结合结构下文及词汇信息的汉语句法分析方法

针对句法分析中上下文无关语法模型对句子信息利用的不足,通过融入结构下文和部分词汇信息,提出两种基于概率上下文无关语法模型的短语结构消歧方法,以达到消解结构歧义的目的;引入分层分析的算法,通过损失一定的时间效率使得在提高分析准确率的同时保证分析结果的全面性。实验结果表明,融入结构下文及词汇信息的汉语句法分析方法,利用了更多的句子信息,与上下文无关语法相比有着更强的消歧能力。     

一种信息系统对抗过程模型的建立

通过对信息系统攻击和防御行为过程的分析,提出了信息系统攻击与防御的“共道”与“逆道”过程,建立了信息系统对抗过程的“共道-逆道”模型,该模型是信息系统攻击与对抗过程的抽象,通过合理裁剪和填充具体内容便可广泛适用;该模型可以方便地分析攻击方和被攻击方的行为过程,分析其时间区域分布、其“共道”和“逆道”的信息特征等;该模型将为信息系统安全与对抗的系统层的分析、设计和评价提供一定的理论与技术基础。     

分层卡尔曼滤波融合精度的研究

目的分析了传统分层卡尔曼滤波融合算法,指出传统卡尔曼滤波融合算法不能很好地提高跟踪精度且算法复杂的缺陷,提出了一种加权分层卡尔曼滤波融合算法,方法应用理论分析和蒙特卡洛仿真方法,对传统融合算法和新算法进行比较,并给出了各种情况下均方根误差的统计值比较,结果分层融合算法并不优于加权平均和反馈加权平均算法,加权及反馈滤波融合算法原理简单、数据处理量小、速度快、容错性好,结论加权分层融合算法特别适用于失效传感器的处理,特别当一传感器有较大的绝对误差和相对误差或与其它的传感器的采样周期略有不同和与其它传感器采样不同步时,将融合结果反馈给单传感器,可提高各单传感器的跟踪精度。     

全特征信息均衡建模的内部威胁人物检测

针对目前内部威胁人物检测准确率低及高维数据特征信息利用不全的问题,提出全特征信息均衡建模的内部威胁人物检测方法. 该方法对组织内部产生的多源数据进行特征提取和构建,通过对所有特征进行交叉分组,利用交叉分组后的特征进行孤立森林模型构建,提高模型构建过程中对数据特征信息利用的均衡性,利用生成的孤立森林模型进行内部威胁人物检测. 实验结果表明,该方法在CERT-IT（v4.2）内部威胁人物数据集上具有较高F₁,且算法效率高,能够有效地用于内部威胁人物检测.     

数显循环时问继电器在灯具耐久性试验中的应用

本文介绍了利用数显循环时间继电器来实现灯具耐久性试验中对灯具通／断电状态的自动控制。     

Multiple attacks on virtualization-based security monitoring

Three kinds of vulnerabilities that may exist in some of current virtualization-based security monitoring systems were proposed:page mapping problem, lack of overall protection, and inherent limitations. Aiming at these vulnerabilities, relative attack methods were presented in detail. Our experiments show that the attack methods, such as page mapping attack, data attack, and non-behavior detection attack, can attack simulated or original security monitors successfully. Defenders, who need to effectively strengthen their security monitors, can get an inspiration from these attack methods and find some appropriate solutions.     

Construction method of Chinese sentential semantic structure

A new method is proposed for constructing the Chinese sentential semantic structure in this paper.The method adopts the features including predicates,relations between predicates and basic arguments,relations between words,and case types to train the models of CRF + + and dependency parser. On the basis of the data set in Beijing Forest Studio-Chinese Tagged Corpus( BFS-CTC),the proposed method obtains precision value of 73. 63% in open test. This result shows that the formalized computer processing can construct the sentential semantic structure absolutely. The features of predicates,topic and comment extracted with the method can be applied in Chinese information processing directly for promoting the development of Chinese semantic analysis.The method makes the analysis of sentential semantic analysis based on large scale of data possible. It is a tool for expanding the corpus and has certain theoretical research and practical application value.     

基于谓词及句义类型块的汉语句义类型识别

从现代汉语语义学角度,可将句义类型划分为简单句义、复杂句义、复合句义和多重句义4种。作为在整体上对句义结构进行描述的方式之一,句义类型识别是对汉语句子进行完整句义结构分析的重要步骤。该文基于谓词及句义类型块提出了一种汉语句义类型识别的方法,实现了4种句义类型的识别。该方法先通过句中谓词的个数进行初步识别判断出部分简单句,再对剩余的句子先用C4.5机器学习的方法得到句中谓词经过的最大句义类型块的个数,再结合句法结构中顶端句子节点进行判决,最终给出剩余句子的句义类型判定结果。实验采用BFS-CTC汉语标注语料库中10221个句子进行开集测试,句义类型的整体识别准确率达到97.6%,为基于现代汉语语义学的研究奠定了一定的技术研究基础。     

基于Haar特征的Turbo-Boost表情识别算法

针对AdaBoost在使用Haar特征时的局限性,提出了Turbo-Boost算法.该算法经过两轮AdaBoost迭代,先从原始的Haar特征空间中筛选出F维主要特征子空间,再从中训练T＞F个弱分类器,以进行最终的表情识别.在CAS-PEAL-R1表情库上的10折交叉验证结果表明,Turbo-Boost算法可显著提升识别性能,对微笑、皱眉、惊讶、张口和闭眼5类表情的总体识别准确率达到了93.6％.此外,该算法的识别速度快,可满足实时识别的需要.     

基于随机森林算法的Android恶意行为识别与分类方法

针对当前Android恶意软件检测方法对检测出的恶意行为无法进行识别和分类的问题,提出基于随机森林（RF）算法的Android恶意行为的识别与分类方法. 该方法在对Android恶意软件的类型进行定义的基础上,利用融合多种触发机制的Android恶意行为诱导方法触发软件的潜在恶意行为;通过Hook关键系统函数对Android软件行为进行采集并生成行为日志,基于行为日志提取软件行为特征集;使用随机森林算法,对行为日志中的恶意行为进行识别与分类. 实验结果表明,该方法对Android恶意软件识别的准确率达到91.6%,对恶意行为分类的平均准确率达到96.8%.