检索结果-南通市图书馆

一种针对Bencode编码实现的BitTorrent系统攻击方法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2012年第11期48卷 75-81页

作者：沙灜王昆谭建龙郭莉中国科学院计算技术研究所北京100190 北京邮电大学计算机学院北京100876

Bittorren(tBT)作为一种流行的P2P文件共享系统,其torrent文件以及扩展协议中的相关消息都是采用Bencode的编码方式。最初的Bittorrent系统是用python实现的,其中的Bencode编解码采用了递归的方式,后续的很多BT客户端实现都直接拷贝了... 详细信息

Bittorren(tBT)作为一种流行的P2P文件共享系统,其torrent文件以及扩展协议中的相关消息都是采用Bencode的编码方式。最初的Bittorrent系统是用python实现的,其中的Bencode编解码采用了递归的方式,后续的很多BT客户端实现都直接拷贝了这种方式。这就为针对Bencode编码实现的攻击提供了可能。首先构造了有一定递归深度的torrent文件以及扩展协议中的消息,实验发现对当前主流的BT客户端:比特精灵、迅雷(迷你迅雷)、比特彗星、FlashGet和TuoTu都会造成系统的崩溃。根据上述BT客户端的占有率,可知此种攻击全球覆盖率可达39.1%,对国内会达到70%以上。这是一种很有效的针对torrent以及swarm的攻击手段。最后给出此种攻击手段的防御手段。

关键词： BitTorrent系统 Bencode编码堆栈溢出远程攻击

在线全文

学校读者我要写书评

暂无评论

基于自监督学习的委婉语识别方法

中文信息学报 2023年第10期37卷 55-63,75页

作者：胡玉雪吴明民沙灜曾智张瑜琦华中农业大学信息学院湖北武汉430070 农业农村部智慧养殖技术重点实验室湖北武汉430070 湖北省农业大数据工程技术研究中心湖北武汉430070 农业智能技术教育部工程研究中心湖北武汉430070

委婉语常被用于社交媒体和暗网交易市场,以其表面含义掩盖潜在含义来逃避平台的监管,例如,用“weed”(杂草)代替“marijuana”(大麻)进行非法交易。委婉语识别是将给定的委婉语映射到特定的目标词(潜在含义)。当前委婉语识别的研究没有... 详细信息

委婉语常被用于社交媒体和暗网交易市场,以其表面含义掩盖潜在含义来逃避平台的监管,例如,用“weed”(杂草)代替“marijuana”(大麻)进行非法交易。委婉语识别是将给定的委婉语映射到特定的目标词(潜在含义)。当前委婉语识别的研究没有获得广泛关注,一方面缺乏有效标注的数据集,另一方面现有方法主要关注委婉语句子中的单个词汇,忽略了委婉语的语境信息。针对上述问题,该文提出了双层自监督学习模型——DSLM(Double Self-supervised Learning Method)用于委婉语识别:外层自监督学习框架用来自动构建含标签数据集,以解决缺乏有效标注数据集的问题;内层使用语境对比学习方法,利用委婉语语境信息,拉近委婉语语境表示和目标词的语义距离。实验表明,该方法优于当前最先进的方法,且结果更稳定、模型收敛更快。

关键词：委婉语识别自监督学习对比学习

在线全文

学校读者我要写书评

暂无评论

基于有效上下文信息的变体词还原方法

计算机应用研究 2019年第6期36卷 1737-1740,1747页

作者：游绩榕沙灜梁棋王斌中国科学院信息工程研究所第二研究室北京100093 中国科学院大学网络空间安全学院北京100049

在社交网络上,用户常创造一些变体词来替代部分实体名词,将这些变体词还原为原目标词是自然语言处理中的一项重要工作。针对现有变体词还原方法准确率不够高的问题,提出了基于有效上下文信息的变体词还原方法。该方法利用点互信息抽取... 详细信息

在社交网络上,用户常创造一些变体词来替代部分实体名词,将这些变体词还原为原目标词是自然语言处理中的一项重要工作。针对现有变体词还原方法准确率不够高的问题,提出了基于有效上下文信息的变体词还原方法。该方法利用点互信息抽取出变体词和候选目标词的有效上下文信息,并将其融合进自编码器模型中,获得变体词和候选目标词更准确的编码,并依据此计算相似度进行候选目标词排序,更准确地实现了变体词还原任务。实验表明,该方法较当前主流的几种方法相比效果有显著提升,提高了变体词还原的准确率。

