全文获取类型
收费全文 | 91篇 |
免费 | 4篇 |
国内免费 | 1篇 |
专业分类
电工技术 | 7篇 |
综合类 | 3篇 |
化学工业 | 10篇 |
机械仪表 | 2篇 |
建筑科学 | 9篇 |
轻工业 | 12篇 |
水利工程 | 2篇 |
武器工业 | 1篇 |
无线电 | 6篇 |
一般工业技术 | 4篇 |
冶金工业 | 1篇 |
自动化技术 | 39篇 |
出版年
2024年 | 1篇 |
2023年 | 4篇 |
2021年 | 3篇 |
2020年 | 2篇 |
2019年 | 3篇 |
2018年 | 4篇 |
2017年 | 2篇 |
2016年 | 1篇 |
2015年 | 3篇 |
2014年 | 24篇 |
2013年 | 18篇 |
2012年 | 2篇 |
2011年 | 3篇 |
2010年 | 2篇 |
2009年 | 6篇 |
2008年 | 1篇 |
2007年 | 4篇 |
2006年 | 1篇 |
2004年 | 1篇 |
2003年 | 5篇 |
2002年 | 1篇 |
1992年 | 2篇 |
1990年 | 2篇 |
1989年 | 1篇 |
排序方式: 共有96条查询结果,搜索用时 797 毫秒
1.
3.
4.
6.
7.
9.
10.
软件复杂性的增加给软件安全性带来极大的挑战.随着软件规模不断增大以及漏洞形态多样化,传统漏洞挖掘方法由于存在高误报率和高漏报率的问题,已无法满足复杂软件的安全性分析需求.近年来,随着人工智能产业的兴起,大量机器学习方法被尝试用于解决软件漏洞挖掘问题.首先,本文通过梳理基于机器学习的软件漏洞挖掘的现有研究工作,归纳了其技术特征与工作流程.接着,从其中核心的原始数据特征提取切入,以代码表征形式作为分类依据对现有研究工作进行分类阐述,并系统地进行了对比分析.最后依据对现有研究工作的整理总结,探讨了基于机器学习的软件漏洞挖掘领域面临的挑战,并展望了该领域的发展趋势. 相似文献