基于图卷积神经网络的位置语义推断

挖掘位置社交网络(LBSNs)中的签到数据背后所蕴藏的信息是城市计算、智慧城市的重要研究方向,其中一个关键的任务是推断位置语义。位置语义因其在位置检索、位置推荐、数据预处理等领域的广泛应用而受到越来越多的关注。现有的推断方法倾向于手工提取位置的时空特征或用户签到活动的时空模式训练分类器进而推断位置语义。然而,提取有价值的时空模式或时空特征是一项困难的任务。该文提出一种新的基于图卷积神经网络的位置语义推理模型(SI-GCN)。SIGCN利用node2vec和变分自编码器来学习位置的空间和时间特征。构建用户−位置访问二部图,利用图卷积神经网络来捕获用户签到活动中的高阶信息。此外,SI-GCN引入自注意力机制区分用户−位置访问二部图中不同邻居节点的贡献。SIGCN在两个真实签到数据集上的实验表明,SI-GCN比现有3种算法具有更好的推断性能。

“V+O[ta]+OQC”构式中“[ta]”的指称功能与语义推断

“V+O[ta]+OQC”这一构式是现代汉语口语中很常见的一种非常规表达式,但语言学界对这一构式的形成机制以及构式意义的推断有着不同的解读。本文将通过语料分析,结合构式语法理论、乔姆斯基转换生成理论来研究“V+O[ta]+OQC”构式中各成分间的逻辑关系,判定这一构式的句法归属问题,进而探讨这一构式中[ta]的指称功能以及语义推断机制。

从一句话看隐喻的语义识别

"我是回民,我不会吃你的",这句话中蕴涵着深刻的隐喻意义。本文从隐喻意义的识别和推断,对隐喻理解过程中意义的模糊性和民族性进行分析。

未知工控协议语义逆向研究方法

针对工业控制系统中出现的未知二进制工控协议,提出一种结合多序列比对算法和特征统计量分析的协议格式逆向分析方法。依据工控协议特点,通过长度聚类与多序列比对算法使协议多种数据帧中的关键字段对齐,结合现场历史数据作为专家知识,与应用层字段多种特征统计量的关联比对,进一步逆向推断协议应用层数据的格式。实例分析证明了此流程能有效逆向未知工业协议的语法以及应用层数据通信格式。

从一句话看隐喻的语义识别

“我是回民，我不会吃你的”，这句话中蕴涵着深刻的隐喻意义。本文从隐喻意义的识别和推断，对隐喻理解过程中意义的模糊性和民族性进行分析。

一种基于报文序列分析的半自动协议逆向方法

基于报文序列分析的协议逆向方法在自动化分析过程中缺乏对人工知识的引入。为此,提出一种半自动协议逆向方法。通过人工输入的方式,将先验知识加入到报文分析中,用于指导报文的语义推断,并对分析结果进行人工纠正。实验结果表明,该方法能提高报文分析的效率和准确率。

听力理解中的歧义辨识

歧义是语言本身及语言交际中普遍存在的现象。歧义所表现出的不确定性 ,常常成为干涉外语学习者听力理解的羁绊。了解歧义的特征和一般规律 ,学会辨识歧义的基本方法 ,有助于学习者听力理解中的语义推断。

基于网络轨迹的协议逆向技术研究进展

协议逆向广泛应用于入侵检测系统、深度包检测、模糊测试、僵尸网络检测等领域.首先给出了协议逆向工程的形式化定义和基本原理,然后针对网络运行轨迹的协议逆向方法和工具从协议格式提取和协议状态机推断两个方面对现有的协议逆向方法进行了详细分析,阐释其基本模块、主要原理和特点,最后从多个角度对现有算法进行了比较,对基于网络流量的协议逆向技术的发展趋势进行了展望和分析.

非标工业控制协议格式逆向方法研究

协议安全是工业控制系统信息安全中的一项重要内容,非标协议格式的正确识别是协议安全分析的基础。基于工控系统行业现状和工控协议的结构确定、传输重复、语义有限的特性,提出了基于网络流量的非标准工控协议逆向识别方法,通过单报文处理进行初步分词聚类,多报文处理进行报文序列比对,关键字段推断语义,最终得到协议格式。验证结果表明,该方法能较好地识别非标工控协议格式。