基于无监督自适应模糊聚类的多家族恶意域名细粒度检测

针对现有恶意域名检测方法检测时间开销大、对新出现或新变种的恶意域名检测精度不高的问题,提出一种基于无监督自适应模糊聚类的多家族恶意域名细粒度检测方法。该方法首先利用词向量映射网络(Bidirectional Encoder Representation from Transformers,BERT)将域名字符串映射为词向量矩阵;然后,利用深度自编码网络的编解码模块实现域名字符串向量矩阵的特征提取;最后,引入一种自适应模糊聚类算法实现多家族恶意域名和合法域名在隐空间中的特征聚类。通过在多个家族恶意域名和常见域名数据集上进行测试,实验结果表明所提出算法可以在二分类任务中实现97.71%的准确率,在8个家族的细粒度多分类任务上可以实现96.25%的准确率。综合检测性能优于当前主流的恶意域名检测算法。同时,所提出域名具有较低的时间开销,这为实时过滤恶意域名、预防恶意域名的入侵攻击提供了一种新的手段。

多车辆合乘问题的两阶段聚类启发式优化算法

车辆合乘问题研究在物流领域和交通领域意义重大.良好的合成策略不仅可以节省物流成本,降低交通拥塞,在减少噪声及提高环境等方面也是很有利的.针对确定性多车辆合乘匹配问题,提出了两阶段聚类的启发式匹配策略:第1阶段聚类过程提出匹配度的概念,用于指导将服务需求分配到某一具体车辆,从而将多车辆问题转化为单车辆问题;第2阶段聚类过程基于"先验聚类"插入思想,可降低单车辆匹配过程的插入试探次数,从而提高算法效率.为提高搭乘成功率并降低运营总成本,通过迁移对第1阶段聚类过程进行调整.实际算例结果表明,算法在可接受时间范围内不仅可提高搭乘成功率,还明显降低车辆的运行成本,表现出较强的实用性.

组件化的通用查询界面研究

查询在信息系统的应用中占有重要地位 ,但传统查询界面的复用度不高 .本文对查询界面的规律性进行了研究 ,在软件重用的基础上提出了通用查询界面生成模型 ,使得查询界面的简单生成及高可复用成为可能 .在此基础上 ,根据 CORBA规范 ,开发了支持查询界面生成的 CORBA对象 。

支持重用的可视化通用查询界面的生成

对查询界面的规律性进行了研究，在软件重用的基础上，提出了可视化通用查询界面生成模型，使得查询界面的简单生成及复用成为可能。在此基础上，建立了查询界面组件模板库，开发了支持查询界面生成的COM接口。

具有启发式探测及自学习特征的降维对称微粒群算法

提出对称微粒群算法SymPSO_HD,用以提高PSO算法的搜索能力。引入种群分布熵以保证种群的分布性;引入具有探测特征的启发式粒子,用以影响普通粒子的位置;提出邻域内的克隆变异选择策略及全局范围内的降维对称粒子策略,用以增强粒子的局部及全局学习能力。仿真实验及分析结果表明,SymPSO_HD算法搜索能力稳定,适应性强,能以较大概率收敛到全局最优。

基于软构件技术的IS系统的设计与实现

软构件技术的发展促进了软件的工业化进程。文章在分析当前软构件的研究现状后,以某省高校人事管理信息系统(SDPMIS)为例,论述了软构件技术在快速开发信息系统中的作用,并给出了查询/统计生成器与报表生成器构件的设计。最后结合山东省高校人事管理信息系统的开发过程,介绍了软构件技术的应用。

具有学习机制及情绪特征的连续进化博弈仿真

当前博弈理论的研究主要集中在合作竞争及稳定性的分析上,有关心理因素对博弈过程的影响的研究尚不多见。将情绪特征引入连续进化博弈过程,可更为真实地仿真群体博弈过程。针对不同决策风格的个体,建立个体学习机制及根据情绪特征的策略变异机制。仿真结果表明,学习能力有助于个体之间的博弈平均合作率及群体收益总量的提高;情绪对个体收益产生一定的波动性影响,但对群体平均收益的波动性影响不大。

一种基于复杂适应系统的人工CBD系统构筑方法

复杂适应系统和计算技术的发展使得在实验室中研究社会经济现象成为可能。本文提出了一种基于复杂适应系统的人工CBD(A-CBD)系统的构筑方法。基于计算智能理论,本文将企业看成智能Agent个体,个体之间相互竞争和合作。多个企业在虚拟环境中的不断进化产生了整体涌现现象,本系统可对此过程进行仿真。另外人工CBD系统还可以对现实CBD的发展趋势进行预测,并提出决策和建议。该系统可解决社会经济试验时间长、成本昂贵、后果不可避免等缺点,具有重要的社会经济意义。最后对系统的特点进行了评价。

具有趋向向量及迁移特征的协同PSO算法

为提高PSO算法的搜索能力,提出一种协同粒子群算法CPSO-ADS。引入种群分布熵及群落差异度评价,用以有效初始化群落。给出趋向向量修正粒子的位置向量,提高算法收敛速度。运用占优子空间概念,通过评价子空间搜索价值确定种群的迁移方向。实验结果表明,该算法搜索性能稳定,能以大概率收敛到全局最优。

基于软件重用的报表构件生成系统的研究与实现

针对IS(信息系统)中报表的处理过于烦琐,本文在基于软件重用的基础上,对各类报表进行分析,提出了一个 报表构件模型,使得用可重用的构件组装报表成为可能.并且根据此思想,建立了报表模板库,开发出报表构件生成系 统,实现了报表的构件化管理和重用,并应用于实际的IS开发中.

