TRGATLog:基于日志时间图注意力网络的日志异常检测方法

为解决现有日志异常检测方法往往只关注定量关系模式或顺序模式的单一特征,忽略了日志时间结构关系和不同特征之间的相互联系,导致较高的异常漏检率和误报率问题,提出基于日志时间图注意力网络的日志异常检测方法。首先,通过设计日志语义和时间结构联合特征提取模块构建日志时间图,有效整合日志的时间结构关系和语义信息。然后,构造时间关系图注意力网络,利用图结构描述日志间的时间结构关系,自适应学习不同日志之间的重要性,进行异常检测。最后,使用三个公共数据集验证模型的有效性。大量实验结果表明,所提方法能够有效捕获日志时间结构关系,提高异常检测精度。

动态图神经网络链接预测综述

在现实世界中,复杂的动态网络数据广泛存在,如社交网络、蛋白质相互作用网络和传染病传播网络,它们由大量的节点和边构成。针对这类数据的有效挖掘和利用,以进行精准预测,成为了一项关键任务。动态图神经网络链接预测是深度学习研究领域的一个重要分支,它旨在解析网络随时间演化的内在规律,并预测未来可能形成的链接,为各领域的决策提供有价值的信息和依据。回顾了动态图神经网络的发展历程,介绍动态图的建模方法和训练流程。在此基础上,根据时间粒度的不同,将动态图神经网络链接预测模型细分为离散动态图模型和连续动态图模型两大类,并综述了每一类别中当前主流模型所采用的建模方法;介绍了动态图链接预测研究中常用的数据集、评价指标和应用场景。最后,对该领域的未来发展趋势进行了前瞻性探讨。

图神经网络在异常检测中的应用综述

图数据常用于表示不同个体之间复杂的关系,例如社交网络、金融网络和微服务网络等。图神经网络(GNN)是一种用于处理图数据的深度学习模型,它可以有效捕获图数据中的结构信息和特征信息。异常检测是指从海量数据中找出不符合预期的数据。传统异常检测方法在检测图数据时通常不考虑数据之间的关系,而使用GNN进行异常检测的模型可以利用图结构和图特征进行学习,从而提高异常检测的准确性和鲁棒性。从三个方面对GNN在异常检测中的应用进行综述。介绍了GNN的基本框架,分别探讨了GNN在静态图异常检测、动态图异常检测和时序数据异常检测的最新研究进展,深入分析了该领域未来的研究方向。

MFA-SGWNN:基于多特征聚合谱图小波神经网络的僵尸网络检测

在僵尸网络攻击中,由于伪装后的僵尸网络流量数据特征与正常流量数据特征过于相似,使得传统的检测方法难以准确地进行区分。为解决这一问题,提出一种基于多特征聚合谱图小波神经网络的方法(Multi-feature Aggregation Spectral Graph Wavelet Neural Network,MFA-SGWNN),将流量的属性特征与空间特征相结合,能有效地捕获隐藏的感染主机流量特征,增强僵尸网络节点的特征表示,同时规避了数据样本不平衡和恶意加密流量对检测的影响。在ISCX2014僵尸网络数据集和CIC-IDS 2017(僵尸网络)数据集上的实验结果表明,MFA-SGWNN检测效果优于现有方法,具有更强的鲁棒性和泛化能力。

基于异构图神经网络的半监督网站主题分类

互联网网站数量快速增长使现有方法难以准确分类特定网站主题,如基于URL的方法无法处理未反映在URL中的主题信息,基于网页内容的方法受到数据稀疏性和语义关系捕捉的限制。为此,提出一种基于异构图神经网络的半监督网站主题分类方法HGNN-SWT。该方法不仅利用网站文本特征来弥补仅使用URL特征的不足,还利用异构图对网站文本和词语的稀疏关系进行建模,通过处理图中的节点和边关系来提高分类性能。同时引入基于随机游走的邻居节点采样方法,考虑节点的局部特征和全局图结构,并提出特征融合策略,捕捉网站文本数据的上下文关系和特征交互。通过在自制的Chinaz Website数据集上的实验,证明了HGNN-SWT方法在网站主题分类任务中相较于现有方法具有更高的准确率。

