课程文献中心 更多>>

关键词： 恶意域名   语义图学习   注意力机制   图神经网络   自演进  

摘要： 恶意域名检测是网络入侵检测系统中重要的组成部分，能够通过域名请求快速发现网络攻击.基于机器学习的恶意域名检测能够克服黑名单机制缺陷，提升对恶意域名的识别精度，然而由于域名构造差异性大，实际环境域名复杂多变，应用过程中检测效率低、鲁棒性差.为此，提出一种基于域名语义图学习的恶意域名检测技术，利用语义图关联分析来实现高效的恶意域名检测.具体而言，首先收集了中国科技网12个月的域名请求数据，共33.3亿访问记录，其中包括超过650万条恶意域名记录，涉及284个攻击类型.通过对不同类别域名的语义特征分析，发现不同类别域名之间具有明显的语义区分度，但存在较大的特征分布重叠区间，重叠的域名数据降低了分类器性能.因此，提出一种基于字符语义相似性的域名关联图模型，通过融合邻居域名特征增强重叠区间域名语义特征，进而提升检测性能.首先，通过分析域名结构的相似性过滤域名中吻合度较高的噪音字符以消除域名固有结构造成的检测干扰；其次通过提取域名字符的语义相似性特征构造域名语义图模型，进而通过在线聚合算法构建动态的域名语义图，以基于节点度权重抽样经验池获取的样本集为基础，训练得到基于样本语义权重的多头注意力消息传播图模型；最后使用多层神经网络分类器实现恶意域名检测.实验结果表明，提出的恶意域名检测技术在不同类型恶意域名的数据集上取得了平均96%的精确率和97%的召回率，并且该模型能够在线进行自演进，具有较高的识别率和鲁棒性.

关键词： 跨章节整合   思维导图   学习参与度   病理学与病理生理学   教学改革  

摘要： 目的:探讨跨章节整合结合思维导图教学法在病理学与病理生理学教学中的应用效果.方法:将研究对象随机分为对照组和试验组各50名.对照组采用传统的教学模式,试验组采用跨章节整合结合思维导图教学法.结果:试验组学生学习的主动性及期末理论考试的分数均高于对照组.结论:跨章节整合结合思维导图教学法能增强学生学习的主动性和积极性,提高教学质量,在病理学与病理生理学课程改革中具有良好效果.

摘要： 在东海之滨、甬江之畔,在机遇与挑战并存的宁波,浙商银行宁波分行已悄然走过 20 载春秋.它仿若一株扎根深土的秀木,镌刻下独属于自身的轨迹.宁波分行恪守金融使命图奋进,勇扛社会责任创新篇,正行向善的品牌美誉度持续攀升.20 年里,分行存款规模连续突破 500亿元、800 亿元、1000 亿元大关,存贷款规模稳列宁波辖内全国股份制商业银行第一方阵.截至 2024 年末,分行总资产余额 1533 亿元,各项存款余额 1002.95 亿元,各项贷款余额 835.48 亿元.

摘要： "跟我走吧!" 她轻轻的一句话,将我带离熟悉的云冈风云,踏上陌生的长城月华版图. 高地冯太后 天高,云淡,一路向着城外驶去. 她还在鼓捣手机与车载音乐的连接时,一处山中民宿出现.她说下去看看吧,这里的夜晚可以望星空.

关键词： 测井曲线补全   图注意力网络   BiGRU   多头注意力机制   奇异谱分析  

摘要： 在实际的测井过程中受到复杂井眼环境、地质结构复杂和井壁垮塌等各种因素的影响，从而出现测井曲线缺失的问题，重新测定数据成本高昂。因此针对测井曲线缺失的问题，本文首先采用奇异谱分析法（SSA）对原始测井曲线进行分解，采用相关性更高的分量从而实现更加高效的测井曲线补全，并提出一种基于图注意力网络融合多头注意力机制双向门控循环单元（GAT-MABiGRU）的测井曲线补全模型。在岩性密度（RHOB）和声波时差（DT）两条测井曲线的补全实验结果表明，基于SSA的GAT-MABiGRU模型在均方根误差（RMSE）、平均绝对误差（MAE）和决定系数(R2)指标上均优于支持向量回归法（SVR）、多层感知机（MLP）、长短期记忆神经网络（LSTM）和时域卷积网络（TCN）。在盲井实验和消融实验上进一步验证了SSA和GAT模块在提升模型预测精度方面的有效性，为测井曲线的补全提供了一种新方法。

