期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到254篇文章
< 1 2 … 13 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于多维度动态加权alpha图像融合与特征增强的恶意软件检测方法
1
作者 谢丽霞 魏晨阳 +2 位作者 杨宏宇 胡泽 成翔 《电子学报》 北大核心 2025年第3期849-863,共15页
针对现有恶意软件检测方法缺乏对样本特征的有效提取、过度依赖领域专家知识和运行行为监控,导致严重影响检测分类性能的问题,提出一种基于多维度动态加权alpha图像融合与特征增强的恶意软件检测方法 .通过无效样本清洗与异常值处理获... 针对现有恶意软件检测方法缺乏对样本特征的有效提取、过度依赖领域专家知识和运行行为监控,导致严重影响检测分类性能的问题,提出一种基于多维度动态加权alpha图像融合与特征增强的恶意软件检测方法 .通过无效样本清洗与异常值处理获得标准化样本集,利用三通道图像生成与多维度动态加权alpha图像融合方法生成高质量融合图像样本.采用傀儡优化算法进行数据重构,减少因数据类不平衡对检测结果造成的影响,并对重构数据样本进行图像增强.通过基于双分支特征提取与融合通道信息表示的空间注意力增强网络,分别提取图像特征和文本特征并进行特征增强,提高特征表达能力.通过加权融合的方法将增强的图像特征与文本特征进行融合,实现恶意软件家族的检测分类.实验结果表明,本文所提方法在BIG2015数据集上的恶意软件检测分类准确率为99.72%,与现有检测方法相比提升幅度为0.22~2.50个百分点. 展开更多
关键词 恶意软件检测 图像融合 傀儡优化算法 双分支特征提取 数据重构 特征增强
在线阅读 下载PDF
基于图像化方法的恶意软件检测与分类综述
2
作者 谢丽霞 魏晨阳 +3 位作者 杨宏宇 胡泽 成翔 张良 《计算机学报》 北大核心 2025年第3期650-674,共25页
恶意软件的检测与分类是一种发现并消除潜在威胁、识别恶意软件家族的有效方法,在个人隐私保护和系统安全维护等任务中起关键作用。传统检测分类方法在面对使用复杂混淆技术的恶意软件新变种时,存在检测准确率低、误报率高和计算成本高... 恶意软件的检测与分类是一种发现并消除潜在威胁、识别恶意软件家族的有效方法,在个人隐私保护和系统安全维护等任务中起关键作用。传统检测分类方法在面对使用复杂混淆技术的恶意软件新变种时,存在检测准确率低、误报率高和计算成本高等问题。在此背景下,利用基于深度学习的图像化方法解决恶意软件检测分类问题逐渐成为研究热点。因此,为全面总结分析图像化方法在恶意软件检测分类领域的应用,本文首先概述了恶意软件的定义、发展历程以及常用的混淆规避技术,讨论了基于静态分析、动态分析以及机器学习的检测分类方法存在的局限性,尤其是在应对复杂混淆技术和未知变种方面存在的不足。然后,系统总结了近年来图像化检测方法的最新研究进展,全面评估该方法在检测不同类型、不同平台(Windows、Android、IoT)恶意软件时的应用效果,深入分析该方法在提升检测分类精度、对抗高级混淆技术以及处理恶意软件新变种时的优势。最后,本文介绍并分析了可用于评估实验模型性能的各类数据集,深入讨论了图像化检测分类方法当前面临的各种挑战,并对未来研究方向进行了展望。 展开更多
关键词 恶意软件 检测与分类 混淆技术 深度学习 图像化方法 数据集
在线阅读 下载PDF
基于图神经网络模型校准的成员推理攻击
3
作者 谢丽霞 史镜琛 +2 位作者 杨宏宇 胡泽 成翔 《电子与信息学报》 北大核心 2025年第3期780-791,共12页
