基于改进朴素贝叶斯的Android恶意应用检测技术

在对未知应用静态分析的基础上,提取AndroidManifest.xml中申请的权限为特征,采用信息增益算法优化选择分类特征,再采用拉普拉斯校准、乘数取自然对数改进的朴素贝叶斯算法创建恶意应用分类器.通过十折交叉试验验证改进的朴素贝叶斯分类器的准度和精度较高,且通过信息增益优化选择的分类特征在保障准确率的情况下能有效提高检测效率.与k最近邻和k-Means分类器相比,改进的朴素贝叶斯分类器具有较好的分类效果.     

改进贝叶斯算法在未知恶意软件识别中的研究

为改进朴素贝叶斯(naive Bayes,NB)算法在识别未知恶意代码过程中学习速度慢的缺点,在分析研究朴素贝叶斯算法、复合贝叶斯(mu lti-naive Bayes,MNB)算法的基础上,提出了一种改进贝叶斯(half-increm entnaive Bayes,HNB)算法.算法采用特征集增量学习方式,在保证分类精度不降低的前提下,学习速度提高约30%.实际样本测试表明,分类精度达到了96%,其中对已知恶意代码的分类精度达到99%.     

基于肯定选择分类算法的恶意代码检测方法

针对恶意代码,尤其是顽固、隐匿的未知恶意代码危害日益加剧的问题,提出一种基于肯定选择分类算法的恶意代码检测方法.将样本文件转换成十六进制格式,提取样本文件的所有n-gram,计算具有最大信息增益的N个n-gram的词频,并做归一化处理,采用改进的肯定选择分类算法进行分类.该方法保留了肯定选择分类算法高分类准确率的优点,优化了分类器训练过程,提高了训练和检测效率.结果表明,该方法的检测效果优于朴素贝叶斯、贝叶斯网络、支持向量机和C4.5决策树等算法.     

基于朴素贝叶斯模型的邮件过滤技术

针对朴素贝叶斯算法应用于反垃圾邮件过滤时,其有效性十分依赖于对邮件内容的有效建模,而邮件内容建模方面研究尚不成熟限制了贝叶斯方法在垃圾邮件过滤中的性能.采用了三种概率分布对邮件内容进行建模,据此提出了3种概率分布下的朴素贝叶斯算法.为了提高训练效率,算法采用了一种增量式的垃圾邮件过滤方法.在trec05p-1、trec06p两个公开数据集上对这3种贝叶斯算法进行了实验对比,分析出三种贝叶斯分布的适用范围.从不同分布的邮件内容建模角度出发,为过滤垃圾邮件的方法选择提供了有效依据.     

利用会话模式的垃圾电话检测

为了解决网络电话(VoIP)业务面临的Internet垃圾电话(SPIT)问题,在针对SPIT检测方案的基础上提出利用人类会话模型对会话进行建模,在该模型的基础上将会话转化为表征会话模式的状态序列,再利用朴素贝叶斯分类器计算得到该会话模式为恶意会话模式可能性的数值度量.该数值度量可用作检测呼叫机器人制造垃圾电话的依据,并在VoIP边界防护系统中得到了应用.实验结果表明,该方法在较低误报率(2%左右)的情况下能保证较低的漏报率(小于10%),同时证明了会话模式可作为判断SPIT的特性之一.     

基于知识语义权重特征的朴素贝叶斯情感分类算法

针对文档级情感分类的准确率低于普通文本分类的问题,提出一种基于知识语义权重特征的朴素贝叶斯情感分类算法.首先,通过特征选择的方法,对情感词典中的词进行重要度评分并赋予不同权重.然后,基于词典极性的分布信息与文档情感分类的相关性,将情感词的语义权重特征融合到朴素贝叶斯分类中,实现了新算法.在标准中文数据集上的实验结果表明,提出的算法在准确率、召回率和F1测度值上都优于已有的一些算法.     

基于朴素贝叶斯分类的路面积雪状态检测

为解决路面积雪状态(轻微、严重)检测问题以保证行车安全,利用监控视频得到路面实时状态,采用朴素贝叶斯分类方法进行积雪状态检测。首先利用机器视觉和视频目标分割方法提取视频中路面视觉特征,然后采用朴素贝叶斯分类方法进行路面积雪状态分类,通过实验,综合比较了朴素贝叶斯分类与KNN分类、人工神经网络(ANN)、支撑向量机(SVM)在路面积雪状态检测问题中的有效性,结果表明,朴素贝叶斯分类器更适合积雪状态的分类。     

