基于1D CNN与XGBoost的恶意代码纹理检测

恶意代码数量已经呈现爆炸式增长,对于恶意代码的检测防护显得尤为重要.近几年,基于深度学习的恶意代码检测方法开始出现,基于此,提出一种新的检测方法,将恶意代码二进制文件转化为十进制数组,并利用一维卷积神经网络(1 Dimention Convolutional Neural Networks,1D CNN)对数组进行分类和识别.针对代码家族之间数量不平衡的现象,该算法选择在分类预测上表现良好的XGBoost,并对Vision Research Lab中的25个不同恶意软件家族的9458个恶意软件样本进行了实验.实验结果表明,所提的方法分类预测精度达到了97％.     

卫星预研项目费用管理研究

分析研究了现代项目管理中用于费用管理的几种方法。首先对比了三种常用的费用估算方法,结合我国卫星预研项目发展现状优选了其中之一;随后介绍了基于项目工作分解结构的费用分配方案;在此基础上引入了通过挣值法有效控制项目费用／进度的原理和步骤;最后针对当前卫星预研项目费用管理中普遍存在的问题,提出了五点相应的对策和建议。     

DHGF综合集成评估方法在科研项目立项评估中的应用

科研项目评估方法从最初单一方法的研究使用发展至今,多种方法的综合集成运用已经成为一个新的潮流与趋势。DHGF综合集成评估方法是将德尔菲法、同行评议、层次分析法、灰色系统评估法和模糊综合评价综合运用的一种集成评估方法。以某科研计划基础研究项目的立项评估过程为例,阐述了DHGF综合集成评估方法的基本原理和应用步骤。     

相对欧氏距离坐标转换误差评价方法的无效性证明

针对机械部件数字化对接过程中广泛涉及的坐标转换问题,定义了两种坐标转换误差评价模型:转换点集-转换点集误差模型和转换点集-测试点集误差模型;详细分析了坐标值误差法、均方根误差法和相对欧氏距离误差法等3种误差评价方法,并利用理论推导与计算机仿真实验证明相对欧氏距离误差法对于转换点集-测试点集误差模型的无效情况:即一旦测试点集位置固定,无论转换点集发生怎样的变化,相对欧氏距离误差参数值始终为一固定常数。