中的密码函数。该方法首先基于常量特征、运算类指令统计特征、加密类指令特征这三类静态特征筛选出疑似密码函数，然后使用Frida对筛选出的函数执行挂钩操作，收集函数的传入参数、返回值等调用信息。最终，通过将被挂钩函数的运行结果与开源密码算法库中已知密码函数的运行结果进行匹配，识别密码函数的类型及功能。本文在三款主流Android应用上对该方法进行了测试，实验结果表明，该方法能够有效识别真实Android应用Native层代码中的密码函数。

关键词： 配电网优化重构   图搜索   路径组合   重构结构集   结构决策量   最优拓扑  

摘要： 当前配电网优化重构存在求解复杂度高、计算耗时长、结果不唯一等问题，工程落地、应用难。因此，结合图搜索算法，提出一种配电网两阶段优化重构策略。在第1阶段，提出图搜索及路径组合策略以生成配电网重构结构集，可在优化求解前确定通断状态变化的支路，有助于缩小结构决策量的选择范围，在求解重构模型时提高计算速度。在第2阶段，根据配电网重构结构集，并结合锥变换技术，提出基于确定拓扑目标值排序的模型求解方法，将配电网优化重构分解为基于0-1状态量的拓扑结构生成与基于确定拓扑的线性模型求解两部分，极大降低了模型求解复杂度。利用某地区电网64节点系统开展算例分析，结果表明，所提配电网优化重构方法能有效获得满足用户需求的配电网最优拓扑结构，非常利于实际工程应用。

关键词： 空间算子代数   柔索   有限段法   动力学模型  

摘要： 随着航空航天技术的不断发展，柔索在如系留伞翼飞行器等各种系统中的应用也越来越广泛。传统方法建立的柔索模型存在运算效率低的问题，因此需要研究一种精确、简单、高效的新模型。传统的多体系统算法如牛顿——欧拉法、拉格朗日法、凯恩方法等复杂度均为O(n2)或O(n3)级，在计算包含大量刚体的系统时计算效率会大幅下降。相比于传统动力学方法，空间算子代数方法能够使算法复杂度降低为O(n)级，在刚体数量较大的情况下具有显著优势。而柔索建模方法中的有限段法在分段数足够的情况下能够达到较高精度，正与空间算子代数方法相适配。空间算子代数方法得到的递推形式算法也有利于在模型中实现柔索的收放。结合空间算子代数与有限段法建立了柔索动力学模型、在matlab上编写了仿真算法、通过三个算例验证了模型的可靠性与精确性、为进一步研究含柔索系统的动力学稳定性提供了基础。

关键词： 概率真度   相似度   度量空间   孤立点  

摘要： 本文在n值G?del命题逻辑系统中引入了公式的概率真度概念，首先通过构造性证明和反证法相结合的方式证明了孤立点在[0，1]区间是不存在的，说明所有公式的概率真度值集合是连续的；其次确立了概率相似度的度量，并建立基于概率的逻辑度量空间，最后运用概率逻辑度量空间中伪距离性质进一步研究该空间中没有孤立点，为G?del逻辑系统的计量化研究提供了新的视角.

关键词： 车间调度   蚁群算法   析取图   甘特图  

摘要： 车间调度问题是生产调度模型的简化，研究如何在生产活动中合理的分配资源以实现成本最优。传统的人工调度方式在任务量大、任务相互关系复杂、对完工时间要求苛刻时将不适用，现实中的调度问题又通常属于非确定性多项式时间问题，一般很难使用常规方法得到最优解。本文提出了一种基于析取图的蚁群算法，用于求解复杂的车间调度问题。通过构建析取图的方式确定蚂蚁可行路径，从而将工件、工序、加工机器三者之间的关联关系转化为路径寻优问题；通过MATLAB编程建立模型并求解问题，通过甘特图校验，证明给出的解满足机器、加工工序、加工工件的各类约束，并且合理且优化。