针对图神经网络(GNN)模型在其预测中常处于欠自信状态,导致该状态下实施成员推理攻击难度大且攻击漏报率高的问题,该文提出一种基于GNN模型校准的成员推理攻击方法。首先,设计一种基于因果推断的GNN模型校准方法,通过基于注意力机制的... 针对图神经网络(GNN)模型在其预测中常处于欠自信状态,导致该状态下实施成员推理攻击难度大且攻击漏报率高的问题,该文提出一种基于GNN模型校准的成员推理攻击方法。首先,设计一种基于因果推断的GNN模型校准方法,通过基于注意力机制的因果图提取、因果图与非因果图解耦、后门路径调整策略和因果关联图生成过程,构建用于训练GNN模型的因果关联图。其次,使用与目标因果关联图在相同数据分布下的影子因果关联图构建影子GNN模型,模拟目标GNN模型的预测行为。最后,使用影子GNN模型的后验概率构建攻击数据集以训练攻击模型,根据目标GNN模型对目标节点的后验概率输出推断其是否属于目标GNN模型的训练数据。在4个数据集上的实验结果表明,该文方法在2种攻击模式下面对不同架构的GNN模型进行攻击时,攻击准确率最高为92.6%,性能指标优于基线攻击方法,可有效地实施成员推理攻击。 展开更多
关键词 图神经网络 成员推理攻击 模型校准 因果推断 隐私风险
在线阅读 下载PDF
基于API聚类和调用图优化的安卓恶意软件检测
4
作者 杨宏宇 汪有为 +3 位作者 张良 胡泽 姜来为 成翔 《软件学报》 北大核心 2025年第7期3209-3225,共17页
安卓操作系统和恶意软件的持续进化导致现有检测方法的性能随时间大幅下降.提出一种基于API聚类和调用图优化的安卓恶意软件检测方法DroidSA(droid slow aging).首先,在恶意软件检测之前进行API聚类,生成代表API功能的聚类中心.通过设计... 安卓操作系统和恶意软件的持续进化导致现有检测方法的性能随时间大幅下降.提出一种基于API聚类和调用图优化的安卓恶意软件检测方法DroidSA(droid slow aging).首先,在恶意软件检测之前进行API聚类,生成代表API功能的聚类中心.通过设计API句子概括API的名称、权限等重要特征并使用自然语言处理工具对API句子的语义信息进行挖掘,获得更全面反映API语义相似性的嵌入向量,使聚类结果更为准确.然后,为了确保提取到更能准确反映软件行为逻辑的API上下文信息,采用调用图优化方法对从待检测软件中提取的函数调用图进行优化并得到优化后的调用图,在删除图中难以识别的未知方法的同时保留API节点之间的连接性.为了提高对安卓框架和恶意软件变化的适应性,DroidSA从优化后的调用图中提取函数调用对,将调用对中的API抽象为API聚类时获得的聚类中心.最后,使用独热编码生成特征向量,并从随机森林、支持向量机和K近邻算法中选择表现最好的分类器进行恶意软件检测.实验结果表明,DroidSA的恶意软件检测平均F1值为96.7%;在消除时间偏差的实验设置下,经2012–2013年的软件样本集合训练后,DroidSA对2014–2018年的恶意软件样本的检测平均F1值达到82.6%.与经典检测方法MaMaDroid和MalScan等相比,DroidSA始终能将各项检测指标稳定地维持在高水平且受到时间变化的影响较小,能有效检测进化后的恶意软件. 展开更多
关键词 恶意软件检测 API语义 模型老化 函数调用图 机器学习
在线阅读 下载PDF
基于跨模态协同表示学习的二进制代码相似性检测方法
5
作者 杨宏宇 王云龙 +1 位作者 胡泽 成翔 《电子学报》 北大核心 2025年第4期1279-1292,共14页
二进制代码相似性检测(Binary Code Similarity Detection,BCSD)技术能够在无源代码的情况下检测二进制文件内在的安全威胁,在软件成分分析、漏洞挖掘等软件供应链安全领域中广泛应用.针对现有BCSD方法普遍忽略程序实际执行信息和局部... 二进制代码相似性检测(Binary Code Similarity Detection,BCSD)技术能够在无源代码的情况下检测二进制文件内在的安全威胁,在软件成分分析、漏洞挖掘等软件供应链安全领域中广泛应用.针对现有BCSD方法普遍忽略程序实际执行信息和局部语义信息,导致汇编指令语义表示学习效果不佳、特征提取模型的训练资源消耗过大以及相似性检测性能较差等问题,提出一种基于跨模态协同表示学习的二进制代码相似性检测方法(Cross-Modal coordinated Representation Learning for binary code similarity detection,CMRL).