Android恶意软件静态检测模型

为解决Android恶意应用泛滥的问题,提出一种Android恶意应用静态检测模型。模型选取AndroidManifest.xml文件中3个标签项属性值作为特征属性,采用信息增益(IG)算法对特征属性进行优化选择,根据优化结果生成对应特征向量集合。最后,应用知识分析Waikato环境(WEKA)的4种机器学习分类算法对特征向量集合进行检测和分类。实验结果表明,本文提出的静态检测模型具有较好的检测分类效果。     

不平衡标记差异性多标记特征选择算法

针对现有的特征选择算法大多未考虑不同标记对样本的描述程度可能存在差异的问题,提出一种不平衡标记差异性多标记特征选择算法(multi-label feature selection algorithm with imbalance label otherness,MSIO),将不同标记下正负标记的频率分布作为该标记的权值加入到特征选择的过程中,并修正传统的信息熵计算方法,从而得到一组更高效的特征序列.以多标记k近邻(multi-label k-nearest neighbor,ML-k NN)为基础分类器,在Mulan数据库的11个多标记基准数据集上,对基于最大相关性的多标记维数约简(multi-label dimensionality reduction via dependence maximization,MDDM)算法、基于多变量互信息的多标记特征选择算法PMU(pairwise multivariate mutual information)、多标记朴素贝叶斯分类的特征选择(feature selection for multi-label naive Bayes classification,MLNB)算法、基于标记相关性的多标记特征选择(multi-label feature selection with label correlation,MUCO)算法和MSIO算法进行评价,实验结果和统计假设检验说明,MSIO算法稳定性佳且分类精度高,具有一定的有效性和优越性.     

一种用于微信信息分类的改进贝叶斯算法

微信的快速普及加快了信息的传播,随之而来的广告、诈骗等信息严重困扰人们的生活。针对朴素贝叶斯对信息分类时考虑所有特征并将特征赋予相同权值两方面的缺陷,提出一种用于微信信息分类的改进贝叶斯算法。采用改进的互信息进行特征选择,提取关键特征,通过改进TFIDF对特征加权,优化朴素贝叶斯的分类性能。实验结果表明,改进的贝叶斯算法能有效选择关键特征属性,提高微信信息分类的精准度。     

基于MFCC和HMM的气固流型辨识

针对气力输送管道中测控装置后常见的三种过渡流型,即中心流、环状流和层状流,采用静电传感器作为测量装置获得静电流动噪声信号,借鉴语音信号处理方法,提取静电流动噪声信号的梅尔频率倒谱系数（MFCC）及其一阶差分作为特征参数,用特征参数训练连续高斯混合密度隐马尔科夫模型（CGHMM）,建立不同流型的模型库,再用训练好的CGHMM模型对提取的特征参数进行分类,进而实现流型识别.实验结果表明,该方法识别率达到98%,为气固流流型识别及气力输送测控装置提供了新的研究方法.     

一种虹膜色素块检测与分类方法

针对现有虹膜识别系统中全局纹理特征提取方法忽略了纹理类型信息的问题,提出了一种针对全局性纹理中虹膜色素块的检测与分类方法.该方法利用灰度聚类法实现虹膜图像中色素块可能存在区域的初定位,依据坑洞和色素斑这两类色素块的灰度空间分布特性,定义一组区域特征参数作为分类特征向量,利用支持向量机实现二者的检测与分类.算法对图库中图像的坑洞和色素斑的检测正确率分别为99.2%和86.5%,对无特征纹理存在的虹膜图像检测正确率为87.2%.实验结果表明,该方法具有较高的正确率,能够满足虹膜识别系统的纹理特征提取要求.     

高含量氮掺杂碳纳米管的合成及NO电氧化

为研制NO检测灵敏度高的电极修饰材料,以吡啶和尿素为碳源和氮源,以FeMgO为催化剂,在NH3下于800～900℃采用CVD法原位合成了氮掺杂碳纳米管（CN xNTs）,确定了氮的原子分数为7.05 CN xNTs的最佳合成条件.通过对透射电镜（TEM）、x 射线光电子能谱（XPS）、x 射线衍射分析仪（XRD）和Raman光谱进行研究,结果表明所合成的CNxNTs随着反应温度的降低有序度减小,管壁缺陷增加.循环伏安法研究的NO在碳纳米管修饰电极上的电氧化行为结果表明：NO在CN xNTs修饰电极上的电氧化活性均高于未掺杂氮的多壁碳纳米管（MWCNTs）,其中,氮原子分数为7.05的CN xNTs修饰电极的电氧化峰电位最小,峰电流密度最大,反应活性较大.该电极上NO检测的灵敏度最高,是一种比较理想的电极修饰材料.     

