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
基于分布式机器学习算法的科研审计系统安全漏洞识别方法
1
作者
李俊奕
肖亚纳
《兵工自动化》
北大核心
2025年第6期48-51,81,共5页
为解决科研审计系统存在安全性较差、精确率和召回率较低等问题,设计一种基于分布式机器学习算法的科研审计系统安全漏洞识别方法。采集科研审计系统用户数据,对用户节点数据进行分簇,并引入k近邻算法(k-nearest neighbor,KNN)概念建立...
为解决科研审计系统存在安全性较差、精确率和召回率较低等问题,设计一种基于分布式机器学习算法的科研审计系统安全漏洞识别方法。采集科研审计系统用户数据,对用户节点数据进行分簇,并引入k近邻算法(k-nearest neighbor,KNN)概念建立科研审计系统网络分布式结构模型,将具有代表性和多样性的安全漏洞特征进行组合并分类,基于分布式机器学习算法在实际应用中进行安全漏洞识别。通过2种传统的安全漏洞识别方法进行对比。结果表明:该方法可以识别不同类型的安全漏洞,且准确率、精确率和召回率都有提高。
展开更多
关键词
分布式机器学习算法
科研审计系统
安全漏洞识别
分布式
结构模型
安全漏洞特征
在线阅读
下载PDF
职称材料
Spark协同过滤算法扩展性测试与分析
被引量：
2
2
作者
沈雯婷
刘财政
+3 位作者
孙磊
李慧
许利杰
王伟
《计算机工程与设计》
北大核心
2019年第6期1574-1579,共6页
机器学习算法的线性扩展性要求算法的计算性能随节点数增加保持接近线性增长。针对当前ALS算法扩展性测试的不足,提出一种多维度扩展性测试方法,通过横向测试进行扩展性测试,使用纵向测试确定扩展性瓶颈。结合真实数据集在Spark MLlib...
机器学习算法的线性扩展性要求算法的计算性能随节点数增加保持接近线性增长。针对当前ALS算法扩展性测试的不足,提出一种多维度扩展性测试方法,通过横向测试进行扩展性测试,使用纵向测试确定扩展性瓶颈。结合真实数据集在Spark MLlib上进行测试,实验结果表明,该算法对节点敏感,会出现任务聚集到某个节点上的问题,同时随着任务并行度增加,算法执行时间增加,效率降低。
展开更多
关键词
分布式机器学习算法
交替最小二乘法
扩展性
多维度测试
测试发现
在线阅读
下载PDF
职称材料
题名
基于分布式机器学习算法的科研审计系统安全漏洞识别方法
1
作者
李俊奕
肖亚纳
机构
广东省计算技术应用研究所
广东省科技基础条件平台中心
出处
《兵工自动化》
北大核心
2025年第6期48-51,81,共5页
基金
广东省科技计划项目(2020B1010010005)
广东省科技专项资金项目(210901164532767)。
文摘
为解决科研审计系统存在安全性较差、精确率和召回率较低等问题,设计一种基于分布式机器学习算法的科研审计系统安全漏洞识别方法。采集科研审计系统用户数据,对用户节点数据进行分簇,并引入k近邻算法(k-nearest neighbor,KNN)概念建立科研审计系统网络分布式结构模型,将具有代表性和多样性的安全漏洞特征进行组合并分类,基于分布式机器学习算法在实际应用中进行安全漏洞识别。通过2种传统的安全漏洞识别方法进行对比。结果表明:该方法可以识别不同类型的安全漏洞,且准确率、精确率和召回率都有提高。
关键词
分布式机器学习算法
科研审计系统
安全漏洞识别
分布式
结构模型
安全漏洞特征
Keywords
distributed machine learning algorithm
scientific research audit system
security vulnerability identification
distributed structure model
security vulnerability characteristics
分类号
TP393.08 [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
Spark协同过滤算法扩展性测试与分析
被引量：
2
2
作者
沈雯婷
刘财政
孙磊
李慧
许利杰
王伟
机构
中国科学院软件研究所软件工程技术研究开发中心
中国科学院大学计算机与控制学院
中国科学院软件研究所计算机科学国家重点实验室
天津神舟通用数据技术有限公司天津市海量数据处理技术实验室
出处
《计算机工程与设计》
北大核心
2019年第6期1574-1579,共6页
基金
国家自然科学基金项目(61572480)
北京市重大基金项目(D171100003417002)
文摘
机器学习算法的线性扩展性要求算法的计算性能随节点数增加保持接近线性增长。针对当前ALS算法扩展性测试的不足,提出一种多维度扩展性测试方法,通过横向测试进行扩展性测试,使用纵向测试确定扩展性瓶颈。结合真实数据集在Spark MLlib上进行测试,实验结果表明,该算法对节点敏感,会出现任务聚集到某个节点上的问题,同时随着任务并行度增加,算法执行时间增加,效率降低。
关键词
分布式机器学习算法
交替最小二乘法
扩展性
多维度测试
测试发现
Keywords
distributed machine learning algorithm
ALS
scalability
multi-dimensional testing
testing-findings
分类号
TP391 [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
基于分布式机器学习算法的科研审计系统安全漏洞识别方法
李俊奕
肖亚纳
《兵工自动化》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
Spark协同过滤算法扩展性测试与分析
沈雯婷
刘财政
孙磊
李慧
许利杰
王伟
《计算机工程与设计》
北大核心
2019
2
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
