检索结果

Select

1. 基于邻居信息聚合的子图同构匹配算法

徐周波, 李珍, 刘华东, 李萍

计算机应用 2021, 41 (1): 43-47. DOI: 10.11772/j.issn.1001-9081.2020060935

摘要（447）

PDF （755KB）（381）

图匹配在现实中被广泛运用，而子图同构匹配是其中的研究热点，具有重要的科学意义与实践价值。现有子图同构匹配算法大多基于邻居关系来构建约束条件，而忽略了节点的局部邻域信息。对此，提出了一种基于邻居信息聚合的子图同构匹配算法。首先，将图的属性和结构导入到改进的图卷积神经网络中进行特征向量的表示学习，从而得到聚合后的节点局部邻域信息；然后，根据图的标签、度等特征对匹配顺序进行优化，以提高算法的效率；最后，将得到的特征向量和优化的匹配顺序与搜索算法相结合，建立子图同构的约束满足问题（CSP）模型，并结合CSP回溯算法对模型进行求解。实验结果表明，与经典的树搜索算法和约束求解算法相比，该算法可以有效地提高子图同构的求解效率。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于Simhash的安全密文排序检索方案

李珍, 姚寒冰, 穆逸诚

计算机应用 2019, 39 (9): 2623-2628. DOI: 10.11772/j.issn.1001-9081.2019020269

摘要（495）

PDF （873KB）（220）

针对密文检索中存在的计算量大、检索效率不高的问题，提出一种基于Simhash的安全密文排序检索方案。该方案基于Simhash的降维思想构建安全多关键词密文排序检索索引（SMRI），将文档处理成指纹和向量，利用分段指纹和加密向量构建B+树，并采用"过滤-精化"策略进行检索和排序，首先通过分段指纹的匹配进行快速检索，得到候选结果集；然后通过计算候选结果集与查询陷门的汉明距离和向量内积进行排序，带密钥的Simhash算法和安全k近邻（SkNN）算法保证了检索过程的安全性。实验结果表明，与基于向量空间模型（VSM）的方案相比，基于SMRI的排序检索方案计算量小，能节约时间和空间成本，检索效率高，适用于海量加密数据的快速安全检索。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于系统调用序列的“非我”分类

李珍，王凤先

计算机应用 2005, 25 (07): 1663-1665. DOI: 10.3724/SP.J.1087.2005.01663

摘要（1113）

PDF （445KB）（774）

针对仿生免疫系统模型（GECISM）中已识别出的“非我”入侵程序，介绍了基于系统调用序列根据入侵行为进行分类的方法。通过对训练集提取规则，建立“非我”类的特征库，从而判断出“非我”程序所属的“非我”类。实验验证了这一方法的可行性和有效性。

参考文献 | 相关文章 | 多维度评价