基于图神经网络的源代码漏洞检测研究综述

随着开源软件在各个领域的广泛应用,源代码漏洞已经导致了一系列严重的安全问题。鉴于这些漏洞对计算机系统的潜在威胁,检测软件中的源代码漏洞以防止网络攻击已成为一个重要的研究领域。为了实现自动化检测并降低人力成本,研究人员提出了许多基于传统深度学习的方法。然而,这些方法大多将源代码视为自然语言序列而没有充分考虑代码的结构信息,因此其检测效果受到了限制。近年来,基于代码图表示和图神经网络的源代码漏洞检测方法应运而生。全面综述了图神经网络在源代码漏洞检测中的应用,并提出了一个基于图神经网络的源代码漏洞检测通用框架。从文件级别、函数级别和切片级别3种漏洞检测粒度出发,系统地总结和阐述了现有的方法和相关数据集。最后,讨论了该领域所面临的挑战,并对未来可能的研究重点进行了展望。

MAS环境中一种基于反馈可信度的多维信誉计算方法

在分布式体系结构的MAS(multi-agentsystem)中,Agent之间通过彼此的交互,协调完成共同的任务,但是由于没有中心化的管理权威可以依赖,导致对网络中Agent信誉信息进行判断存在一定的困难.传统的基于评价反馈的信誉评估方法存在反馈评价属性信息利用不足以及缺少确保反馈评价信息可信的可行机制等问题,为此,提出一种综合的信誉计算方法.该方法针对个别用户提交的恶意评价,采用CUSUM(cumulativesum)控制图理论对服务评价中的数据进行过滤;利用信息熵的方法对不同维度的评价数据进行整合;使用改进的PageRank算法对评价影响力进行度量,最终得到融合反馈评价真值与评价影响力的综合信誉.仿真结果表明,该方法在提高信誉计算收敛性和准确性、抵抗恶意攻击行为等方面表现出较好的效果.

用ASP设计有照片的人事记录的翻页浏览程序

本文首先分析了在单位内部网实现有照片的人事记录翻页浏览时所遇到的问题,然后简单介绍了解决该问题所使用的ASP和ADO技术,最后以高校学生信息库为例,说明了设计有照片人事记录的翻页浏览程序的方法,并给出了ASP参考程序代码。

以RM和ASF流媒体文件格式在局域网实现影视点播

目前国内高速宽带网尚未普及,西部地区尤其如此。互联网上虽然有影视剪辑广播,但拨号上网很难获得满意的实时点播效果。然而在一些企事业单位和学校的局域网上,文件实际下载速率却可以达到几百Kbps到1Mbps左右,使采用流媒体技术实现影视点播成为可能。本文即探讨在局域网上采用流媒体技术,以RM和ASF文件格式实现影视点播的方法,并给出了具体示例和调用影视数据库的代码。

用ASP设计有照片的人事记录的翻页浏览程序

在单位内部网实现有照片的人事记录翻页浏览时可使用ASP和ADO技术 为便于说明 ,以高校学生信息库为例 ,给出设计有照片人事记录的翻页浏览程序的方法 。

融合用户隐含偏好的社会化推荐算法

协同过滤算法的基本思想是利用兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息.目前大部分算法对于相似用户的分析都是基于用户的显式偏好,没有对用户的隐含偏好进行分析与利用.用户的偏好不仅仅体现在对产品种类的喜好上,对于产品各个属性的喜好程度、评分偏好和由偏好相似而建立的信任关系等,都反映了用户在交互时所隐含的偏好.本文提出了一种融合用户隐含偏好的社会化推荐算法:通过对评分矩阵进行分解得到用户和产品的潜在特征向量,利用用户的潜在特征向量进行用户隐含属性偏好相似度的计算;为了缓解推荐系统中常见的冷启动问题,本文引入了信任关系,并将其与评分信息相联系,量化出带有用户偏好的信任关系并将其融入到算法模型之中;最后,使用动态的权重计算用户间的推荐权重.该算法在FilmTrust和Epinions数据集上进行了测试和对比,结果证实了该算法能够更加有效地预测用户评分,提高推荐精度.