关键词： 心电图   异常检测   生成对抗网络   Transformer   异常解释  

摘要： 心电图是检测心血管疾病最常用的工具之一. 然而， 心电图分析高度依赖医学专家的经验， 导致分析效率低. 为此， 提出一种集成了Transformer与生成对抗网络思想的异常检测方法——TranECG. 首先， 将长序列心电图数据分割成若干等距的心跳节拍数据; 然后， 采用基于生成对抗网络的重建模型学习节拍数据的正常模式， 并生成相应的重建序列; 最后， 异常检测模块通过分析重建序列与原始序列的残差矩阵， 判断心电图是否存在异常. 此外， 为了显式地定位异常， 根据异常检测模块的注意力系数矩阵构造热力图， 以可视化方式定位心电图中的异常位置. 实验结果表明， 在CPSC和AIWIN两个心电信号数据集上， TranECG相较于文中对比方法， 其准确率平均提高4.7%， 曲线下面积(AUC)平均提高1.4%.

关键词： 配电网   拓扑辨识   时空相关性   图嵌入   时间卷积  

摘要： 随着各类分布式电源、储能、电动汽车、柔性负荷在配电网中的渗透率不断增加，配电网的运行方式日趋复杂。为了实现配电系统的实时分析与优化控制，需要精确辨识配电网网架结构拓扑，为此提出了一种基于时空同步图采样网络的配电网拓扑辨识模型。首先，使用基于GraphSAGE的时空嵌入技术与膨胀因果卷积技术处理空间与时间尺度特征。其次，在拓扑辨识模型中设计多个功能模块，有效捕获复杂数据的局部时空相关性。最后，分别基于IEEE 33节点和PG&E 69节点配电网进行验证。结果表明，所提模型在数据噪声下拥有鲁棒性及更高的辨识精度。

关键词： 整函数   最大模原理   零点模   Taylor定理   估值定理  

摘要： 整函数的零点属性是复分析理论的热门课题之一. 本文利用最大模原理， Taylor定理和估值定理研究了一类无界整函数的零点模性质， 给出了零点模估计式.

关键词： 网络节点分类   复杂网络   图神经网络   图注意力网络   对比学习  

摘要： 复杂网络节点分类大多基于图神经网络学习节点表示而实现，图神经网络通过邻域聚合对复杂网络局部结构信息进行编码。然而，图神经网络的过平滑问题导致复杂网络节点分类性能受限。基于此，提出一种基于增强图神经网络和对比学习的复杂网络节点分类方法。该方法不仅为邻域节点引入注意力来区分各邻居节点的重要性，而且采用局部邻域重叠度和全局邻域重叠度构造边的特征，从而扩大节点表示的信息量。最后，引入对比学习对神经网络进行训练，从而利用网络全局节点分类先验信息对节点表示进行联合优化。在Cora、Citeseer、PubMed和Chameleon公开网络数据集上进行了实验，结果表明，相较于其他先进方法，所提方法的节点分类性能更好，并通过消融实验验证了所提方法的有效性。

关键词： 客户流失预测   数据不平衡   特征交互建模   差异化特征   层次图神经网络  

摘要： 针对普惠金融领域客户流失问题的严峻性及现有客户挽留模型在预测精度与可解释性上的不足，提出一种基于层次图神经网络（HGNN）和差异化特征学习（SFL）相结合的客户流失预测网络（HGNN-SFLN），以提升模型的预测能力和对特征交互的理解。首先，为应对数据不平衡问题，提出一种创新的混合采样策略，并在特征层面对不同类别特征进行加权调整，以确保各类数据的有效利用；其次，利用层次图强化不同特征之间关联性并构建了一种基于自注意力机制的差异化特征学习模块，以增强模型对分类特征的处理能力及特征交互关系的解析能力。通过该方法，模型能够精准识别关键特征，并有效捕捉特征之间的复杂交互关系，从而优化预测决策过程。实验结果表明，所提方法在多个真实金融数据集上相较于主流模型（如Light GBM、深度神经网络（DNN））在曲线下与坐标轴围成的面积（AUC）等关键指标至少提升了1.4%的性能，并且在精确识别关键流失特征以及有效捕捉特征间复杂交互关系方面，相较于Light GBM和DNN等模型展现出更为显著的优势。