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％.     

90 t/h四角切圆燃烧锅炉优化调整及试验研究

某炼油厂90 t/h自然循环燃气锅炉燃烧器低氮改造后，运行调整总是不太理想。在40%～90%负荷工况下，出现炉膛和过热器的高温/低温段、省煤器两侧烟气温度（烟温）偏差大，NO_x、氧含量及颗粒物排放浓度较高的问题。经过分析，造成该现象的主要原因是4个燃烧器配风不均。针对此问题，对4个燃烧器配风进行了优化调整，优化后的锅炉省煤器α/β侧烟气温差较原来减少30℃,炉膛内部两侧温差较原来减少9℃,过热器高温/低温段温差较原来减少40℃/30℃,各侧点温度α侧变化较大，β侧变化较小。NO_x平均质量浓度下降了近100 mg/m³;颗粒物质量浓度由16.3 mg/m³降低到5.8 mg/m³。有效地解决了锅炉两侧燃烧偏烧和氧气分布不均匀及NO_x、颗粒物排放浓度较高的问题。     

《计算机系统应用》稿约

《计算机系统应用》(CN 11-2854/TP, ISSN 1003-3254)创刊于1992年,是中国科学院主管、中国科学院软件研究所主办的、面向国内外公开发行的技术性、应用性科技核心期刊.本刊的办刊宗旨是宣传推广信息技术在各行各业的应用.重点是宣传介绍计算机应用系统的建设(包括系统的规划、设计与开发等方面)、信息技术的应用研究与开发成果以及相关技术的分析,探讨与应用.     

减水剂类型对赤泥—矿渣基地聚物注浆材料性能的影响及机理研究

针对赤泥等固体废弃物对环境危害性大且利用率低等问题,以碱激发赤泥-矿渣基地聚物注浆材料为 研究对象,研究了不同掺量的聚羧酸(PA)减水剂、醛酮缩合物(AKC)减水剂和萘系(N)减水剂对材料凝结时间、流动 性及强度等的影响,并通过 XRD、傅里叶红外光谱及 SEM 等设备对减水剂的作用机理进行研究。 结果表明:减水剂增 强了材料的流动性但降低了材料的剪切应力;N 和 PA 减水剂能缩短材料的凝结时间,但 AKC 减水剂会延长材料的凝 结时间;N 和 AKC 减水剂能提高材料的强度,但 PA 减水剂会降低材料的强度;N 减水剂对材料的综合性能提升效果 更加明显,其最优掺量为 0. 7%;减水剂对赤泥-矿渣基地聚物性能提升的作用机理主要是促进地聚合物凝胶的形成。 研究成果为拓展赤泥在工程上的使用途径和效率提供了理论指导。     

结合结构学习的多头密集连接图池化模型

目的:利用图神经网络，构建带有结构学习的多头密集连接图池化模型并用于图分类任务。方法:首先，用图卷积神经网络提取节点的初始特征。其次，用多头密集连接网络学习节点重要性得分，并根据得分进行节点采样得到池化图。之后，对池化图中的节点进行结构学习，以保证图结构的完整性。最后，将学到的图表示放到分类器中，完成图分类任务。结果:与其他图分类模型在七个广泛使用的数据集上进行实验对比，我们构建的模型在五个数据集上的分类结果达到最优。结论:结合结构学习的多头密集连接图池化模型在图分类任务中具有先进性。