期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种突发性热点话题在线发现与跟踪方法
被引量：
23
1
作者
薛峰
周亚东
+3 位作者
高峰
刘霁
赵俊舟
党琪
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2011年第12期64-69,116,共7页
针对在线发现与跟踪动态突发性文本流中的热点话题问题,在突发性热点词发现与度量方法的基础上提出了一种动态文本模型———动态突发性向量空间模型,用于有效描述文本的动态属性,并且结合文本聚类方法,提出了突发性热点话题的在线发现...
针对在线发现与跟踪动态突发性文本流中的热点话题问题,在突发性热点词发现与度量方法的基础上提出了一种动态文本模型———动态突发性向量空间模型,用于有效描述文本的动态属性,并且结合文本聚类方法,提出了突发性热点话题的在线发现与跟踪方法.该方法可有效解决传统的基于静态向量空间模型的热点话题发现与跟踪方法仅可分析静态文本的缺陷,并具有以下特点:在特征选择阶段动态地生成热点词特征库,利用模型统一文本和话题的表示,在文本表示时给予突发性热点词更大的权重.基于实际网络文本流数据的实验表明,该方法对突发性热点话题发现的精确率与召回率分别达到92.75%和80.34%,显著优于传统的基于静态向量空间模型方法的实验结果,并可有效跟踪突发性热点话题,弥补了传统静态方法不能有效跟踪热点话题的不足.
展开更多
关键词
突发性热点话题
话题发现与跟踪
向量空间模型
在线阅读
下载PDF
职称材料
采用序列特征与知识引导的未知网络应用早期识别方法
2
作者
刘祎彤
王平辉
赵俊舟
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2023年第11期181-193,共13页
针对现有网络流量分类方法难以在样本稀缺场景下快速识别早期未知应用这一问题,提出一种基于序列特征与知识引导的未知网络应用早期识别方法。一方面基于Transformer-encoder框架构建流量分类模型(FAIN),该模型利用自注意力机制挖掘流...
针对现有网络流量分类方法难以在样本稀缺场景下快速识别早期未知应用这一问题,提出一种基于序列特征与知识引导的未知网络应用早期识别方法。一方面基于Transformer-encoder框架构建流量分类模型(FAIN),该模型利用自注意力机制挖掘流量序列中数据包之间的全局依赖关系,生成具有可分辨性的流量表示向量用于分类。另一方面,为提升FAIN模型在样本稀缺场景下的适应能力,采取监督预训练与元学习相耦合的模型优化策略,赋予模型在小样本场景下快速学习流量分类任务的能力,使其满足识别早期未知网络应用的需求。在公开数据集与真实校园网流量合成的小样本数据集上进行了深入的对比实验。结果表明:所提出的流量分类模型FAIN在公开分类任务上优于现有方法,且优化后的FAIN模型在XJTU-FSTC和CSTNET数据集的5类和10类小样本分类任务上,准确率最高分别提升了16.75%、10.08%和11.57%、8.24%。该研究结果为未知网络应用的早期识别提供了有效的方法支撑。
展开更多
关键词
网络应用识别
注意力机制
预训练
小样本学习
在线阅读
下载PDF
职称材料
题名
一种突发性热点话题在线发现与跟踪方法
被引量：
23
1
作者
薛峰
周亚东
高峰
刘霁
赵俊舟
党琪
机构
西安交通大学智能网络与网络安全教育部重点实验室
出处
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2011年第12期64-69,116,共7页
基金
国家自然科学基金资助项目(60921003
60802056
+2 种基金
60905018)
国家"863计划"资助项目(2007AA01Z480)
国家科技支撑计划资助项目(2011BAK08B02)
文摘
针对在线发现与跟踪动态突发性文本流中的热点话题问题,在突发性热点词发现与度量方法的基础上提出了一种动态文本模型———动态突发性向量空间模型,用于有效描述文本的动态属性,并且结合文本聚类方法,提出了突发性热点话题的在线发现与跟踪方法.该方法可有效解决传统的基于静态向量空间模型的热点话题发现与跟踪方法仅可分析静态文本的缺陷,并具有以下特点:在特征选择阶段动态地生成热点词特征库,利用模型统一文本和话题的表示,在文本表示时给予突发性热点词更大的权重.基于实际网络文本流数据的实验表明,该方法对突发性热点话题发现的精确率与召回率分别达到92.75%和80.34%,显著优于传统的基于静态向量空间模型方法的实验结果,并可有效跟踪突发性热点话题,弥补了传统静态方法不能有效跟踪热点话题的不足.
关键词
突发性热点话题
话题发现与跟踪
向量空间模型
Keywords
bursty topic
topic detection and tracking
vector space model
分类号
TP393.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
采用序列特征与知识引导的未知网络应用早期识别方法
2
作者
刘祎彤
王平辉
赵俊舟
机构
西安交通大学自动化科学与工程学院
西安交通大学智能网络与网络安全教育部重点实验室
出处
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2023年第11期181-193,共13页
基金
国家自然科学基金资助项目(61922067)
教育部-中国移动“人工智能”资助项目(MCM20190701)。
文摘
针对现有网络流量分类方法难以在样本稀缺场景下快速识别早期未知应用这一问题,提出一种基于序列特征与知识引导的未知网络应用早期识别方法。一方面基于Transformer-encoder框架构建流量分类模型(FAIN),该模型利用自注意力机制挖掘流量序列中数据包之间的全局依赖关系,生成具有可分辨性的流量表示向量用于分类。另一方面,为提升FAIN模型在样本稀缺场景下的适应能力,采取监督预训练与元学习相耦合的模型优化策略,赋予模型在小样本场景下快速学习流量分类任务的能力,使其满足识别早期未知网络应用的需求。在公开数据集与真实校园网流量合成的小样本数据集上进行了深入的对比实验。结果表明:所提出的流量分类模型FAIN在公开分类任务上优于现有方法,且优化后的FAIN模型在XJTU-FSTC和CSTNET数据集的5类和10类小样本分类任务上,准确率最高分别提升了16.75%、10.08%和11.57%、8.24%。该研究结果为未知网络应用的早期识别提供了有效的方法支撑。
关键词
网络应用识别
注意力机制
预训练
小样本学习
Keywords
network traffic classification
self-attention mechanism
pre-training
few-shot learning
分类号
TP393.0 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种突发性热点话题在线发现与跟踪方法
薛峰
周亚东
高峰
刘霁
赵俊舟
党琪
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2011
23
在线阅读
下载PDF
职称材料
2
采用序列特征与知识引导的未知网络应用早期识别方法
刘祎彤
王平辉
赵俊舟
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2023
0
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
