普适计算环境下上下文不一致性的消除算法研究*

在普适计算环境下,由于所获得上下文信息的不一致性,往往会导致应用不一致性的产生。针对上下文不一致性的消除问题,提出了全丢弃消除算法、最新上下文丢弃算法、基于确定性上下文丢弃算法和基于相关性的上下文丢弃算法,并对算法的性能进行了比较和分析。实验表明,这些算法能够有效达到消除上下文不一致性的目的。     

基于上下文验证的网络入侵检测模型

大量误报引发的可信问题一直是入侵检测研究领域所面对的具有挑战性的未解技术难题之一.为了提高入侵检测系统的确定性和准确性,必须对其告警信息加以区分,滤除无效攻击导致的虚警,从而自动准确地识别有效攻击.由此,提出了一种基于上下文验证的网络入侵检测模型,结合环境上下文、弱点上下文、反馈上下文和异常上下文等多种上下文信息,构建了一个以上下文为中心、多种验证技术相结合的高效、稳定、完整、易管理、可扩充的虚警处理平台,实现了告警的自动验证以及攻击行为能否成功地自动判定,从而达到滤除虚警的目的,使入侵检测系统起到真正的预警作用.     

分布式多视点软件开发环境中的不一致性检测与管理

针对基于分布式多视点环境的软件开发中存在的不一致性问题,提出了一个不一致性管理模型ＩＭＭ,建立了水平不一致性和垂直不一致性的新概念。讨论了不一致性的检测方法和处理策略。     

时空上下文编码的视频拷贝检测

基于内容的视频拷贝检测,目前最流行的方法是基于词袋模型的关键帧内容匹配方法。由于在空间上丢失了视觉词汇的上下文信息,而在时域中,同样丢失了关键帧时域上下文信息,此类方法的精度受到限制。针对这一问题,通过使用一个上下文模型用于计算视频关键帧的空间上下文信息和时域上下文信息,同时将时空上下文信息量化成二进制编码,并通过海明距离实现快速的时空上下文验证。在TREVID—2009视频集上的实验验证了该算法具有较高的效率与准确性。     

试论电脑病毒检测与消除

本文探讨了查寻、消除计算机病毒的基本原理。着重研究了使用ＤＥＢＵＧ、ＰＣＴＯＯＬＳ等工具软件查找消除病毒的方法，总结了避免病毒感染的基本原则，对于抑制计算机流行有重要实际价值。     

融合上下文短时谱特征的汉语重音检测研究

重音是语言交流中不可或缺的部分,在语言交流中扮演着非常重要的角色。本文基于ASCCD朗读语篇语料库,使用MFCC算法提取每个语音段的融合上下文子段拼接短时谱信息,构建基于MFCC算法的上下文短时谱特征集;并选用NaiveBayes分类器对这类特征集进行建模,而且将具有最大后验概率的类作为该对象所属的类,这种分类方法充分利用了当前语音段的相关语音特性;融合上下文的MFCC短时谱特征组在ASCCD上能够得到83.6%的汉语重音检测正确率。实验结果证明,融合上下文子段拼接特征规整方法可以用于汉语重音检测研究中。     

基于谓词检测方法的上下文感知案例研究

当前,开发灵活的适应环境变化的上下文感知应用较为复杂。在上下文感知应用开发过程中,很多未知情况无法事先被充分考虑到,实际的开发又需要处理很多意外情形,因此有效地表示和处理上下文尤为重要。谓词检测作为实现上下文感知的重要方法之一,能够有效对上下文信息进行建模,但在实际应用中对于真实物理设备的支持如何在很大程度上仍然是未知的。为了应对以上问题,通过构建一个简单的物理场景,将谓词检测方法应用于真实的机器小车上,支持其在一个既定轨道上完成运行任务。在该场景下对原始的上下文环境进行建模,将环境特性逐步规约成特定的快照谓词和序列谓词,并在案例研究中,对规约化的谓词进行检测,将谓词检测应用于真实的机器小车实验上。实验分析的结果表明,谓词检测的方法能有效检测小车的上下文特性并成功支撑小车完成既定的行走目标。     

934病毒的检测与消除

(1)病毒发作特征:运行934病毒感染的文件时,系统进入图形状态,驻留内存;PCTOOLS及MEM.EXE不能发现内存减少。 (2)病毒感染特征:只感染COM文件,感染文件长度增加3A6H(934)字节。 (3)病毒感染过程:将3A6H(934)字节长的病毒代码附在COM文件尾,将原COM文件开头4字节移到病毒代码偏移OBH处,即带毒文件长度减29BH偏移处;COM文件开头置跳     

一种引导型病毒的检测及消除

今年六月,我所在单位的一台计算机出了故障,在做养老保险库的转移时,频繁死机,经手工检查,发现了一种引导型病毒,用CPAV和kill均报告未发现病毒,故不知其名,但     

上下文一致性错误及其处理对应用的影响

在普适计算环境中,上下文信息由于受到噪声等不可控因素的干扰,面临着一致性错误的问题。这些错误会影响应用的正常运行,使其表现异常甚至失效。目前已经有自动的一致性错误处理方法来保障应用所获取的上下文满足数据层面的一致性约束,然而在数据层面保持一致是否能提升应用的运行质量并不明确。系统地研究了这个问题,并基于一组真实的上下文感知机器人小车应用,设计了一系列受控实验,来分析和比较在模拟和真实世界中上下文一致性错误的处理方式对应用运行质量的改善程度及潜在的负面影响。利用该实验的分析结果,将有助于提高普适计算中上下文感知应用的运行质量。     

一种检测与调解信息语义不一致的方法

为了解决信息组织中语义不一致的问题,本文引入四元组描述信息的语义,并在此基础上,针对语义不一致检测和语义调解的工作,提出了树型的语义检测方法.同时,对于常见的语义不一致种类,本文给出了具体的调解方法和步骤.该项研究工作对于信息组织和信息集成中消除语义不一致问题具有一定的理论和现实意义.     

