马尔可夫随机场在语音识别中的应用

为适应语音识别的需要，作者克服了传统隐马尔可夫模型（ＨＭＭ）只考虑当前观测符号之前状态的缺点，吸收其采用“隐含”层的处理方式，将其纳入马尔可夫随机场（ＭＲＦ）的框架，建立了一个基于ＭＲＦ的语音识别模型，并较详细地阐明了这个系统的训练和识别算法，重新定义了松弛标注算法中相应的支持函数。典型实验表明，ＭＲＦ模型较传统的ＨＭＭ 有较高的识别率。在优化初始参数的条件下，两种模型的识别在同样的时间范围内。在训练脱机的情况下，ＭＲＦ模型有其明显的优势。

基于云服务的勒索病毒防范与分析

勒索病毒,一种恶意软件,已经存在了近三十年。它最初伪装成反病毒软件,通过电子邮件和程序木马等途径传播。在大规模爆发后,勒索病毒给用户带来了巨大的损失,一旦被病毒感染,就会给用户造成难以计量的损失。此外,勒索病毒在不断升级和开发,成为当前网络安全的重要威胁。本文从勒索病毒特征出发,结合云服务显著特征对勒索病毒攻击的特点和手段进行了归纳与分析,并依据现有的防御技术提出防范方法和措施,最后提出未来的研究与防御方案。