客户关系管理系统的设计与实现

21世纪是一个全球化、信息化、网络化的时代。随着全球化的日益发展,企业面临着前所未有的竞争和挑战。随着人们生活和工作节奏的加快,顾客对企业的服务要求越来越高,员工对企业的忠诚度越来越低;而随着产品利润的不断降低,企业的运营成本却在逐渐上升。企业为了提高其核心竞争力,向客户提供创新式的个性化的顾客交互服务,客户关系管理系统随之产生。

校园网摄影作品展示平台的构建

在当今校园中,有很多热爱摄影的师生,也经常会浏览一些如论坛式网站、交互式摄影网站、大全式摄影网站等等网站,但是,这类网站上存在大量的商业信息以及一些不健康的信息,对师生的身心健康发展造成一定的影响。因此,各大院校应该构建自己学校的校园网摄影作品展示平台。

3G智能手机在针对性营销系统中的应用与研究

针对性营销是以竞争为前提结合产品价值进行的,它以更加精准的目标比照帮助企业迅速提升产品的市场地位,针对性营销从定位开始,定位的精髓是"细分"、"精确"、"实效",以满足客户需求来发掘客户终身价值、提高客户忠诚度。目前的企业在市场营销中采取的方法都是手工通过收集客户信息,全面撒网,重点培养的模式,对于使用IT系统和移动互联网进行数据挖掘和分析的行自动针对性营销应用甚少。我们提出研发一个基于3G智能手机的商品针对性营销的应用解决方案。从而更加便捷的收集客户的信息,对客户行为进行分析,同时根据不同用户群进行针对性的营销。

学科竞赛管理系统

近年来,随着国家对大学生能力和素质以及其他方面的重视,产生了许多针对大学生的竞赛。传统的竞赛申报流程都是人工办理,需要教师打印各种文档进行审批,工作量大,工作繁琐,且手工书写的信息不易保存,容易丢失。该工作模式需花费的时间较多,办事效率也不高。因此需要创建一个良好的学科竞赛管理系统来管理竞赛,方便教师办公,存储重要信息,并使各大高校的学生方便了解竞赛的信息和内容,使他们更加高效地参加各类竞赛。

基于多识别区域融合的机动车驾驶员检测框架

受光照条件、图像噪声和复杂背景等因素的影响,在机动车驾驶员检测过程中难以获取不同卡口图像下的驾驶员特征.为了解决上述问题,文中提出基于多识别区域融合的精准驾驶员位置检测框架,用于提高驾驶员识别率.首先基于图像梯度特征算法获得车牌定位,然后使用自适应方法得到车窗区域,最后采用多识别区域融合策略得到准确的驾驶员区域.在10个图像测试库上的测试表明,文中方法可以获得较高的识别率.

以RM和ASF流媒体文件格式在局域网实现影视点播

目前国内高速宽带网尚未普及 互联网上虽然有影视剪辑广播 ,但拨号上网很难获得满意的实时点播效果 然而在一些企事业单位和学校的局域网上 ,文件实际下载速率却可以达到几百Kbps到 1Mbps左右 。

Web告警信息实时监控系统的研究

该系统采用基于UML的Rose建模软件工具进行面向对象的分析与设计,并选用Java和XML等先进的跨平台技术,低成本、高效率地实现对网络告警信息的实时监控和管理.另外,还选用互联网上小型轻量的Flash动画技术解决在客户端浏览器上实时仿真显示数据的问题.着重介绍如何利用Java技术采集网络实时告警信息,如何用Java Socket以XML格式与Flash MX的XMLSocket进行通信,如何利用Flash动画实时显示监控信息.

基于Web的虚拟现实的研究与应用

该文介绍了如何用VRML建立基于Internet的逼真的,交互式的虚拟教室,以及虚拟教室在实践教学中的应用。

利用工作流系统轻松实现企业应用集成

文章就如何在工作流系统中建立企业应用集成的模型以及如何通过工作流系统集成现有应用的方法,并通过一个简单的集成实例展示了利用工作流管理系统实现企业应用间的有效集成的过程.