-
题名非平稳动态行为模型及其在DDoS检测中的应用
被引量：3
- 1
-
-
作者
谢逸
唐成华
黄向农
-
机构
中山大学信息科学与技术学院
桂林电子科技大学计算机科学与技术学院
中山大学网络与信息技术中心
-
出处
《小型微型计算机系统》
CSCD
北大核心
2013年第9期2100-2105,共6页
-
基金
国家自然科学基金项目(60970146)资助
高等学校博士学科点专项科研基金项目(20090171120001)资助
中央高校基本科研业务费专项资金项目(11lgpy38)资助
-
文摘
应用层分布式拒绝服务攻击严重威胁承载网络应用与服务的服务器.传统服务器端检测方法的主要问题是难以刻画非稳态网站的用户访问行为,也无法动态跟踪正常用户的行为变化,导致误检率随时间推移逐渐增高.提出一种动态的用户行为模型,并应用于诊断基于HTTP协议的分布式拒绝服务攻击.该方法采用半马尔可夫链描述正常用户行为.模型通过有监督的前后向算法获得初始化参数,利用动态参数递推算法使模型可以根据用户群体行为的变化实时调整自身参数.从而精确地实现对用户行为的跟踪及诊断可能存在的异常行为.实验结果证明了本文所提方法的有效性.
-
关键词
隐半马尔可夫模型
非平稳用户行为
动态
DDOS检测
-
Keywords
hidden semi-markov model
unstable user behaviors
dynamic DDoS detection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多任务学习的古诗和对联自动生成
被引量：5
- 2
-
-
作者
卫万成
黄文明
王晶
邓珍荣
-
机构
桂林电子科技大学计算机科学与技术学院
广西高校云计算与复杂系统重点实验室
-
出处
《中文信息学报》
CSCD
北大核心
2019年第11期115-124,共10页
-
基金
广西高校云计算与复杂系统重点实验室资助项目(yf17106)
广西自然科学基金(2018GXNSFAA138132)
桂林电子科技大学研究生教育创新计划资助项目(2018YJCX55)
-
文摘
实现古诗和对联的自动生成是极具挑战性的任务。该文提出了一种新颖的多任务学习模型用于古诗和对联的自动生成。模型采用编码-解码结构并融入注意力机制,编码部分由两个BiLSTM组成,一个BiLSTM用于关键词输入,另一个BiLSTM用于古诗和对联输入;解码部分由两个LSTM组成,一个LSTM用于古诗的解码输出,另一个LSTM用于对联的解码输出。在中国的传统文学中,古诗和对联具有很多的相似特征,多任务学习模型通过编码器参数共享,解码器参数不共享,让模型底层编码部分兼容古诗和对联特征,解码部分保留各自特征,增强模型泛化能力,表现效果大大优于单任务模型。同时,该文在模型中创新性地引入关键词信息,让生成的古诗及对联表达内容与用户意图一致。最后,该文采用自动评估和人工评估两种方式验证了方法的有效性。
-
关键词
LSTM
多任务学习
注意力机制
古诗对联生成
-
Keywords
LSTM
multi-task learning
attention mechanism
classical poetry and couplet generation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