首先,提取汇编指令序列和编程语言片段语义间的对应关系并构建一个对比学习数据集,提出一种面向二进制代码的汇编指令-编程语言协同表示学习方法(Assembly code-Programming language Coordinated representations Learning method,APECL),将源代码的高层次语义作为监督信息,通过对比学习任务使汇编指令编码器APECL-Asm与编程语言编码器生成的特征表示在语义空间中对齐,提升APECL-Asm对汇编指令的语义表示学习效果.然后,设计一种基于图神经网络的二进制函数嵌入向量生成方法,通过语义结构感知网络对APECL-Asm提取到的语义信息和程序实际执行信息进行融合,生成函数嵌入向量.最后,通过计算函数嵌入向量之间的余弦距离对二进制代码进行相似性检测.实验结果表明,与现有方法相比,CMRL对二进制代码相似性检测的Recall@1指标提升8%~33%;针对代码混淆场景下的相似性检测任务,CMRL的Recall@1指标衰减幅度更小,具有更强的抗干扰能力. 展开更多
关键词 二进制代码相似性检测 跨模态 协同表示学习 语义结构感知网络 深度神经网络
在线阅读 下载PDF
部分下颌下腺切除术治疗下颌下腺良性肿瘤的临床效果
6
作者 杨源源 张珊珊 +2 位作者 俞光岩 杨辉俊 杨宏宇 《北京大学学报(医学版)》 北大核心 2025年第2期334-339,共6页
目的:分析部分下颌下腺切除术对于下颌下腺良性肿瘤治疗的临床效果,探讨部分下颌下腺切除术的应用价值。方法:纳入2017年10月至2021年2月于北京大学深圳医院口腔颌面外科行手术治疗的下颌下腺多形性腺瘤患者并对其进行随访评估,其中15... 目的:分析部分下颌下腺切除术对于下颌下腺良性肿瘤治疗的临床效果,探讨部分下颌下腺切除术的应用价值。方法:纳入2017年10月至2021年2月于北京大学深圳医院口腔颌面外科行手术治疗的下颌下腺多形性腺瘤患者并对其进行随访评估,其中15例行部分下颌下腺切除术(部分切除组),18例行常规下颌下腺切除术(全切除组),比较两组术后唾液分泌、口干程度、面颈部容貌、神经损伤、肿瘤复发情况,并分析部分切除组健侧和患侧腺体体积、唾液流率及两者之间的相关性。结果:两组患者在随访期内均未见肿瘤复发。部分切除组及全切除组术后静息全唾液流率分别为(2.15±1.10)g/5 min及(1.35±0.97)g/5 min,差异有统计学意义(t=2.208,P=0.035),口干症状部分切除组较全切除组轻(Z=-2.244,P=0.025);在部分切除组中,同一患者健侧和患侧下颌下腺静息唾液流率分别为(1.18±0.40)g/5 min及(0.92±0.40)g/5 min,差异有统计学意义(t=-2.821,P=0.014),而当患侧腺体剩余80%以上时,健侧和患侧静息唾液流率差异无统计学意义(t=-0.027,P=0.980),单位体积腺体唾液流率健侧和患侧差异无统计学意义(t=-0.015,P=0.989),剩余腺体的体积与唾液流率呈正相关(r=0.750,P=0.012)。部分切除组术后容貌满意度略高于全切除组,但差异无统计学意义;两组术后均未出现神经损伤症状。结论:部分下颌下腺切除术在根治良性肿瘤的同时保留腺体分泌功能,并发症更少,可以提高患者生活质量。 展开更多
关键词 下颌下腺良性肿瘤 部分腺体切除术 功能性唾液腺外科 治疗效果
在线阅读 下载PDF
基于字符表示学习与时序边界扩散的网络安全实体识别方法
7
作者 胡泽 李文君 杨宏宇 《电子与信息学报》 北大核心 2025年第5期1554-1568,共15页