关键词： 时序网络   游走   记忆   特征衰减   因果卷积  

摘要： 为解决现有时序图表示学习方法难以充分挖掘网络结构特征和依赖关系的问题，提出了一种融合时间约束游走的记忆增强时序图神经网络(time-constrained walk fused memory enhanced temporal graph neural network，TWMTGN)。首先，从交互节点出发构造特定类型的时间约束游走序列，采用记忆模块捕获网络的长期依赖关系，并将游走序列特征融合至节点记忆状态，在事件发生时进行动态更新。其次，根据节点类型和时间间隔设计特征衰减层建模短期依赖关系，提高模型对关键历史交互节点的识别能力。最后，将目标节点聚合后的历史交互特征输入因果卷积网络，进一步挖掘特征之间的潜在关联。在真实数据集上的实验结果表明：所提模型能够提升时间链路预测任务的效果，且复杂度较小；时间约束游走长度和次数等参数会影响模型的性能。研究提出的时间约束游走序列能够捕捉网络结构特征，节点记忆和特征衰减层有助于捕获网络依赖关系。

关键词： 入库流量   三峡大坝   集合卡尔曼滤波   一维水动力  

摘要： 水库流量估算是洪水预报和控制的关键问题。受动库容和水位观测误差的影响，传统水量平衡方法反推的入库流量往往锯齿状波动剧烈，且在小时间尺度时容易出现负值，需要借助平滑算法进行后处理。针对以上问题，基于流量连续性假设提出了一种耦合水动力学的集合卡尔曼滤波方法。首先将入库流量作为模型参数，基于流量连续性假设生成下一时刻入库流量集合；然后构建并运行多个水力学模型实例，得到不同流量条件下的模拟水位集合；最后基于多实测水位数据，运用集合卡尔曼滤波方法更新生成的入库流量集合，将流量集合平均值作为目标流量，并重复以上步骤。通过滚动向前滤波实现光滑的水库入库流量反推。以三峡水库为例，选取2020年7月和2022年10月的洪水过程进行研究，结果表明：（1）该方法能够在满足时效性要求的同时，显著降低反推入库流量的波动性，与八段法相比，平滑度改善为0.56；（2）该方法与人工平滑结果和八段法结果相比，均在低流量时更加接近，在峰值流量附近差值偏大；（3）水量偏差指标显示所有方法均高估了入库流量，滤波法高估7%，八段法高估6%，人工平滑法高估8%。本文提出的入库流量反推方法可为洪水预报和调度提供技术支撑。

关键词： 对抗攻击   加权雅可比显著图   双向扰动   雷达信号识别  

摘要： 为了提升当前对抗攻击方法的攻击成功率和生成对抗样本的隐蔽性，本文提出了基于改进加权显著图的雷达信号对抗攻击方法。首先基于链式法则计算模型输出关于输入的雅可比矩阵；之后基于矩阵构建反映输入数据对输出影响程度的显著图，通过在显著图表达式中引入与真实标签导数相关的约束项，减少了攻击成功所需的总扰动点数；最后选取显著性最高的数据点添加双向扰动，迭代生成对抗样本。实验结果表明：在对ResNet和VGG两改进模型进行目标攻击时，相较于已有方法，本文方法具有更高的攻击成功率，生成的对抗样本也具有更好的隐蔽性。将生成的对抗样本直接迁移到CNN和CLDNN模型中进行黑盒攻击，模型识别率下降30个百分点以上。

关键词： 图大数据   流式划分   分布式   缓冲   重流  

摘要： 图划分是大图并行处理关键技术之一.现有图划分算法存在划分质量和效率难以平衡的问题，主要体现在离线划分算法划分质量高但耗时长；在线（也称流式）划分算法相对高效但划分质量不理想.为此，提出一种带缓冲区的分布式流式划分算法.它采用多加载器-多划分器架构，多个加载器并行读取图数据，提高图数据加载效率；每个划分器维护一个缓冲区，缓存相应加载器发来的图顶点，并按顶点度数高度排序，为划分器提供更多决策依据.划分器预置有4条流式启发式规则，围绕不同目标，对缓冲区中的顶点实施并行划分，借助重流机制微调划分结果，改进划分质量.分布式系统环境下的划分质量与性能实验表明：提出算法的划分质量（割边比）比当前最好的在线划分算法改善超过18.8%，并将图数据加载时间在划分总时间的占比，从单划分器-单加载器架构流式划分算法的平均30.8%缩减至平均20.1%．

关键词： 灰色关联分析   灰色关联度   样条光滑   火炮身管   烧蚀磨损  

摘要： 针对灰色关联分析对于非等间隔含噪序列数据精度低或不适用等问题,首先,提出从含噪数据重构本征函数及其高阶导函数的惩罚样条光滑法,以弱化序列数据分布间隔和观测误差的影响;然后,设计能够综合静态关联性和动态关联性的函数型关联度,并论证其规范性、接近性、分解形式和实践应用准则;最后,将所提出模型应用于火炮身管烧蚀磨损截面特征分析.结果表明:所提出方法能够准确辨识烧蚀磨损截面与弹丸初速减退的关联关系,且优于对比模型,验证了所提出方法的可靠性和有效性.