admin

      机器学习模型一般可化简为求解一个目标函数/损失函数的最优化问题，根据优化目标及约束的不同，可划分为凸优化（Convex optimization）与非凸优化（Non-convex optimization）两类。本次报告首先介绍了优化问题与机器学习的关系，进而针对凸优化理论，详细介绍与之…

      Android恶意软件泛滥，及时准确发现恶意软件有着重要的意义。本文介绍了一种基于异构信息网络的智能android恶意软件检测方法，通过分析软件行为让恶意软件难以逃脱检测。 附件-HinDroid An Intelligent Android Malware Detection Syst…

      元胞自动机(cellular automata，CA) 是一种时间、空间、状态都离散，空间相互作用和时间因果关系为局部的网格动力学模型，具有模拟复杂系统时空演化过程的能力，不同于一般的动力学模型，元胞自动机不是由严格定义的物理方程或函数确定，而是用一系列模型构造的规则构成。凡是满足这些规…

      事务是MySQL数据库用户保证一组sql操作的完整性的一种机制，确保一组操作能够全部成功或者全部失败，不会出现中间状态。MySQL 事务主要用于处理操作量大，复杂度高的数据。比如在人员管理系统中，删除一个人员，即需要删除人员的基本资料，也要删除和该人员相关的信息，如信箱，文章等等。此时，…

      动态规划是用来解决多阶段决策过程最优化问题的一种方法，它的适用问题一般需要具备2个要素ー最优子结构与重叠子问题。动态规划程序设计往往是针对一种最优化问题，由于各种问题的性质不同，确定最优解的条件也互不相同，因而动态规划的设计方法对不同的问题，有各具特色的解题方法，而不存在一种万能的动态规…

2018年第2届全国研究生信息安全与对抗技术竞赛已经于2018-10-15结束，感谢各位朋友的支持！ 敬请期待下一届比赛！                  详情请看： 新华网：第2届全国研…

      对抗样本会的存在严重威胁到机器学习模型的输出准确性。目前最常用的对抗样本生成方法是FGSM，其通过在沿着损失函数梯度方向添加一个细小的扰动，来“增大”损失，进而改变目标函数的输出。而我们通过FGSM基于目标模型生成对抗样本，并将其与原始样本组合去训练一个二分类器，最终将对抗样本从原始样本…

      注意力机制应用在encoder-decoder模型中，可以使Decoder根据时刻的不同，让每一时刻的输入都有所不同，使处理长输入句子时效果更好，会对目前大多数方法进行抽象，可以将其归纳为三个阶段：1.相似度计算；2.归一化；3.加权求和。注意力机制在机器翻译、阅读理解、语义角色标注、关…