网络安全实体识别作为威胁信息抽取、构建知识图谱的基础,对于发现和应对网络威胁具有至关重要的作用。该文针对当前主流的命名实体识别方法在网络安全领域泛化能力欠佳、难以清晰判断网络安全实体边界的问题,提出一种基于字符表示学习... 网络安全实体识别作为威胁信息抽取、构建知识图谱的基础,对于发现和应对网络威胁具有至关重要的作用。该文针对当前主流的命名实体识别方法在网络安全领域泛化能力欠佳、难以清晰判断网络安全实体边界的问题,提出一种基于字符表示学习与时序边界扩散的网络安全实体识别方法。该方法首先将命名实体识别任务分解为实体边界检测与实体分类两个子任务,分别进行处理;其次,对于实体边界检测任务,使用基于问答的方法将预定义的问题与数据进行编码,采用膨胀卷积残差字符网络进行数据的字符级特征提取,并使用时序边界扩散网络判断实体边界;然后,对于实体分类任务,同样使用问答方法,并独立训练分类器进行实体类型判断;最后将实体边界检测任务的结果输入实体分类任务判断实体的类型。为验证方法有效性,在网络威胁情报数据集DNRTI上进行测试。实验结果表明,边界检测效率的提升能够有效增强命名实体识别的性能。该方法在网络安全实体识别任务中不仅资源开销较小,且对比近年提出的基线方法性能有所提升,其中较最近两年的方法在F1分数上提升了0.40%~1.65%。 展开更多
关键词 命名实体识别 网络安全 边界检测 深度学习 自然语言处理
在线阅读 下载PDF
多源特征融合增强的虚假新闻检测方法
8
作者 胡泽 陈志南 杨宏宇 《电子与信息学报》 北大核心 2025年第8期2919-2934,共16页
针对现有虚假新闻检测方法在提取和利用新闻多层次特征及捕获新闻传播高阶结构特征方面的局限性,该文提出一种多源特征融合增强(MSFFE)的虚假新闻检测方法。该方法利用多层次注意力机制,从结构、时序和内容3个维度提取新闻特征:首先,通... 针对现有虚假新闻检测方法在提取和利用新闻多层次特征及捕获新闻传播高阶结构特征方面的局限性,该文提出一种多源特征融合增强(MSFFE)的虚假新闻检测方法。该方法利用多层次注意力机制,从结构、时序和内容3个维度提取新闻特征:首先,通过增强型超图神经网络提取新闻传播的结构特征;其次,利用多尺度时序模块捕获新闻传播的时序特征;最后,采用多头自注意力机制提取新闻内容特征。特别地,该方法设计了一种特征融合门控单元,用于动态调整不同特征维度的权重,从而实现多源异构特征的高效融合。在公开数据集Politifact和Gossipcop上的实验结果显示,该方法的检测性能较UPFD,HGNN,RTRUST(State-of-the-Art)等近年的基线方法有所提升。其中,与最先进的方法相比较,在Politifact数据集上,准确率提升了3.64%,F1分数提升了3.41%;在Gossipcop数据集上,准确率提升了0.55%,F1分数提升了0.56%。这些实验结果表明,该方法能够有效检测虚假新闻,为虚假新闻检测领域提供了新思路和技术支撑。 展开更多
关键词 虚假新闻检测 超图 图神经网络 注意力机制 多特征融合
在线阅读 下载PDF
琼东南盆地乐东北坡梅山组海底扇沉积特征及沉积模式 被引量：2
9
作者 杨宏宇 胡明毅 +2 位作者 蔡全升 陈志宏 刘为 《石油与天然气地质》 北大核心 2025年第2期550-566,共17页
深入研究琼东南盆地乐东北坡梅山组海底扇的沉积特征及其沉积模式,对于指导该区域梅山组天然气勘探具有重要意义。通过岩心精细观察,结合地震、测井以及分析测试资料,并运用层序地层学与沉积学理论,研究了琼东南盆地乐东北坡梅山组海底... 深入研究琼东南盆地乐东北坡梅山组海底扇的沉积特征及其沉积模式,对于指导该区域梅山组天然气勘探具有重要意义。通过岩心精细观察,结合地震、测井以及分析测试资料,并运用层序地层学与沉积学理论,研究了琼东南盆地乐东北坡梅山组海底扇的沉积特征和沉积模式。研究表明:①乐东北坡梅山组海底扇的物源分别来自西部和北部。西部物源海底扇主要分布于坡折带以下的盆地沉积区。受构造限制西部物源海底扇在低洼区沉积,剖面上水道密集分布,扇体侧边缘具明显上超特征。北部物源海底扇在乐东凹陷东北陆坡发育,剖面上扇端砂体不断前积,表现为下超特征。西部物源海底扇与北部物源海底扇扇体明显不同。西部物源海底扇没有典型的扇体外形和水道地震响应,厚层砂岩直接超覆沉积于两侧斜坡区上,岩性以灰色细砂岩为主,砂岩厚度较大,砂岩组分以石英为主,石英含量平均为76%,长石含量平均为12%;北部物源海底扇岩性以灰色粉砂岩为主,砂岩厚度较小,砂岩组分以石英和岩屑为主,石英含量平均为55%,岩屑含量平均为30%。②乐东北坡梅山组海底扇的发育主要受控于海平面变化、物源供给及古地貌特征。坡折带的形成以及较低海平面是海底扇形成的有利条件,而物源供给量与盆地古地貌则约束了海底扇的类型,高物源供给易于形成限制型海底扇,而低物源供给则有利于非限制型海底扇的形成。西部物源海底扇属于限制型海底扇,局限的盆地边界导致西部扇体砂质碎屑流沉积极为发育,水道频繁迁移改道,浊流沉积发育较弱。据此,总结了乐东北坡梅山组限制型海底扇发育特征及主控因素,建立了限制型海底扇沉积模式,以期为类似沉积体油气勘探工作提供参考。 展开更多
