排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
当前,误植域名检测主要以计算域名对之间的编辑距离为基础,未能充分挖掘域名的上下文信息,且对短域名的检测易产生大量的假阳性结果。采集域名相关信息进行判定虽然有助于提高检测效果,却会引入较大的额外开销.本文采用了基于域名字符串的轻量级检测策略,并引入双向长短时记忆模型(LSTM,Long Short-Term Memory)来充分利用域名上下文,提升检测效果.本文还设计了面向域名的局部敏感哈希函数,以提高在大规模域名集合上进行误植域名检测的速度.在大量真实数据集上的实验结果表明,本文的工作改进了基于编辑距离检测方法的不足,能够有效地进行误植域名滥用检测. 相似文献
2.
3.
装配式自复位钢框架具有震后结构自动复位、结构残余变形及损伤较小、可以恢复结构正常使用功能等优势。但是当装配式自复位钢框架跨度较大时,常因刚度不足导致其层间位移角不能满足抗震设计规范限值要求。为此,提出了中间柱型阻尼器装配式自复位钢框架,在拟动力试验研究基础上,通过有限元软件ABAQUS进行数值模拟,并与试验结果进行对比分析;在数值模拟校验的基础上,通过有限元分析研究了施加竖向活荷载对中间柱型阻尼器工作机制的影响。研究结果表明:数值模拟与子结构拟动力试验结果在结构位移峰值、滞回性能、索力变化等方面吻合较好,数值模拟方法可靠;中间柱型阻尼器可提高框架结构的抗侧刚度,有效控制结构层间位移角,同时提高结构耗能能力,延缓主体结构塑性发展进而保护主体结构,减小结构残余变形并控制损伤;中间柱型阻尼器装配式自复位钢框架具有良好的自复位能力,竖向活荷载对中间柱型阻尼器滞回性能及耗能能力影响不大。 相似文献
4.
5.
挖掘邮件网络通信中的用户行为模式并分析其演变过程对于检测数据泄漏、内部威胁等工作都有着重要指导意义.已有的邮件网络用户行为模式挖掘方法可大致分为两大类:基于邮件内容和基于网络结构.基于邮件内容的挖掘方法存在侵犯用户隐私或者因加密导致无法获得邮件内容等诸多局限性;基于网络结构的挖掘方法常把邮件网络视为是一个完整的网络,而忽略了组织外部邮箱间通信信息存在的缺失,使得提取某些特征时出现偏差,从而会影响到结论的准确性.文中将邮件网络分为两部分:域内通信网络和有连接缺失的域外通信网络,分析了域内通信和域外通信信息完整性的差异,分别提取了其各自的结构特征和职能特征.通过引入模元的概念,将常见的二元对应关系(特征-模式)转化为三元对应关系(特征-模元-模式),并从模元的角度来对用户模式进行统一描述.文中的工作有助于对用户行为模式的理解与对比,同时又具有降维的作用.在Enron邮件数据集上的实验结果表明文中方法将用户行为模式更加简洁地表示出来,并且能够通过分析用户行为模式的变化来直观地定位事件的发生. 相似文献
6.
为了克服文本标题的人物关系抽取中非人物实体的干扰、关系特征词的选取以及标题中多人物实体对目标实体的关系判定的影响,提出基于决策树的人物实体判别、基于最小集合覆盖的关系特征词生成以及基于三层句式规则统计方法。首先,针对中国机器学习会议(CCML)竞赛中人物关系属性文件中对人物的描述,提取18种特征,采用C4.5分类器,获得了98.2%的查全率和92.6%的查准率,其结果作为下一步人物关系判定的条件;其次,为了保证特征词集合的规模维持在合适的水平,采用了基于最小集合覆盖的特征词覆盖的算法,结果表明,随着特征词集合达到一定的规模,特征词集合完成对所有类别关系的集合覆盖,用以判定文本标题中人物关系类型;最后,采用三层句式规则统计方法,用以生成过滤掉比重较小的句子规则和根据关系正负比例判定的进一步细分句式规则,以判定文本标题关系与否。实验结果表明,在19种人物关系判定上取得82.9%的查全率、74.4%的查准率以及78.4%的F1测度。所提方法可以有效用于新闻标题人物关系提取,用以构建人物关系知识图谱。 相似文献
7.
8.
装配式自复位钢框架结构体系在地震中能够有效耗散地震能量、控制结构损伤,震后残余变形小易修复,但由于震时自复位钢框架节点开口的特性带来了装配式自复位钢框架自身膨胀效应,使得传统的楼板体系不适用于该类结构体系。基于课题组提出的带新型滑动次梁的楼板体系和考虑带新型滑动次梁楼板体系后自复位框架梁各轴向力的计算式和自复位钢框架节点弯矩-转角关系。通过一个算例量化分析了8度设防、8度罕遇和8度罕遇(0. 3g)三个地震动水准下楼板效应对自复位钢框架节点开口后弯矩-转角的影响程度。 相似文献
9.
探知通信网络的形成和演化机制是复杂网络领域中一个重要的研究点.众多研究者也提出了许多关于探索通信网络形成及演化机制的方法.现有的网络模拟方法主要着眼于网络的宏观特征而忽视了微观特征,导致个体用户模式的信息丢失.既然通信网络是与使用者的行为紧密相关的,那么构建模型时单用户的模式也应当被考虑进来.通过对网络中每个节点标注一个隐含属性——活跃度,提出一种基于主题模型的通信网络高效模拟生成方法.在真实邮件网络数据集上的实验结果验证了提出的方法能够很好地模拟原网络的整体特征和个体用户的行为模式.此外,由于隐私策略和访问权限的限制,对于大多数研究者而言,短时间内采集大规模的真实通信网络数据是十分困难的.许多研究工作因缺乏实验数据而受到制约,应对这个问题,可以使用该算法借助少量已有的通信数据流来生成大规模的模拟数据.该算法具有线性时间复杂度并且可以方便地并行化处理. 相似文献
1