关键词：变体词变体词还原自编码器有效上下文信息词嵌入神经网络

基于DIND的大数据实验平台探索与应用研究

在线全文

学校读者我要写书评

暂无评论

实验室研究与探索 2022年第12期41卷 295-299,324页

作者：胡玉雪徐勋光王海燕沙灜华中农业大学信息学院武汉430070 华中农业大学湖北省农业大数据工程技术研究中心武汉430070

大数据实验教学平台是大数据专业人才培养的基础设施和关键保障。针对目前大数据集群部署复杂、资源利用率较低等问题,综合考虑大数据专业人才培养方案、行业技能要求、资源利用率等因素,提出了基于容器嵌套技术(docker in docker, DIND... 详细信息

大数据实验教学平台是大数据专业人才培养的基础设施和关键保障。针对目前大数据集群部署复杂、资源利用率较低等问题,综合考虑大数据专业人才培养方案、行业技能要求、资源利用率等因素,提出了基于容器嵌套技术(docker in docker, DIND)的大数据实验平台建设方案。平台主要由内外两层Docker容器组成:外层Docker容器提供大数据实验基础环境和交互式界面,内层Docker容器提供大数据计算集群环境。平台具有贴合培养方案、集群部署快、资源利用率高、投入成本低、使用便捷等优点。4个学期的教学实践表明,学生实验完成度高、实验投入时间长、能很好掌握大数据专业知识,实现了提高教学质量、培养学生工程实践能力的目的。

关键词：大数据实验教学平台大数据集群 DIND容器嵌套 Docker容器

在线全文

学校读者我要写书评

暂无评论

面向主题的社交网络采集技术

计算机系统应用 2016年第10期25卷 173-179页

作者：郑楷坚沙灜中国科学院信息工程研究所北京100093

社交网络数据采集是开展社交网络分析的基础.针对当前面向主题的社交网络数据采集技术采集数据少、召回率低的问题,本文提出基于内置搜索引擎和基于通用搜索引擎相结合的主题消息采集方法,并将LDA(Latent Dirichlet Allocation,隐含狄... 详细信息

社交网络数据采集是开展社交网络分析的基础.针对当前面向主题的社交网络数据采集技术采集数据少、召回率低的问题,本文提出基于内置搜索引擎和基于通用搜索引擎相结合的主题消息采集方法,并将LDA(Latent Dirichlet Allocation,隐含狄利克雷分布)模型应用于主题关键词的迭代扩展,并提出了一种基于用户生存值的高效扩展策略.实验结果表明本文提出的方法可以使面向主题的社交网络数据采集系统在保证一定准确率的情况下进一步获取主题相关数据.

关键词：社交网络主题采集内置搜索通用搜索主题模型 LDA

在线全文

学校读者我要写书评

暂无评论

中文变体词的识别与规范化综述

信息安全学报 2016年第3期1卷 77-87页

作者：沙灜梁棋王斌中国科学院信息工程研究所第二研究室北京中国100093

网络书写具有随意性、非正规性等特点。变体词就是网络语言作为一种不规范语言的显著特色,人们往往出于避免审查、表达情感、讽刺、娱乐等需求将相对严肃、规范、敏感的词用相对不规范、不敏感的词来代替,用来代替原来词的新词就叫做变... 详细信息

网络书写具有随意性、非正规性等特点。变体词就是网络语言作为一种不规范语言的显著特色,人们往往出于避免审查、表达情感、讽刺、娱乐等需求将相对严肃、规范、敏感的词用相对不规范、不敏感的词来代替,用来代替原来词的新词就叫做变体词(Morph)。变体词和其对应的原来的词(目标实体词)会分别在非规范文本和规范文本中共存,甚至变体词会渗透到规范文本中。变体词使行文更加生动活泼,相关事件、消息也传播得更加广泛。但是因为变体词通常是某种隐喻,已不再是其表面字词的意义了,从而使网络上文体与正式文本(如新闻等)具有巨大的差异。由此如何识别出这些变体词及其所对应的目标实体词对于下游的自然语言处理技术具有重要的意义。本文首先介绍了变体词的定义和特征,变体词的生成规律,总结了当前变体词的识别和规范化的主要技术进展和成果,最后是此领域发展方向的展望。