关键词 沉积特征 沉积模式 限制型海底扇 梅山组 乐东凹陷 琼东南盆地
在线阅读 下载PDF
PDC齿切削砾岩的细观损伤模拟 被引量：1
10
作者 杨宏宇 邓清源 +2 位作者 叶柏良 刘建平 黄安龙 《石油机械》 北大核心 2024年第1期1-10,共10页
砾岩一般具有孔隙结构复杂、非均匀性严重等特点,PDC钻头钻进砾岩地层时破岩效率普遍较低,室内试验很难有效地研究PDC齿的破岩过程。为此,采用离散元软件PFC2D建立了PDC齿切削砾岩的数值模型,研究不同切削深度、前倾角及岩石非均质度情... 砾岩一般具有孔隙结构复杂、非均匀性严重等特点,PDC钻头钻进砾岩地层时破岩效率普遍较低,室内试验很难有效地研究PDC齿的破岩过程。为此,采用离散元软件PFC2D建立了PDC齿切削砾岩的数值模型,研究不同切削深度、前倾角及岩石非均质度情况下,砾岩的破碎形式和过程,引入破岩比功评价了砾岩切削过程中的破岩效率。研究结果表明:一定范围内增加切削深度,砾岩内部剪切裂纹更快萌生且剪切裂纹占比显著增加,主裂纹沿自由面方向和切削方向绕砾扩展;提高砾岩非均质度,岩石逐渐由塑性破坏转变为脆性破坏,非均质度过高会增加砾岩的整体强度,且使作用在PDC齿上的冲击破坏频率增加,不利于破岩;当PDC齿以1 mm切削深度、5°前倾角切削砾岩时,可获得最高的破岩效率。所得结论可为PDC齿设计及切削参数选择提供理论支持。 展开更多
关键词 PDC齿 离散元 砾岩地层 数值模拟 细观损伤 岩石切削
在线阅读 下载PDF
基于可控串联电抗的新能源送出线路故障性质识别方法
11
作者 杨宏宇 李振兴 +3 位作者 袁超 刘亚南 唐一铭 张萌萌 《现代电力》 北大核心 2024年第1期55-64,共10页
针对不带并联电抗器的新能源送出线,能否正确区分故障性质是确保新能源系统安全可靠运行的重中之重。为降低新能源送出线故障对电力设备和系统的冲击,提高重合闸成功率,减少新能源发电系统脱网的发生,提出基于可控串联电抗限流信息的新... 针对不带并联电抗器的新能源送出线,能否正确区分故障性质是确保新能源系统安全可靠运行的重中之重。为降低新能源送出线故障对电力设备和系统的冲击,提高重合闸成功率,减少新能源发电系统脱网的发生,提出基于可控串联电抗限流信息的新能源送出线路故障性质识别方法。在送出线路上设计串联可控限流电抗器,在线路故障相跳闸时基于等值阻抗的预判投入可控电抗,在串联电抗限流特性下分析瞬时性故障和永久性故障时的线路电流差异,建立电流突变量比较判据,并能够确定故障电弧熄灭时刻,进而构建新能源场站送出线路基于故障性质识别的自适应重合闸策略。仿真结果表明,所提方法能快速、可靠地识别结果,应用在新能源场站送出线路工程上能有效提高线路的重合率。 展开更多
关键词 新能源送出线 可控串联电抗 瞬时性故障 永久性故障 熄弧时刻判定
在线阅读 下载PDF
基于多模态对比学习的代码表征增强预训练方法 被引量：2
12
作者 杨宏宇 马建辉 +2 位作者 侯旻 沈双宏 陈恩红 《软件学报》 EI CSCD 北大核心 2024年第4期1601-1617,共17页
代码表征旨在融合源代码的特征,以获取其语义向量,在基于深度学习的代码智能中扮演着重要角色.传统基于手工的代码表征依赖领域专家的标注,繁重耗时,且无法灵活地复用于特定下游任务,这与绿色低碳的发展理念极不相符.因此,近年来,许多... 代码表征旨在融合源代码的特征,以获取其语义向量,在基于深度学习的代码智能中扮演着重要角色.传统基于手工的代码表征依赖领域专家的标注,繁重耗时,且无法灵活地复用于特定下游任务,这与绿色低碳的发展理念极不相符.因此,近年来,许多自监督学习的编程语言大规模预训练模型(如CodeBERT)应运而生,为获取通用代码表征提供了有效途径.这些模型通过预训练获得通用的代码表征,然后在具体任务上进行微调,取得了显著成果.