期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
机器学习被带到沟里了?——恶意软件可轻易逃脱检测(包括Gmail)
1
作者 许伟林 《中国教育网络》 2016年第4期56-56,共1页
近年来机器学习越来越火,被很多人视为神器,指哪打哪,所向披靡,地球人已经不是对手了。很多安全领域的难题也用到机器学习技术来解决,比如垃圾邮件分类、僵尸号检测、恶意软件分类等。去年微软在Kaggle上赞助了一个Windows恶意软件分类... 近年来机器学习越来越火,被很多人视为神器,指哪打哪,所向披靡,地球人已经不是对手了。很多安全领域的难题也用到机器学习技术来解决,比如垃圾邮件分类、僵尸号检测、恶意软件分类等。去年微软在Kaggle上赞助了一个Windows恶意软件分类比赛[1],冠军队赛前并没有任何恶意软件知识,仅凭基本的机器学习技能就赢得第一名,模型准确率接近100%。 展开更多
关键词 恶意软件 GMAIL 机器学习 邮件分类 测试数据集 分类器 地球人 分类特征 行代码 文件结构
下载PDF
关于未来智慧城市前景的思考
2
作者 JohnStankovic 刘恒昌 《中国信息界》 2013年第9期58-60,共3页
尼尔斯·波尔曾说:“预测总是非常困难,特别是对长远的未来预测难上加难。”2008年我曾发表一篇题为《当传感器与制动器网络覆盖世界》的文章,曾预言一个遍布传感器与制动器的世界即将实现。如今随着各种设备的普及,这个预言正... 尼尔斯·波尔曾说:“预测总是非常困难,特别是对长远的未来预测难上加难。”2008年我曾发表一篇题为《当传感器与制动器网络覆盖世界》的文章,曾预言一个遍布传感器与制动器的世界即将实现。如今随着各种设备的普及,这个预言正在快速实现。五年后的今天,我想再做一次预言,而这一次是关于未来的智慧城市的。 展开更多
关键词 城市 智慧 网络覆盖 快速实现 制动器 传感器 预言 预测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部