深度PCA子空间极限学习机图像检索算法

传统的基于内容的图像检索方法缺少自主学习能力,图像表达能力不强,严重制约其图像检索性能,而深度学习模型为图像检索提供了新思路.本文提出一种深度PCA子空间极限学习机图像检索算法.首先将图像进行分块处理,采用多层级联主成分分析作为卷积滤波层,将图像映射到深层PCA子空间,然后通过深度极限学习机获得深层子空间稀疏特征,实现图像的深层特征提取.最后对特征进行哈希编码,利用编码实现快速图像检索.在MNIST、CIFAR-10和CALTECH256等数据集上的实验结果表明,该算法在训练效果和训练时间上都具有较好的性能,与卷积神经网络等深度学习框架相比,具有结构简洁、收敛速度快等优点.

核协同近邻表示的人脸识别算法

协同近邻表示分类算法将协同表示和线性保持嵌入算法结合,在处于欧式空间的训练样本中寻找未知样本的最近邻表示基,但协同近邻表示属于线性算法,很难利用样本间的非线性关系.核局部Fisher判别分析的核局部投影空间能够保持样本的最小类内离散度和最大类间离散度,使同类样本更容易聚集到一起,核方法的非线性投影将样本投影到高维的核空间中,改变样本的空间分布,使得输入空间中线性不可分的特征向量在核空间中线性可分.本文利用核方法在解决非线性问题时的优势,对协同近邻表示算法进行两点改进:1)在核局部投影空间中定义新的度量方法,寻找未知样本的最近邻表示基,提出基于核局部投影度量的协同近邻表示算法. 2)将所有样本投影到核空间,在核空间中构造协同近邻表示,提出基于核方法的协同近邻表示算法.在ORL、AR及Extended Yale B等人脸库上的测试结果证明改进算法的有效性.

二进制代码级函数指针攻击机理与检测研究

尽管有许多防御和保护机制已经被引入到现代操作系统中,但内存泄漏漏洞仍然对软件系统和网络安全造成巨大威胁.对于返回导向式编程ROP攻击(Return Oriented Programming)通常利用缓冲区溢出漏洞改写函数的返回地址,而函数指针在c/c++中普遍存在,比如struct结构体和虚函数中都含有大量的函数指针.本文通过实验表明了覆盖函数指针发起的ROP攻击是存在的并且提出fpDetect检测方法用来检测这种攻击.采取二进制代码插桩技术与动态检测相结合,大大提高了检测的准确性.通过实验证明了fpDetect检测方法可以应用在Linux和windows操作系统中.