但是,要准确表示代码的语义信息,需要融合所有抽象层次的特征(文本级、语义级、功能级和结构级).然而,现有模型将编程语言仅视为类似于自然语言的普通文本序列,忽略了它的功能级和结构级特征.因此,旨在进一步提高代码表征的准确性,提出了基于多模态对比学习的代码表征增强的预训练模型(representation enhanced contrastive multimodal pretraining,REcomp).REcomp设计了新的语义级-结构级特征融合算法,将它用于序列化抽象语法树,并通过多模态对比学习的方法将该复合特征与编程语言的文本级和功能级特征相融合,以实现更精准的语义建模.最后,在3个真实的公开数据集上进行了实验,验证了REcomp在提高代码表征准确性方面的有效性. 展开更多
关键词 代码表征 预训练模型 多模态 对比学习
在线阅读 下载PDF
基于EBS-YOLO v7的轻量化葡萄病害识别方法
13
作者 杨宏宇 谢小龙 +1 位作者 郭容 张佳进 《江苏农业科学》 北大核心 2025年第5期165-174,共10页
为了解决葡萄病害检测过程中存在的识别精度低、模型计算复杂度高及参数量大等问题,提出一种基于EBS-YOLO v7的轻量化葡萄病害识别方法。该方法使用EfficientNet轻量化网络结构替换YOLO v7主干网络,使模型在降低计算量及参数量的同时保... 为了解决葡萄病害检测过程中存在的识别精度低、模型计算复杂度高及参数量大等问题,提出一种基于EBS-YOLO v7的轻量化葡萄病害识别方法。该方法使用EfficientNet轻量化网络结构替换YOLO v7主干网络,使模型在降低计算量及参数量的同时保持检测精度;在主干网络不同尺度特征输出层嵌入BiFormer注意力机制,强化模型对病害区域特征的提取能力,提高对细节、全局信息的理解能力;采用SIoU(SCYLLA交并比)损失函数作为边界框损失函数,加快模型收敛速度并提高边界框预测精度。结果表明,EBS-YOLO v7模型的准确率、召回率、平均精度均值分别达到97.4%、96.2%、98.3%,相较于YOLO v7模型分别提高了2.4、2.3、2.8百分点,参数量、计算量分别减少至原模型的32.5%、20.0%。与SSD、Faster-RCNN、YOLO v5模型相比,改进模型的平均精度均值分别提高6.0、11.9、7.2百分点,且参数量、计算量也均低于其他模型。研究结果显示,EBS-YOLO v7模型在保持高检测精度的同时,大幅降低了计算资源的消耗,可为葡萄病害的精准快速识别提供技术支持。 展开更多
关键词 目标检测 病害识别 轻量化 YOLO v7 注意力机制 SIoU
在线阅读 下载PDF
海上风电场经交流海缆并网谐波谐振放大分析 被引量：5
14
作者 顾文 郑超航 +3 位作者 杨宏宇 吴熙 汪泓 许皓珲 《现代电力》 北大核心 2024年第2期380-391,共12页
采用交流海缆接入电网的海上风电场在电缆线路分布电容的作用下,可能出现陆上风电场不常见的谐波谐振与谐波放大现象,严重威胁到海上风电场安全可靠运行。为研究海上风电场谐波谐振机理与谐波放大影响因素,首先,建立了海上风电场输电系... 采用交流海缆接入电网的海上风电场在电缆线路分布电容的作用下,可能出现陆上风电场不常见的谐波谐振与谐波放大现象,严重威胁到海上风电场安全可靠运行。为研究海上风电场谐波谐振机理与谐波放大影响因素,首先,建立了海上风电场输电系统与集电系统两部分的状态空间模型,并给出谐波放大倍数、谐波含量等指标的计算方法;其次,通过特征值和参与因子揭示了谐波谐振机理及关键影响因素;然后,通过根轨迹法研究了电网短路容量、高压电缆参数和风电机组并网台数对谐振模态的影响;最后,在Matlab/Simulink仿真平台搭建江苏某海上风电场.验证理论分析的有效性。 展开更多
关键词 海上风电场 状态空间模型 谐波谐振机理 谐波放大
在线阅读 下载PDF
基于流量特征重构与映射的物联网DDoS攻击单流检测方法 被引量：3
15
作者 谢丽霞 袁冰迪 +3 位作者 杨宏宇 胡泽 成翔 张良 《电信科学》 北大核心 2024年第1期92-105,共14页
