学术报告
-
深度学习讨论会
本次学术报告简单介绍了深度学习的定义和过程,并给出了基于Keras实现手写数字识别的基本过程和实验结果,讨论了设置不同batch size和epoch的效果。 附件-深度学习讨论会.pdf
-
异常检测算法
iForest (Isolation Forest)孤立森林 是一个基于Ensemble的快速异常检测方法,具有线性时间复杂度和高精准度,是符合大数据处理要求的state-of-the-art算法。其可以用于网络安全中的攻击检测,金融交易欺诈检测,疾病侦测,和噪声数据过滤等。 附件-异常检测算法-IForest…
-
Android应用安全检测
Android应用在开发和发布初期可能存在各种原因导致的隐藏安全风险,这些安全风险如若不进行检测和修复,会给用户和开发者带来巨大的损失,因此需要对Android应用进行全方位的检测,暴露应用的风险点然后修复,使应用受到全方位保护。 附件-Android应用安全检测.pdf
-
Web应用模糊测试技术
模糊测试是一种通过提供非预期的输入并监视异常结果来发现软件故障的方法。Web应用对于软件提供商和终端用户都具有优越性,针对Web应用的模糊测试不仅可以发现Web应用自身的漏洞,而且可以发现其底层任何构建中存在的漏洞,包括可能和Web应用集成在一起的Web服务器和数据库服务器。 附件-Web应用模糊测试技术.pd…
-
Ajax技术
Ajax技术是创建交互式网页应用的网页开发技术,无需重新加载整个网页的情况下,能够更新部分网页的技术。Ajax 的特点在于异步交互,动态更新 web 页面,因此它的适用范围是交互较多,频繁读取数据的 web 应用。 附件-Ajax技术.pdf
-
Android Hook 技术分析
Hook技术就是在事件传送到终点前截获并监控事件的传输,像个钩子钩上事件一样,并且能够在钩上事件时,处理一些自己特定的事件。 附件-Android Hook 技术分析.pdf
-
Deep Learning词向量生成–CBOW和Skip-gram
Deep Learning词向量生成的方法通过神经网络模型让机器自动学习到每个词有效的特征表示,而CBOW模型和Skip-gram模型是目前最流行、常用的Deep learning词向量的生成模型。本次报告,将带领大家探索词向量生成背后的奥秘,并给大家介绍该方法在其他方面有趣的应用和实现。 附件-Deep Learning词向量生成——CBOW和Skip…
-
假设检验(hypothesis testing)
假设检验是数理统计学中根据一定假设条件由样本推断总体的一种方法,其基本思想是应用小概率原理。在假设检验中常见的P值是进行检验决策的依据之一,反映某一事件发生的可能性大小。比较常见的假设检验方法如U检验、t检验、F检验等,这些都会在本次报告中涉及。让我带领大家了解假设检验,为之后的实验研究奠定基础。 附件-假设检验.pdf