-
题名基于多核集成学习的静态软件安全漏洞识别
被引量：1
- 1
-
-
作者
顾风军
-
机构
中国人民解放军总医院第四医学中心信息室
-
出处
《电子设计工程》
2023年第19期73-76,81,共5页
-
文摘
针对静态软件安全漏洞路径数量多,识别效果差的问题,提出了基于多核集成学习的静态软件安全漏洞识别方法。采用boosting初始化静态软件训练集,使用boosting的串行集成与加权训练获取数据权重。经过boosting集成处理后,结合多核集成学习分类器获取漏洞数据分类结果。计算静态软件安全漏洞数据密度,构建漏洞数据识别模型,实现静态软件的安全漏洞识别。实验结果表明,该方法的最大识别时间为4 ms,捕获危险执行路径数未超过理想值,漏洞识别效果较好。
-
关键词
多核集成学习
静态软件
安全漏洞
识别
-
Keywords
multi-core ensemble learning
static software
security vulnerability
identify
-
分类号
TN60
[电子电信—电路与系统]
-
-
题名基于简单帧选择的显著性检测方法
被引量：2
- 2
-
-
作者
徐屹伟
刘政怡
赵悉超
-
机构
安徽大学计算智能与信号处理实验室
安徽大学计算机学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2019年第20期177-183,191,共8页
-
基金
国家科技支撑计划项目（No.2015BAK24B00）
安徽高校省级自然科学研究项目（No.KJ2015A009）
-
文摘
提出了一种新颖的视频显著性检测方法。为了提取视频序列中具有高置信度的特征,根据输入帧和输入帧的初始显著图提出一种简单帧选择标准,并使用该简单选择标准挑选出视频序列中比较容易且准确提取前景对象的帧,从简单帧中获得鲁棒的前景背景标签;将图像进行超像素分割,提取时空特征与前景标签输入集成学习模型,经过多核SVM集成学习,最终生成像素级别的显著图,并且由运动特征扩散到整个视频集。各种视频序列的实验结果表明,该算法在定性和定量上优于传统的显着性检测算法。
-
关键词
简单帧选择
显著性检测
多核SVM集成学习
-
Keywords
simple frame selection
saliency detection
multi-kernel SVM bootstrap learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
