强化学习引导模型生成的深度学习框架漏洞挖掘

现有基于应用模型挖掘漏洞的方法随机生成模型的结构信息,容易造成大量低质测试用例的生成,严重影响漏洞挖掘的效率和效果.针对该问题提出了一种强化学习引导模型生成的深度学习框架漏洞挖掘方法.提取模型运行时的框架状态信息,包括Softmax距离、程序执行结果等,再将框架运行状态信息作为奖励变量指导模型结构与超参数的生成,进而提升测试用例的生成质量与效率.实验结果表明,在生成测试用例数量相同的条件下该方法能够发现更多深度学习框架的漏洞,实用价值高.

融合领域要素知识的多粒度法律文本匹配方法

法律文本匹配的目标是快速提炼对比要素信息并发现关联案件,保障法律适用的统一性同案同判.现有方法未能充分利用特定类型案件的先验知识,其核心要素提取准确率低,仅进行词向量的权重计算,忽略字义、句义、句法的向量信息,影响匹配效果.提出一种融合领域要素知识的多粒度法律文本匹配方法,通过建立特定案件类型领域知识库准确提取法律要素,引入字、词、句3个粒度的注意力机制计算不同文本向量的权重提升匹配模型效果.实验结果表明,该方法在公开数据集上可达到最好效果.

强化语义一致性的差分隐私文本脱敏方法

文本脱敏是一种极为重要的隐私保护方法,其隐私保护效果和与原文本语义一致性的平衡是一个难题.现有差分隐私脱敏方法对敏感词脱敏时,采用相似性计算概率法选取敏感词的替代词,易造成替代词与原文语义不一致甚至无关,严重影响脱敏文本对原文语义的保持.提出一种强化语义一致性的差分隐私文本脱敏方法,给定一种截断距离度量公式调整替换词选中概率限制语义无关替换词.真实数据集的实验结果表明,该方法有效提升了脱敏文本与原文的语义一致性,实际应用价值大。

多标签小样本实例级注意力原型网络分类方法

多标签分类中,一个样本可能属于多个类别,且在小样本场景下模型性能更容易受到样本中复杂语义特征的影响。然而,目前常用的原型网络方法仅使用每类支持集样本的均值作为标签原型,导致原型中存在其他类别特征带来的噪声,弱化了原型间的差异性,影响预测效果。本文提出一种利用实例级注意力的多标签小样本原型网络分类方法,通过提高支持集中与当前标签关联度高的样本的权重,减少其他标签特征的干扰,增大标签原型之间的区分度,进而提高预测的精确率.实验表明,方法通过引入实例级注意力强化了多标签原型网络的学习能力,分类效果明显提升.

基于随机平滑的恶意软件识别深度学习模型鲁棒性认证方法

面向恶意软件识别的任务中,使用随机平滑算法向所有特征中添加噪声得到的噪声样本可能会失去恶意功能.现有的认证算法按照噪声空间分布的似然比从大到小的顺序构建认证区域,使认证的鲁棒区域小、认证准确率低.本文提出一种基于随机平滑的恶意软件识别深度学习模型的鲁棒性认证方法,方法只向与恶意功能非必需的特征中添加离散伯努利噪声构建可认证的平滑模型,选取似然比更小的区域构建认证区域,实现更准确的鲁棒性认证.实验表明,提出的方法在3个数据集上平均认证半径是对比方法的4.37倍、2.67倍和2.72倍。该方法可以提供与实际鲁棒边界更紧密的认证半径,在模型鲁棒性评估方面具有较强的实用价值.

结合原型网络的远程监督命名实体识别方法

针对利用远程监督标注文本实体过程中存在实体类别标注错误问题导致模型难以有效区分各实体的类别特征,影响模型精准度的问题,本文提出一种利用原型网络过滤训练语料中标注错误样本的远程监督命名实体识别方法,利用预训练的原型网络编码正确标注实体生成类别原型表示,过滤语料中距类别原型较远的样本.实验表明,使用原型网络有效地提高了语料的标注质量,提升了模型性能.

