admin
-
active self-paced learning
在机器学习中获得标注数据是一个重要的部分。但是在一些专业领域，标注成本高,成本高，导致了获得标注数据困难。主动学习的方法能够有效的节约标注成本。但是传统主动学习方法往往注重低置信度样本的挑选，而忽略高置信度样本的标注和使用。本次报告就讲述一个结合自步学习的主动学习模型框架ASPL，解决高…
-
高斯混合模型及求解算法
高斯混合模型（Gaussian mixture model，GMM）用于对样本的概率密度分布进行估计，而估计采用的模型（训练模型）是几个高斯模型的加权和。每个高斯模型就代表了一个类。对样本中的数据分别在几个高斯模型上投影，就会分别得到各个类上的概率，然后我们可以选取概率最大的类作为判决结…
-
提交结果公布-计算机与网络课程设计（5、6批次）
计算机与网络课程设计第五、六批次提交结果公布见附件。 附件-第三大批结果公示.xlsx
-
Not all bytes are equal Neural byte siev
简单高效的漏洞检测方法一直是信息系统安全领域研究的热点，微软研究人员借助机器学习和深度神经网络开发出一种用于发现软件安全漏洞的新方法，这个名为“神经网络模糊测试”的最新研究项目旨在对传统模糊测试技术加以强化，而且早期实验已经显现出良好的效果。研究通过在灰箱模糊测试器的反馈回路中插入一个深…
-
课程设计-网络空间安全意识及能力促进系统测评成绩公示（第5-6批）
网络空间安全意识及能力促进系统测评成绩公示如下，如需下载表格见附件。 附件-成绩公示-第5、6批-2019.01.21.xlsx
-
一二大批是否完成提升部分结果公示
各位同学完成的是基线和提升目前以下表为准，如果是答辩时只完成了基线，后来完成了提升，需要提交证明材料。对应的材料上传到FTP中的上传目录下的对应目录。 IP：10.15.9.221 用户名：Student 密码：bfs_user 附件-得分系数和完成系数-v1.1-2019.01.16….
-
Fast bin attack & Unsorted bin attack
简单介绍了堆的管理与分配，主要讲述了堆上两种典型的攻击方式，即fast bin attack 和 Unsorted bin attack，他们分别利用了单向链表和双向链表在卸载chunk时的操作机制，造成任意地址的写。最后通过一个结合fast bin chunk精巧构造Unsorted …
-
课程设计-网络空间安全意识及能力促进系统测评成绩公示（第3-4批）
网络空间安全意识及能力促进系统测评成绩公示（第3-4批）如下，如需下载表格见附件。 附件-成绩公示-第3、4批-2019.01.14.xlsx