基于最小二乘及分类向量机的空气调节器故障检测

为了对空气调节器的故障进行检测和诊断,提高建筑物管理系统的能源利用率,提出一种基于递归最小二乘的故障检测和诊断方法.方法包含特征选择、递归最小二乘和支持向量机分类三个部分,在特征选择中,将空气调节器的故障分为11个类型,并基于Relief F算法选取三个最显著的特征变量.在递归最小二乘中,通过最小化真实值与预测值之差的平方和对模型的参数进行估计,并基于二叉决策树思想采用支持向量机对11个故障状态和1个正常状态进行分类.结果表明,所提方法可以更好地对空气调节器中的故障进行检测,并对故障类型进行分类.     

汽轮机叶片圆环形盘铣刀包络铣削方法

为提高汽轮机叶片的加工效率,缩短汽轮机生产周期,在分析汽轮机叶片曲面构成及其加工方法的基础上,提出了采用圆环形盘铣刀包络铣削汽轮机叶片曲面的新方法.利用定向最小距离原理,对圆环形盘铣刀包络加工刀触点和刀具轨迹进行计算,研究了刀触点的计算模型和计算方法.采用该加工方法后,刀具轨迹行程相对于采用球头铣刀包络加工时有明显缩短,在提高叶片加工效率方面作用明显.研究内容为汽轮机叶片专用数控机床和叶片抛光机的设计提供了理论参考.     

拉压变形对B(N)掺杂碳纳米管Al吸附性能的影响

为了研究(5,5)碳纳米管的B(N)环状掺杂效应,以及拉压变形对B(N)环状掺杂碳纳米管Al吸附性能的影响,采用基于密度泛函理论的平面波赝势和广义梯度近似方法,对B(N)环状掺杂碳纳米管Al吸附模型进行了几何优化,计算了B(N)环状掺杂碳纳米管的形成能,并确定了Al原子的最稳定吸附位置.结果表明,B(N)环状掺杂(5,5)碳纳米管的结构较为稳定.B(N)环状掺杂可以增加碳纳米管与Al之间的吸附能;一定范围内的拉伸和压缩变形则会降低碳纳米管与Al之间的大部分吸附能.     

基于直觉模糊理论的混合多属性Web服务选择

针对多个功能相同或相似的服务,提出了基于直觉模糊理论的混合多属性Web服务选择.将QoS属性分为精确数值型、区间数值型和语言型,并利用层次分析法给出了用户QoS偏好的计算方法.引入直觉模糊集理论将混合型QoS属性统一为直觉模糊数,采用直觉模糊加权算术平均算子对QoS决策矩阵各指标集结,利用直觉模糊得分函数对各决策方案进行排序,实现了基于QoS的Web服务选择.实例验证结果表明,该方法具有一定的有效性.     

非等间距新息GM（1，1）模型及其应用

针对非等间距GM（1,1）模型建模精度低、适应性不强等问题,应用新信息优化原理及灰色系统建模方法,采用原始数据序列的第n个分量作为灰色微分方程的初始条件,提出了非等间距新息GM（1,1）模型.基于背景值是影响灰色建模精度的重要因素之一,对非等间距新息GM（1,1）模型的背景值构造进行了研究,根据灰色模型的指数特性和积分特点,利用非齐次指数函数来拟合一次累加生成序列,重构非等间距新息GM（1,1）模型的背景值,并给出了背景值构造公式.该背景值不仅适用于等间距新息建模型,也适合于非等间距新息建模型,具有精度高、适应性强等特点.实例表明,所建模型具有良好的实用性和可靠性.     

基于边缘跟踪的直线特征检测算法

针对现有直线检测算法的缺陷,提出一种新的基于边缘跟踪的直线特征检测算法.算法对图像边缘进行提取,并在此基础上对边缘进行跟踪,从图像边缘直接提取出局部直线.设计了一种鲁棒直线拟合策略,并对拟合后的直线以一定的准则进行合并,准确获取图像中直线特征及端点参数,最终实现完整直线检测.典型图像直线检测结果表明,所提出的算法能准确检测出图像中的全局直线,并具有较快的运算速度,性能优于现有基于Hough变换和相位编组的直线检测算法.     

基于改进资源受限免疫系统结构故障分类算法

针对无监督结构故障检测与分类问题,提出了一种基于资源受限人工免疫算法的故障检测与分类方法.该算法将无标签样本数据作为抗体组成人工识别球ARB群体,ARB根据刺激值的大小进行选择、变异和分配B细胞等进化过程来提高ARB的质量,得到能够反映数据结构的记忆ARB网络,实现对实测数据的分类.仿真结果表明,新的网络连接阈值计算方法使网络连接更有效,该算法能够实现有效的故障分类,并且引入Silhouette指标来判断网络稳定性和聚类效果,具有一定的可行性.