液相色谱-三重四极杆质谱法测定土壤中苯胺和3,3'-二氯联苯胺的研究

从土壤样品的前处理改进研究、方法检出限、方法精密度和准确度等方面分析,建立了土壤中苯胺和3,3'-二氯联苯胺的液相色谱-三重四极杆质谱法的检测方法。实验结果表明,样品前处理过程中加入适量氨水对目标物的稳定性和提取效果有明显的作用;质量浓度范围内(0.5~100.0μg/L)目标物的曲线相关系数≥0.9998,苯胺和3,3'-二氯联苯胺方法检出限(MDL)分别为0.2μg/kg和0.9μg/kg,精密度相对标准偏差分别为0.7%~2.0%和1.8%~7.2%,准确度加标回收率分别为92.4%~97.8%和99.1%~120%。该方法具有较高灵敏性及良好的精密度,回收效果好,可应用于实际的监测工作中。

基于SVM算法的超声波速度-土壤含水率估计模型

为快速准确获取土壤含水率信息,便于农业精准灌溉,引入支持向量机算法(SVM)对4种不同干湿交替处理下超声波速度与土壤含水率进行拟合分析和回归训练优化,构建基于超声波速度的土壤含水率预测模型。结果显示,与传统的烘干法相比较,利用该模型在田间验证土壤含水率,平均相对误差为1.5%左右。研究结果表明,基于SVM模型构建的超声波速度-土壤含水率预测模型能够较好地描述被研究区域内土壤含水率,可为利用超声波特性实现对农田土壤水分的持续监测提供参考。

土壤石油烃(C_(10)-C_(40))预处理两种提取方法的测定研究

本文综述了土壤总石油烃的来源,是目前环境中广泛存在的有机污染物之一。土壤中石油烃的预处理通过索氏提取和加压流体萃取两种方法提取、浓缩、净化,定容后再通过气相色谱法进行测定。同时,对两种预处理提取方法进行比较,取简单高效、试剂能耗小、绿色环保的预处理方法,为环境土壤检测提供技术参考。

用于功能核磁共振数据处理的TCA方法

本文详细讨论了两种基于数据统计的时间簇分析 (TCA)方法 ,该方法将连续采集的多幅功能核磁共振数据一次性整体处理 ,其中OTCA统计像素中最大值的个数 ,MTCA统计的是像素中所有最大值的灰度累加和 ,两种方法均可有效地计算得出脑功能活动发生变化的起始时间和持续时间 ,该方法具有算法简洁、易于实现、计算量小、计算结果物理意义明显等特点。此外 ,本文在分析、讨论两种TCA算法局限性、给出算法提出者的实验结果的同时 ,还给出了本文作者的实验结果 ,实验效果明显。

网络动态攻防实践平台研制

创建了一个网络攻防的动态实践环境,提供了一套网络动态攻防的软、硬件相结合的仿真系统,同时构建了一套网络动态攻防管理信息系统,包括动态攻防过程管理、短信通知、文档等资源管理。该平台能够从理论和实践两方面提高学生的信息安全知识和能力,有效培养适应社会需要的高素质专业人才。

某地块土壤污染状况调查中砷超标的原因分析

本文以珠三角某工业地块为研究对象,通过对地块土壤污染状况进行调查,评价该地块的土壤环境质量,并分析历史活动以及周边企业对地块内土壤环境质量的影响。调查结果表明,监测地块的部分土壤样品中重金属砷超过《土壤环境质量建设用地土壤污染风险管控标准(试行)》(GB36600-2018)规定的筛选值,超筛选值土壤样品均位于风化层。经过分析,地块土壤中砷含量高是受到地带性土壤地质背景特征影响造成,非人为因素影响。该地块不属于工业企业生产造成污染的地块,但可能威胁人体健康,在利用开发前应对项目地块开展详细调查和风险评估,进一步确定砷超筛选值区域范围,明确其对人体健康的影响。

基于小项目的信息安全与对抗技术研究型教学方法

创新能力是提高教育质量的灵魂,是国家竞争力的核心要素,就信息安全与对抗技术类专业必修课程,提出一种研究型教学方法,给出了研究型教学中的关键问题分析、建设目标、建设内容以及具体实施方案。通过在校试验,该研究型教学方法取得了良好的效果,全面支撑和保障了大学生创新能力的可持续增强,使学生全面受益,体现了研究型大学的特色,同时,随着信息安全与对抗及相关学科的发展,该方法具有较好的推广应用价值。

多元密集型信息安全实践创新能力培养研究

探讨大学生实践教学模式和运行机制的特点,以提高教学质量为核心,结合社会需求和科学技术发展,提出并构建一种符合科学性、先进性和教育教学普遍规律,具有明显可操作性、可评估性和示范性的创新实践教学方法,即多元密集型实践创新能力培养体系。基于信息对抗技术专业的试验,结果表明该方案具有明显的特色,支持多元化的创新实践知识和技术密集型、实践资源密集型、实践活动和成果密集型的实践教学活动和过程,学生参与积极性高,受益面广,在提升学生质素和能力方面取得了良好的效果。同时,该方案社会效益明显,后效性强,具有很好的辐射示范作用,可以推广到其它专业、学科、学科群、学校,形成较为持久的影响。