关键词：社交网络变体词识别变体词规范化深度学习神经网络表示学习

基于浏览器测试组件的社交网络数据获取技术研究

在线全文

学校读者我要写书评

暂无评论

信息网络安全 2015年第5期 56-61页

作者：陈学敏沙灜中国科学院信息工程研究所北京100093

社交网络数据获取是社交网络分析重要的前提条件。当前各大社交网络平台对于第三方爬虫的屏蔽措施日益复杂,传统的数据获取手段受到严峻的挑战。文章提出了一种基于浏览器测试组件的社交网络数据获取技术,通过模拟正常用户的行为以规避... 详细信息

社交网络数据获取是社交网络分析重要的前提条件。当前各大社交网络平台对于第三方爬虫的屏蔽措施日益复杂,传统的数据获取手段受到严峻的挑战。文章提出了一种基于浏览器测试组件的社交网络数据获取技术,通过模拟正常用户的行为以规避社交网络对于传统网络爬虫的限制,实现目标数据的高效获取。该系统分别获取了QQ群即时聊天信息和非即时资料信息。对于即时聊天信息获取,经过实验测试和结果对比,发现即时信息采集的采全率达99%以上,准确率达100%。对于非即时资料,分别获取了群公告、群成员列表、群共享文件和共享相册等数据,通过数据抽样对比,采全率和准确率均达到100%。实验证明基于浏览器测试组件的社交网络数据获取技术有其一定的数据获取优势。

关键词：社交网络数据获取用户行为模拟浏览器测试组件

“城区常住人口”在收缩城市识别中的特点——基于文献综述和多源数据的检验

在线全文

学校读者我要写书评

暂无评论

地理研究 2024年第7期43卷 1929-1939页

作者：王新宇龙灜清华大学建筑学院北京100084

在中国人口达峰和城镇化发展到达新阶段的背景下,关于中国收缩城市的研究成为近年来学界的一个关注点。本文基于系统性文献综述和实证研究等方法,讨论了戚伟等(地理研究,第42卷第10期)采用“城区常住人口”数据识别中国收缩城市的研究... 详细信息

在中国人口达峰和城镇化发展到达新阶段的背景下,关于中国收缩城市的研究成为近年来学界的一个关注点。本文基于系统性文献综述和实证研究等方法,讨论了戚伟等(地理研究,第42卷第10期)采用“城区常住人口”数据识别中国收缩城市的研究。本文对中国全部的村级行政单元进行了地理编码,并基于城乡分类代码,近似绘制出戚伟等文中提到的“城区”边界。通过将这些边界与遥感图像、城市实体地域进行比较,讨论了“城区常住人口”数据所界定的“城区范围”的特点。进一步运用多源人口数据,从城市实体地域视角识别了中国2010-2020年收缩城市的数量和占比。研究发现:(1)人口统计中的城乡分类代码所划分的城区,涵盖多个城市实体地域,难以分析各个城市实体地域内部的人口变化。(2)“城区常住人口”数据难以全面展现近千个县域内中小城镇(如县城)的人口变化情况。本文运用中国2444个城市实体地域的边界,结合WorldPop、LandScan等多种数据源,发现中国收缩的城市实体地域数量占比在26.7%~31.3%之间。有关中国收缩城市的识别,应当综合多源指标和多类研究的结论进行分析,从而减少单一数据源的不确定性对于识别结果的干扰。

关键词：收缩城市识别城市实体地域系统性文献综述城区常住人口

在线全文

学校读者我要写书评

暂无评论

基于字词联合的变体词规范化研究

计算机系统应用 2017年第10期26卷 29-35页

作者：施振辉沙灜梁棋李锐邱泳钦王斌中国科学院信息工程研究所北京100093 中国科学院大学北京100049

社交网络中的文本具有随意性和非正规性等特点,一种常见现象是社交网络文本中存在大量变体词.人们往往为了避免审查、表达情感等将原来的词用变体词替代,原来的词成为目标词.本文研究变体词的规范化任务,即找到变体词所对应的初始目标词... 详细信息

社交网络中的文本具有随意性和非正规性等特点,一种常见现象是社交网络文本中存在大量变体词.人们往往为了避免审查、表达情感等将原来的词用变体词替代,原来的词成为目标词.本文研究变体词的规范化任务,即找到变体词所对应的初始目标词.本文利用变体词所在文本的时间和语义,结合变体词词性,提出了一种时间和语义结合的方法获取候选目标词,然后提出基于字词联合的词向量方法对候选目标词排序.我们的方法不需要额外的标注数据,实验结果表明,相比于当前最好的方法在准确性上具有一定的提升,针对与目标词存在相同的字的变体词其性能更好.

关键词：变体词变体词规范化社交网络词向量字词联合训练