针对现有检测方法对物联网(IoT)分布式拒绝服务(DDoS)攻击响应速度慢、特征差异性低、检测性能差等不足,提出了一种基于流量特征重构与映射的单流检测方法(SFDTFRM)。首先,为扩充特征,使用队列按照先入先出存储定长时间跨度内接收的流量... 针对现有检测方法对物联网(IoT)分布式拒绝服务(DDoS)攻击响应速度慢、特征差异性低、检测性能差等不足,提出了一种基于流量特征重构与映射的单流检测方法(SFDTFRM)。首先,为扩充特征,使用队列按照先入先出存储定长时间跨度内接收的流量,得到队列特征矩阵。其次,针对物联网设备正常通信流量与DDoS攻击流量存在相似性的问题,提出一种与基线模型相比更加轻量化的多维重构神经网络模型与一种函数映射方法,改进模型损失函数按照相应索引重构队列定量特征矩阵,并通过函数映射方法转化为映射特征矩阵,增强包括物联网设备正常通信流量与DDoS攻击流量在内的不同类型流量之间的差异和同类型流量的相似性。最后,使用文本卷积网络、信息熵计算分别提取映射特征矩阵和队列定性特征矩阵的频率信息,得到拼接向量,丰富单条流量的特征信息并使用机器学习分类器进行DDoS攻击流量检测。在两个基准数据集上的实验结果表明,SFDTFRM能够有效检测不同类型的DDoS攻击,检测性能指标平均值与现有方法相比最多提升12.01%。 展开更多
关键词 DDOS攻击检测 多维重构 函数映射 机器学习
在线阅读 下载PDF
基于多尺度注意力特征增强的异常流量检测方法 被引量：2
16
作者 杨宏宇 张豪豪 成翔 《通信学报》 EI CSCD 北大核心 2024年第11期88-105,共18页
针对现有网络异常流量检测方法存在特征冗余以及流量序列的时间依赖性,导致模型训练速度慢和检测性能不佳等不足,提出一种基于多尺度注意力特征增强的异常流量检测方法。首先,通过基于动态分组的特征选择算法从流量数据中选出最优特征... 针对现有网络异常流量检测方法存在特征冗余以及流量序列的时间依赖性,导致模型训练速度慢和检测性能不佳等不足,提出一种基于多尺度注意力特征增强的异常流量检测方法。首先,通过基于动态分组的特征选择算法从流量数据中选出最优特征集合。其次,使用密集卷积神经网络和多尺度注意力特征提取网络分别提取流量数据的局部和全局特征。最后,利用特征增强网络增强局部和全局特征的区分度和整体表达的有效性,并采用加权融合的方法进行特征融合,实现异常流量检测。实验结果表明,所提方法在CIC-IDS2017和CSECIC-IDS2018数据集上的F1分数分别提升0.17%~2.75%、0.43%~8.99%,具有良好的检测效果。 展开更多
关键词 异常流量检测 特征选择 多尺度注意力 特征增强网络
在线阅读 下载PDF
基于双分支特征提取和自适应胶囊网络的DGA域名检测方法 被引量：1
17
作者 杨宏宇 章涛 +2 位作者 张良 成翔 胡泽 《软件学报》 EI CSCD 北大核心 2024年第8期3626-3646,共21页
面向域名生成算法(domain generation algorithm,DGA)的域名检测方法普遍具有特征提取能力弱、特征信息压缩比高等特点,这导致特征信息丢失、特征结构破坏以及域名检测效果较差等诸多不足.针对上述问题,提出一种基于双分支特征提取和自... 面向域名生成算法(domain generation algorithm,DGA)的域名检测方法普遍具有特征提取能力弱、特征信息压缩比高等特点,这导致特征信息丢失、特征结构破坏以及域名检测效果较差等诸多不足.针对上述问题,提出一种基于双分支特征提取和自适应胶囊网络的DGA域名检测方法.首先,通过样本清洗和字典构建重构原始样本并生成重构样本集;其次,通过双分支特征提取网络处理重构样本,在其中,利用切片金字塔网络提取域名局部特征,利用Transformer提取域名全局特征,并利用轻量级注意力融合不同层次的域名特征;然后,利用自适应胶囊网络计算域名特征图的重要度系数,将域名文本特征转换为向量域名特征,并通过特征转移计算基于文本特征的域名分类概率;同时,利用多层感知机处理域名统计特征,以此计算基于统计特征的域名分类概率;最后,通过合并得到的两种不同视角的域名分类概率进行域名检测.大量的实验表明,所提方法在DGA域名检测以及DGA域名家族检测分类方面均取得了当前领先的检测效果.在DGA域名检测中,F1分数提升了0.76%-5.57%;在DGA域名家族检测分类中,F1分数(宏平均)提升了1.79%-3.68%. 展开更多