信息安全与对抗竞赛中个人挑战赛的设计方法

通过系统分析和研究信息安全与对抗技术竞赛的方法,探讨了信息安全与对抗技术竞赛的特点,给出了技术竞赛的总体思路和技术路线,将竞赛活动分为研制作品、分组对抗、个人挑战等3个类别,重点讨论了个人挑战赛的关键环节和设计方案。多届竞赛的实践证明,信息安全与对抗竞赛可以有效地普及信息安全知识,提升信息安全意识,共创信息安全环境,实践信息安全技术,发现信息安全人才。

网络空间安全学科专业研究型教学框架及基础认知

信息与信息科技的发展越来越快,网络空间安全已涉及整个社会生态,网络空间安全已成为国家战略,没有网络安全就没有国家安全.信息安全与对抗问题涉及的内容广泛,无法根据各种现有技术方法分门别类地分析,其学科专业的建设与发展需要基于不断累积的丰富知识以及宽泛的专业技术,提出了具有系统性、先进性的研究型教学框架和教学内容,深入而简洁地讨论了信息安全对抗的基础层次原理(6条)、系统层次原理(5条)和方法(7条),抽象分析了信息攻击与防御过程行为特点,构建了一种共道-逆道博弈模型并进行应用分析.网络空间安全研究型教学框架有利于培养高素质专业人才,有利于促进我国网络空间安全学科专业的发展,有利于加强其示范引领作用.

基于“培养类”的信息安全对抗特色理论教学体系

如何在不断累积的丰富知识和宽泛的专业技术的基础上，构建适于人才培养的理论教学方案，直接影响到人才培养的效果。论述了北京理工大学信息对抗技术专业的基于“培养类”的理论教学体系，深入地分析了该理论教学体系的主要内容，给出了理论教学体系的主要课程和使用的主要教材，并详细分析了部分课程和教材的特色。

煤中低分子化合物生烃意义初探

从煤化学结构及成分分析发现，作为煤的成分之一的低分子化合物在煤中占有相当的比例，其成分特点及化学性质均显示出优越的生烃能力。通过进一步对煤中低分子化合物的来源及地质地球化学演化趋势分析，认为煤中低分子化合物对煤生烃能力存在重要影响，低分子化合物是重要的生烃母质之一。

吴江市整合农村信息服务资源的探索与展望

农家书屋、共享工程基层服务点、党员现代远程教育中心和乡村图书室事实上都在提供农村公共信息服务,并且已经基本覆盖了广大农村,但真正的实际情况是这些公共文化设施并无法为农民提供正常、规范和专业的信息服务。解决这些公共服务设施在资源、资金、人员等方面的制约因素,从而为农民提供常态化和专业化的服务,成为实现我国公共文化服务普遍均等的重要组成部分。吴江市针对自身实际情况,提出规范乡镇分馆管理,整合农村信息服务的资源,以一份成本提供农村综合信息服务的"四位一体"方案,实现农村公共信息服务的可持续发展,得到了政府的支持,并进入试点阶段。

融合多特征的中文关键词提取方法

关键词提取是指是从文本中提炼出能够概括文献内容的词或词组。关键词提取是文本处理中的一项十分重要的关键技术,针对关键词提取受分词效果影响以及统计偏差等问题,提出了一种融合多特征的中文关键词提取方法。该方法通过考虑词频、词长、词性、位置、互联网词典、停用词典等6方面因素对关键词权重的影响,分别对这些因素提出了量化方案,再结合线性加权、组合词生成与过滤等技术进行关键词提取。文章实验中,采用从中国知网下载的包括环境、信息科学、交通、教育、经济、文史、化学、医药、农业、政治共10个类别论文的数据,论文中都含有作者自拟的关键词。实验结果表明,在候选词数量N为5的情况下,其关键词提取的近似匹配准确率为54.8%,召回率为65.1%。该方法不仅解决了关键词提取中受到分词影响而导致的召回率低的问题,而且能够针对文本中出现频率不高但是对于文本意义表达很重要的词进行提取,其提取的关键词在表达文本含义的方面要明显优于基于统计的方法,实用价值更大。