分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2019-04-01 合作期刊: 《计算机应用研究》
摘要： 至今已经有许多不同的机器学习方法被提出来，而传统的机器学习方法无法有效解决大规模入侵数据的分类问题，为了解决大规模入侵数据的分类问题，提出的堆稀疏自编码的lightGBM（light gridient boosting model）二叉树算法。首先将类别标签分为五类，构造成二叉树结构，然后通过上采样方法解决数据分布的不平衡问题，以上处理可以将大规模的数据分解开来以便之后分开训练，再采用稀疏自编码器网络进行特征降维，采用该种降维方法可以保证在原始数据中抽取出更深层特征的基础上节省降维时间。最后通过lightGBM集成算法进行分类，而采用lightGBM模型相比其他模型可以在保证分类性能的情况下节省训练时间。实验利用NSL-KDD数据集测量了所提方法的准确率（accuracy）、精确率（precision）、召回率（recall）以及综合评价指标F1在五类分类上平均分别达到了87.42%，98.20%，91.31%，优于对比算法，且明显节省了运算时间。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2019-01-28 合作期刊: 《计算机应用研究》
摘要： 针对现有的RFID认证协议在安全认证过程中，由于协议的设计的缺陷，导致的协议安全性不足的问题，提出了一种利用同步化随机数以及PUF改进的轻量级RFID认证协议。首先提出了一种对RFID协议的去同步化攻击方法，并分析其原因；然后通过在标签和读写器两端设置一个同步化随机数，增强协议抗去同步化攻击的能力；最后，在标签中引入了PUF，通过PUF的不可克隆性提高了标签密钥的抗攻击能力。分析结果表明，新协议能有效地抵抗多种攻击，在保证一定效率和开销的同时具有更高的安全性。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2017-10-11 合作期刊: 《数据分析与知识发现》
摘要： 【目的】通过大学生志愿者进行网络谣言传播的控制实验, 研究不同话题网络谣言传播中网民群体的态度演变动因和规律。【方法】采用问卷调查, 记录不同谣言传播过程中实验对象的态度与行为数据, 使用数据挖掘分类算法分析网民态度演变的共性与差异。【结果】研究结果表明, 网民传播谣言具有验证特性, 谣言的内容影响网民传播的媒介, 网民观点交互随群体一致性动态变化。影响网民态度及其演化的主要因素包括初始认知、群体行为、信息获取和交流渠道, 网民的态度演变率与网络谣言的内容等相关指标关联度较低。【局限】研究对象局限于大学生群体会影响研究结论的普适性。【结论】将实验研究和数据挖掘技术结合对网络谣言进行研究,为网络谣言的模型研究提供数据参考。
点击量
点击量
下载量
评论
