检索结果

Select

1. 基于改进GM（1， n ）的动态网络舆情预警模型

谢康, 姜国庆, 郭杭鑫, 刘峥

《计算机应用》唯一官方网站 2023, 43 (1): 299-305. DOI: 10.11772/j.issn.1001-9081.2021101842

摘要（317）

HTML （4）

PDF （1406KB）（131）

舆情的自由传播会导致网络集群行为的发生，易产生负面社会影响，威胁公共安全，因此建立网络舆情监控及预警机制是防控舆情传播、维护社会稳定的必要措施。首先，通过分析谣言的形成机制，构建了舆情发展预测指标体系；其次，通过建立多因素GM（1， n ）模型对舆情发展的走向进行预测；然后，分别结合新陈代谢理论与马尔可夫理论改进上述预测模型；最后，以微博“新疆棉”事件和“成都四十九中”事件为例，对GM（1， n ）模型、马尔可夫GM（1， n ）模型和新陈代谢马尔可夫GM（1， n ）模型预测舆情发展的能力进行对比，并比较了新陈代谢马尔可夫GM（1， n ）模型与随机森林模型。实验结果表明，相较于原始模型与随机森林模型，新陈代谢马尔可夫GM（1， n ）模型的平均预测精度分别提高了10.6和5.8%。可见，新陈代谢马尔可夫GM（1， n ）模型在预测网络舆情发展趋势问题上具有良好的性能。

参考文献 | 相关文章 | 多维度评价

Select

2. 云工作流中基于多任务时序卷积网络的异常检测方法

姚杰, 程春玲, 韩静, 刘峥

计算机应用 2021, 41 (6): 1701-1708. DOI: 10.11772/j.issn.1001-9081.2020091383

摘要（395）

PDF （1677KB）（633）

云计算数据中心在日常部署和运行过程中产生的大量日志可以帮助系统运维人员进行异常分析。路径异常和时延异常是云工作流中常见的异常。针对传统的异常检测方法分别对两种异常检测任务训练相应的学习模型，而忽略了两种异常检测任务之间的关联性，导致异常检测准确率下降的问题，提出了一种基于多任务时序卷积网络的日志异常检测方法。首先，基于日志流的事件模板，生成事件序列和时间序列；然后，训练基于多任务时序卷积网络的深度学习模型，该模型通过共享时序卷积网络中的浅层部分来从系统正常执行的流程中并行地学习事件和时间特征；最后，对云计算工作流中的异常进行分析，并设计了相关异常检测逻辑。在OpenStack数据集上的实验结果表明，与日志异常检测的领先算法DeepLog和基于主成分分析（PCA）的方法比较，所提方法的异常检测准确率至少提升了7.7个百分点。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于时滞特征的时序依赖情节发现

顾佩月, 刘峥, 李云, 李涛

计算机应用 2019, 39 (2): 421-428. DOI: 10.11772/j.issn.1001-9081.2018061366

摘要（412）

PDF （1181KB）（290）

对于事件序列中的时序依赖发现，传统的频繁情节发现方法一方面使用时间窗口机制挖掘事件之间简单的关联依赖，另一方面无法有效处理事件的交叉时序关联。针对以上问题，提出了时滞情节发现的概念，在频繁情节发现的基础上，设计了一种基于相邻事件匹配集（AEM）的时滞情节发现算法。首先，引入时滞的概率统计模型进行事件序列匹配，避免预先设定时间窗口，处理可能存在的交叉关联；然后，将时滞挖掘转化为最优化问题，使用迭代的方式得到时滞情节之间的时间间隔分布；最后，利用假设检验区分串行时滞情节和并行时滞情节。理论分析与实验结果表明，与目前最新的时滞挖掘方法迭代最近事件（ICE）算法相比，基于AEM的时滞情节发现算法模拟的时滞分布与真实时滞分布的平均KL距离为0.056，缩短了20.68%。基于AEM的时滞情节发现算法通过时滞的概率统计模型衡量事件多种匹配情况的可能性，获得一对多的相邻事件匹配集，比ICE算法中的一对一匹配更加有效地模拟了实际情况。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于邻域选择策略的图卷积网络模型

陈可佳, 杨泽宇, 刘峥, 鲁浩

计算机应用 2019, 39 (12): 3415-3419. DOI: 10.11772/j.issn.1001-9081.2019071281

摘要（724）

PDF （759KB）（719）

邻域的组成对于基于空间域的图卷积网络（GCN）模型有至关重要的作用。针对模型中节点邻域排序未考虑结构影响力的问题，提出了一种新的邻域选择策略，从而得到改进的GCN模型。首先，为每个节点收集结构重要的邻域并进行层级选择得到核心邻域；然后，将节点及其核心邻域的特征组成有序的矩阵形式；最后，送入深度卷积神经网络（CNN）进行半监督学习。节点分类任务的实验结果表明，该模型在Cora、Citeseer和Pubmed引文网络数据集中的节点分类准确性均优于基于经典图嵌入的节点分类模型以及四种先进的GCN模型。作为一种基于空间域的GCN，该模型能有效运用于大规模网络的学习任务。

参考文献 | 相关文章 | 多维度评价

Select

5. 基于指标相关性的网络运维质量评估模型

吴沐阳, 刘峥, 王洋, 李云, 李涛

计算机应用 2018, 38 (9): 2535-2542. DOI: 10.11772/j.issn.1001-9081.2018020412

摘要（571）

PDF （1421KB）（355）

传统网络运维评估方法存在两方面的问题：一是在指标选取、权重指定等关键步骤过于依赖领域专家经验，难以得到精确全面的评估结果；二是通信设备用户数量不断增加带来了海量的数据，数据又来自多个厂家以及多种设备，传统方法处理此类海量异构数据的效率较低。为了解决这些问题，提出基于指标间互相关性的指标选取方法。该方法着眼于评估过程中指标选取步骤，通过比较指标数据序列间的相关性强弱，对原始指标集进行分类，在各个簇中选择代表性指标完成关键指标体系的构建；另外，结合无人工参与的数据处理方法、权重确定方法建立了网络运维质量评估模型。在实验中，所提方法选取的指标对人工指标的覆盖率为72.2%，并且比人工指标的信息重叠率少31%。所提方法能够有效减少人力参与，且评估结果对告警有较好的预测准确率。

参考文献 | 相关文章 | 多维度评价

Select

6. 一种面向肤色检测的最优彩色空间描述方法

刘峥朱长仁

计算机应用

摘要（1537）

PDF （941KB）（875）

提出一种面向肤色检测的最优彩色空间描述方法。该方法将肤色和非肤色看作两类模式，先后采用基于Fisher的特征提取准则，基于均值可分性信息以及协方差可分性信息的特征提取方法提取一个面向肤色检测的最优彩色空间描述。实验中，从主观和客观评价两个方面验证了该彩色空间描述比其他经典彩色空间具有更优异的性能，并更有利于肤色检测。