关键词 DGA域名检测 深度学习 双分支特征提取网络 切片金字塔网络 自适应胶囊网络
在线阅读 下载PDF
洋葱路由器网站指纹攻击与防御研究综述 被引量：1
18
作者 杨宏宇 宋成瑜 +4 位作者 王朋 赵永康 胡泽 成翔 张良 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第9期3474-3489,共16页
以洋葱路由器(Tor)为代表的匿名网络是目前使用最广泛的加密通信网络之一,违法分子利用加密网络以掩盖其违法行为,给网络监管和网络安全带来极大的挑战。网站指纹攻击技术的出现使得对加密流量的分析成为可能,监管者利用数据包方向等信... 以洋葱路由器(Tor)为代表的匿名网络是目前使用最广泛的加密通信网络之一,违法分子利用加密网络以掩盖其违法行为,给网络监管和网络安全带来极大的挑战。网站指纹攻击技术的出现使得对加密流量的分析成为可能,监管者利用数据包方向等信息对Tor流量进行解密,推断用户正在访问的网页。该文对Tor网站指纹攻击与防御方法进行了调研和分析。首先,对Tor网站指纹攻击的相关技术进行总结与比较,重点分析基于传统机器学习和深度学习的Tor网站指纹攻击;其次,对目前多种防御方法进行全面调研和分析;针对现有Tor网站指纹攻击方法存在的局限性进行分析和总结,展望未来发展方向和前景。 展开更多
关键词 Tor匿名网络 网站指纹攻击 流量分析 隐私保护 网络监管
在线阅读 下载PDF
条带少耕智能精量施肥播种装备研发
19
作者 杨宏宇 赵清建 +2 位作者 韩成全 辛福志 齐海龙 《现代化农业》 2025年第7期88-90,共3页
对条带少耕智能精量施肥播种技术及装备研发应用进行综述,介绍了设备结构及特点、技术路线、主要技术关键点、工作原理和主要创新点。同时分析了其市场应用和产业化前景等,为该技术和设备的推广应用提供一定的参考。
关键词 条带少耕 智能精量施肥播种技术 保护性耕作 作业效果
在线阅读 下载PDF
正颌手术患者不同体位下静态露齿的比较及影响因素分析 被引量：1
20
作者 张添文 杨辉俊 +2 位作者 王锋 林博 杨宏宇 《华西口腔医学杂志》 CAS CSCD 北大核心 2024年第5期624-628,共5页
目的 探究正颌手术患者不同体位下静态露齿的差异及影响因素。方法 收集正颌术前或术后患者148例,分别于直立位与仰卧位时拍摄照片,测量静态露齿值,比较不同体位的差值是否具有统计学意义。将患者根据性别、口内是否有正畸托槽、测量时... 目的 探究正颌手术患者不同体位下静态露齿的差异及影响因素。方法 收集正颌术前或术后患者148例,分别于直立位与仰卧位时拍摄照片,测量静态露齿值,比较不同体位的差值是否具有统计学意义。将患者根据性别、口内是否有正畸托槽、测量时间(术前、术后)、术中上颌骨移动方向(前徙、后退)进行分类,比较静态露齿差值的差异。将露齿差值与年龄进行Pearson相关分析,探究其相关性。结果 2种体位下静态露齿的差值为0.99 mm±0.95 mm,二者的差异有统计学意义(P=0.000)。不同性别的静态露齿差值间的差异有统计学意义(P<0.05);是否有正畸托槽、术前术后测量时间、不同上颌骨移动方向的静态露齿差值间的差异无统计学意义(P>0.05)。露齿差值与年龄无明显相关性(r=-0.087,P=0.291)。结论 仰卧位相较于直立位,静态露齿会增加约0.99 mm;男性不同体位下静态露齿差值大于女性,是否有正畸托槽、是否接受过上颌骨手术、上颌骨移动方向、年龄对不同体位下静态露齿的差值无影响。 展开更多
关键词 静态露齿 体位 影响因素
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 13 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部