检索结果

Select

1. 基于注意力机制和残差网络的恶意代码检测方法

张杨, 郝江波

《计算机应用》唯一官方网站 2022, 42 (6): 1708-1715. DOI: 10.11772/j.issn.1001-9081.2021061410

摘要（445）

HTML （24）

PDF （1407KB）（176）

针对目前已有的基于深度学习的恶意代码检测方法提取特征不足和准确率低的问题，提出一种基于注意力机制和残差网络（ResNet）的恶意代码检测方法ARMD。为了支持该方法的训练，从Kaggle网站获取了47 580个恶意和良性代码的Hash值，并利用VirusTotal分析工具提取每个代码数据调用的API，在此之后将所调用的API整合为1 000个不重复的API作为检测的特征来构造训练样本数据；然后根据VirusTotal的分析结果进行良恶性判定进而标记样本数据，并采用SMOTE增强算法使数据样本均衡化；最后构建并训练注入注意力机制的ResNet，从而实现恶意代码检测。实验结果表明ARMD的恶意代码检测准确率为97.76%，且与目前已有的基于卷积神经网络（CNN）和ResNet模型的检测方法相比，平均精确率至少提高了2个百分点，验证了ARMD的有效性。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 司机分心驾驶检测研究进展

秦斌斌, 彭良康, 卢向明, 钱江波

计算机应用 2021, 41 (8): 2330-2337. DOI: 10.11772/j.issn.1001-9081.2020101691

摘要（675）

PDF （2153KB）（458）

随着车辆工业和世界经济的快速发展，私家汽车数量不断增加，导致交通事故越来越多，且交通安全问题已经成为全球关注的焦点问题。司机分心驾驶检测的研究主要分为传统计算机视觉（CV）算法和深度学习算法两种。基于传统CV算法的司机分心检测通过尺度不变特征转换（SIFT）、方向梯度直方图（HOG）等特征算子提取图像特征，然后结合支持向量机（SVM）建立模型并对图像进行分类。然而传统CV算法具有对环境的要求高、运用范围较窄、参数多、计算量大的缺点。近年来深度学习在提取数据特征方面表现出速度快、精度高等优异的性能，因此研究人员开始将深度学习引入到司机分心驾驶检测中。基于深度学习的方法可以实现端到端的司机分心驾驶检测网络，而且取得了很高的准确度。介绍了传统CV算法和深度学习算法在司机分心驾驶检测的研究现状，首先，阐释了传统CV算法用于图像领域和司机分心驾驶检测研究的情况；接着，介绍了基于深度学习的司机分心驾驶研究；而后，从准确度、模型参数量等方面对不同司机分心驾驶检测方法进行比较分析；最后，对现有的研究进行了总结并提出了未来司机分心驾驶检测需要解决的三个问题：驾驶过程中司机分心状态以及分心程度划分规范需进一步完善，需要综合考虑人－车－路三者以及如何才能更有效地减少神经网络参数。

参考文献 | 相关文章 | 多维度评价

Select

3. 图上下文及在图距离计算中的应用

魏征汤进江波罗斌

计算机应用 2013, 33 (01): 44-48. DOI: 10.3724/SP.J.1087.2013.00044

摘要（934）

PDF （763KB）（605）

图结构的特征提取及相似性度量是计算机视觉和模式识别中的重要研究内容。针对传统的方法对存在非刚性变换的图结构难以充分描述这一问题，给出一种基于图的上下文(GC)描述子的图结构信息描述及距离度量方法。首先，通过对图的边缘进行等距离散取样得到该图的采样点集；其次，基于图的采样点集给出图的上下文描述子；最后，采用推广的推土机距离(EMD)方法实现图的上下文描述子的距离度量。不同于图的编辑距离计算方法，所提方法不需要定义代价函数。实验表明该方法对于一些非刚性变换前后的图的距离计算具有较好的效果。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于消息通信的多智能体系统的应用

史乐李辉原江波

计算机应用

摘要（1441）

PDF （604KB）（1032）

在基于多智能体的分布式实时仿真系统中，如何实现各Agent之间的通信与协调是一个核心问题。采用触发器消息传送方式为多智能体系统中的Agent建立了高效的通信机制,并通过分析机场地面交通中面临的问题构建了多智能体系统模型。实现了基于触发器消息通信机制的多智能体系统在机场地面交通仿真中的应用。