一种基于信息熵的时间序列分段线性表示方法

针对部分时间序列具有高维、大数据量及数据更新速度较快的特点,导致在原始时间序列上难以进行数据挖掘的问题,提出一种基于信息熵的时间序列分段线性表示方法———PLR_IE。该算法利用信息熵作为评判重要点数量的性能指标,从序列中提取重要分段点的数量分布情况,利用重要点组成的序列重新拟合原始时间序列,为下一步数据挖掘提供基础。实验结果表明,该方法能高效地提取出序列主要特征、拟合原始序列。

一种基于蜂群原理的划分聚类算法

针对现有的大部分划分聚类算法受聚类簇的个数K的限制,提出一种基于蜂群原理的划分聚类算法。该方法通过引入蜂群采蜜机制,将聚类中心视为食物源,通过寻找食物源的自组织过程来实现数据对象的聚集。在聚类的过程中引入紧密度函数来评价聚类中心(局部),引入分离度函数来确定最佳聚类簇的个数(全局)。与传统的划分聚类算法相比,本算法无须指定聚类个数即可实现聚类过程。通过仿真实验表明,提出的算法不但对最佳聚类数有良好的搜索能力,而且有较高的准确率:算法时间复杂度仅为O(n×k3)(k<<n),具有较高的执行效率。

支持复用的建筑设计图样系统研究

针对当前建筑设计行业设计成果复用度低的问题 ,本文提出了支持复用的建筑设计图样系统设计思想 ,并且依据行业特点 ,对构件库内的构件进行了评价、相关性重组等重要问题进行了研究 .

一种改进的企业竞争合作进化博弈模型

结合企业决策风格,提出一种引入企业声誉的竞争合作进化博弈模型。该模型以企业声誉传播半径为基础定义邻居企业,从邻居企业中选择博弈对象企业,根据其决策风格产生连续博弈序列,得到博弈收益和企业声誉,并通过计算企业吸引值选择学习对象企业。实验结果表明,该模型可有效区分不同声誉的企业,并使具有良好声誉的企业表现出较强的生存优势以及较高的存活率。

一种求解多车辆合乘匹配问题的适应性算法

车辆合乘匹配问题是研究如何通过优化车辆路线及车辆-乘客匹配来搭乘尽量多的乘客的问题。目前国内外的研究多存在模型单一、脱离实际、算法效率不高等问题。针对该问题,提出一种基于吸引粒子群算法的问题求解方法。通过吸引粒子群算法进行多车辆问题向单车辆问题的转化,形成车辆同乘客之间的初次匹配。根据初次匹配结果利用先验聚类的思想将初次匹配结果进行排序,寻找较优需求序列排序方式。最后,通过相应的匹配再优化策略将需求序列进行再优化。对比实验表明,基于吸引粒子群算法的问题求解方式能以较高的搭乘成功率以及较低的花费完成车辆合乘匹配问题。

基于软构件的Web信息发布生成器的研究与实现

通过研究Web信息发布的发展和现状,指出了Web信息发布的优缺点,探讨了可能的改造思路,提出了一个利用软构件技术实现WIPB的模型,并根据此模型开发出Web信息发布生成器(WIPB),在实际的应用中取得了良好的效果。

基于正态云的粒子群优化算法及其应用

为辨识非线性系统Hammerstein模型,将非线性系统的辨识问题转化为参数空间上的优化问题,提出一种基于正态云模型的改进粒子群算法(NCPSO)。该算法采用动态变异概率,对全局最优粒子和粒子自身最优位置进行正态云变异,以产生新的粒子引导种群的飞行,有效避免早熟收敛。采用一种广义学习策略,提升粒子向最优解飞行的概率,将NCPSO算法用于对Hammerstein模型的辨识,相比其他算法,该算法辨识精度较高。

基于软构件的软件开发框架研究

软件的重要性对其质量提出了严格的要求。如何对软件开发过程进行严格控制,提高软件系统成功率及用户满意度,降低开发成本,成为软件行业理论研究的焦点。在总结当前国际上流行的软件开发模式的基础上,提出了基于软构件的软件开发框架。

基于先验位运算的频繁项集挖掘

为提高频繁项集的产生效率,提出一种在垂直数据表示下,基于先验位运算的频繁项集挖掘算法(A-FIMBII)。该算法建立从项集合到事务的索引,利用先验性质减少候选集的产生,通过位运算计算支持度。与Apriori、Eclat算法进行了比较,实验表明,A-FIMBII具有更高的效率。

基于客户分级及换乘的多车辆合乘问题算法研究

多车辆合乘匹配问题(MRMP)是物流领域和交通领域的一个重要问题,现有的多车辆合乘匹配算法是以解决基本的多车辆合乘问题为主。为了提高客户的搭乘率,提出了客户分等级并且带有换乘的多车辆合乘匹配算法。该算法以蚁群优化算法为核心,分为3步:寻找起点终点集合;蚁群寻优,并在单向蚁群的基础上提出双向蚁群算法;车辆路径微调。实验仿真显示该算法获得80%以上的搭乘率,同时双向蚁群比单向蚁群具有更强的寻优能力。所得结果表明,该算法可以有效地获得带有换乘的匹配路线。