基于搜索的上下文一致性错误处理

近年来,随着智能设备的普及和传感技术的发展,上下文感知程序的应用越来越广泛。但是由于环境噪声难以预测和控制,程序所获得的上下文经常存在一致性错误。处理这类错误的方法很多,但大都忽视了两方面的问题:1)不同一致性约束之间存在相互干扰;2)处理这类错误的操作本身可能对程序的正常运行造成负面影响。以处理这两方面的问题为目标,提出了一种新的基于搜索的上下文一致性错误处理方法,亦即既设计出一个搜索空间来查找避免约束间相互干扰和对程序产生负面影响的解,又采用了一种增量式评估方案来加速搜索的效率。经实验评估,新方法能够在很短的时间内达到非常接近最优解的效果。     

Hybrid-Fixing:上下文一致性错误的正确修复

在普适计算中,上下文持续快速变化,上下文感知应用根据上下文变化自动调整自身的行为以作出适应.然而,由于不可预测和控制的环境噪声以及环境动态变化等诸多因素的影响,环境上下文会发生一致性错误,从而导致应用表现异常甚至失效.为了解决这些问题,上下文一致性错误需要被自动并正确地修复,现基于已有工作提出了一项新的修复技术hybrid-fixing,它结合了对一致性约束的静态分析和修复动作的动态产生,即使一致性约束内部存在复杂依赖关系,也能确保所生成的修复用例必然正确.实验结果表明,这项修复技术大幅提高了一致性约束内部存在复杂依赖关系下一致性错误修复的成功率,并只花费了很小的时间开销.     

应用上下文技术在高安全级数据库中的应用研究

讨论了应用上下文技术的工作原理和实现方法,并给出了该技术在高安全级数据库中应用的几个实例。通过实际应用来看,应用上下文技术可以用于提高细粒度访问控制的性能,从而提高数据库的安全性。     

基于有效上下文信息的变体词还原方法

在社交网络上,用户常创造一些变体词来替代部分实体名词,将这些变体词还原为原目标词是自然语言处理中的一项重要工作。针对现有变体词还原方法准确率不够高的问题,提出了基于有效上下文信息的变体词还原方法。该方法利用点互信息抽取出变体词和候选目标词的有效上下文信息,并将其融合进自编码器模型中,获得变体词和候选目标词更准确的编码,并依据此计算相似度进行候选目标词排序,更准确的实现了变体词还原任务。实验表明,该方法较当前主流的几种方法相比效果有显著提升,提高了变体词还原的准确率。     

基于情境的突发公共事件应急管理系统研究

在突发公共事件的应急管理中,有效提升情境感知能力、及时确定风险级别是一个重要课题.在分析当前应急管理现状和存在问题的基础上,引入情境概念改进传统突发公共事件的应急管理机制,把情境明确、系统地集成到突发公共事件管理过程中,将预案制定和预案调用的过程情境化,重点研究了情境建模、获取和匹配等相关技术,从而为实现应急机制与情境管理的集成、提升突发公共事件应急管理系统的运转效率提供了理论支撑.     

基于多尺度上下文信息的遮挡行人检测

在遮挡场景下的行人检测一直是计算机视觉中的一个棘手问题,由于被遮挡的行人尺度差异大,可见率低,通常会给检测带来极大的挑战。针对这一问题,提出了一种针对行人遮挡检测的模型结构,对基于anchor-free的行人检测方法进行改进。设计了一种提取多尺度上下文信息的结构,通过级联多个不同扩张率的卷积层,使用密集连接实现多尺度特征共享,提取各个区域的上下文信息来解决遮挡问题。此外,为了提高特征的可分辨性,使用通道注意力机制对多尺度特征融合进行自适应的调整。实验结果表明,该方法在Caltech行人数据集的遮挡子集上实现了41.73%的MR?2,性能优于其他检测算法。     

基于内距离形状上下文的跌倒检测方法

在全球社会老龄化的大背景下,老年人的身体健康状况和晚年生活质量需要更多的关注。跌倒在老年人群中发生率高并且带来的后果比较严重。文中提出一种应用于家庭场景的基于Inner-Distance形状上下文（ Inner-Distance Shape Context,IDSC）的跌倒检测方法。该方法通过Inner-Distance形状上下文获得视频帧前景形状的描述信息,使用形状匹配方法对视频序列中人体形状变化进行量化。对形变量化信息使用动态时间规整（ Dynamic Time Warping,DTW）方法实现跌倒行为的判定。实验结果表明该方法可有效、快速地判断跌倒,提取结果具有较好的查准率和查全率。