This paper presents a dynamic probabilistic marking algorithm with multiple routing address tags, which allows the vic- tim to traceback the origin of ICMP （Internet Control Message Pro- tocol）-based direct and refl...This paper presents a dynamic probabilistic marking algorithm with multiple routing address tags, which allows the vic- tim to traceback the origin of ICMP （Internet Control Message Pro- tocol）-based direct and reflective DoS attacks. The proposed ap- proach makes full use of scalable data space of ICMP packet to achieve multiple information tags. The difference between this pro- posal and previous proposals lies in two points. First, the number of packets needed by the victim to reconstruct the attack path is greatly reduced because of three key mechanisms： multi-tag, uniform left- over probability, and tag location choice based on the module of accommodated tag numbers within a packet. Second, the true origin of both direct and reflective ICMP-based DoS attacks can be traced.展开更多
随着互联网技术的发展以及社交网络的扩大,网络平台已经成为人们获取信息的一个重要途径。标签的引入提升了信息分类及检索效率。同时,标签推荐系统的出现不仅方便了用户输入标签,还提高了标签的质量。传统的标签推荐算法通常只考虑标...随着互联网技术的发展以及社交网络的扩大,网络平台已经成为人们获取信息的一个重要途径。标签的引入提升了信息分类及检索效率。同时,标签推荐系统的出现不仅方便了用户输入标签,还提高了标签的质量。传统的标签推荐算法通常只考虑标签和项目两个主体,而忽略了用户在选择标签时个人意图所起到的重要作用。由于在标签推荐系统中标签最终由用户确定,因此用户的偏好在标签推荐中起着关键作用。为此,引入用户作为主体,并结合用户发布的历史帖子的先后顺序,将标签推荐任务建模为更加符合真实场景的序列标签推荐任务。提出了一种基于MLP的序列标签推荐方法(MLP for Sequential Tag Recommendation, MLP4STR),该方法显式地建模用户偏好用于引导整体标签推荐。MLP4STR采用一种跨特征对齐的MLP序列特征提取框架,将文本和标签的特征对齐,获取用户的历史帖子信息和历史标签信息中隐含的用户动态兴趣。最后,结合帖子内容和用户偏好进行标签推荐。在4个真实世界的数据集上得到的实验结果表明,MLP4STR能够有效地学习序列标签推荐中的用户历史行为序列的信息,其中,评价指标F1@5较最优的对比算法有显著提升。展开更多
针对现有高校学生社交媒体评论情感分析易忽视标签相关性,以及多使用单一粒度特征学习文本表示的问题,提出一种融合标签相关性的高校学生情感分析模型。首先,利用双向Transformer编码器(Bidirectional Encoder Representations from Tra...针对现有高校学生社交媒体评论情感分析易忽视标签相关性,以及多使用单一粒度特征学习文本表示的问题,提出一种融合标签相关性的高校学生情感分析模型。首先,利用双向Transformer编码器(Bidirectional Encoder Representations from Transformers,BERT)获取词向量表示,通过池化和双向长短期记忆网络(Bidirectional Long-Short Term Memory,Bi-LSTM)分别提取句子级与单词级的文本表示。然后,基于共现关系学习标签之间的相关性,通过句子级、单词级的“文本-标签”注意力获取特定于标签的特征表示,将特征进行融合,使用sigmoid分类器计算文本属于每一类情感标签的概率。实验结果表明,所提模型与对比模型相比,在汉明损失、排序损失和标签排序平均精度方面均有提高,验证了融合不同粒度文本特征与标签相关性对高校学生情感分析的有效性。展开更多
从多物品标签的优化识别和供应链库存优化两个方面研究了供应链优化控制策略.首先给出一个由物理层、数据通信层和应用层组成的基于RFID(Radio Frequency Identification)集成系统的供应链管理体系,分析各层次的功能.在此基础上,研究数...从多物品标签的优化识别和供应链库存优化两个方面研究了供应链优化控制策略.首先给出一个由物理层、数据通信层和应用层组成的基于RFID(Radio Frequency Identification)集成系统的供应链管理体系,分析各层次的功能.在此基础上,研究数据通信层中的供应链多物品标签防碰撞优化识别模型,以提高供应链物品流动的时间效率.虽然RFID的应用增加了供应链硬件的成本,但其对可见性的改善提高了供应链运作的效率,因此,通过RFID系统在供应链中应用的固定成本和不同库存情形下可变成本的建模分析,探讨供应链库存成本的控制方法,可以实现RFID系统支持下的供应链优化运作.展开更多
基金Supported by the National Natural Science Foundation of China(61271316)National Key Basic Research Program of China(973 Program)(2010CB731403)Opening Project of State Key Laboratory for Manufacturing Systems Engineering of Xi’an Jiaotong University(sklms2012005)
文摘This paper presents a dynamic probabilistic marking algorithm with multiple routing address tags, which allows the vic- tim to traceback the origin of ICMP （Internet Control Message Pro- tocol）-based direct and reflective DoS attacks. The proposed ap- proach makes full use of scalable data space of ICMP packet to achieve multiple information tags. The difference between this pro- posal and previous proposals lies in two points. First, the number of packets needed by the victim to reconstruct the attack path is greatly reduced because of three key mechanisms： multi-tag, uniform left- over probability, and tag location choice based on the module of accommodated tag numbers within a packet. Second, the true origin of both direct and reflective ICMP-based DoS attacks can be traced.
文摘随着互联网技术的发展以及社交网络的扩大,网络平台已经成为人们获取信息的一个重要途径。标签的引入提升了信息分类及检索效率。同时,标签推荐系统的出现不仅方便了用户输入标签,还提高了标签的质量。传统的标签推荐算法通常只考虑标签和项目两个主体,而忽略了用户在选择标签时个人意图所起到的重要作用。由于在标签推荐系统中标签最终由用户确定,因此用户的偏好在标签推荐中起着关键作用。为此,引入用户作为主体,并结合用户发布的历史帖子的先后顺序,将标签推荐任务建模为更加符合真实场景的序列标签推荐任务。提出了一种基于MLP的序列标签推荐方法(MLP for Sequential Tag Recommendation, MLP4STR),该方法显式地建模用户偏好用于引导整体标签推荐。MLP4STR采用一种跨特征对齐的MLP序列特征提取框架,将文本和标签的特征对齐,获取用户的历史帖子信息和历史标签信息中隐含的用户动态兴趣。最后,结合帖子内容和用户偏好进行标签推荐。在4个真实世界的数据集上得到的实验结果表明,MLP4STR能够有效地学习序列标签推荐中的用户历史行为序列的信息,其中,评价指标F1@5较最优的对比算法有显著提升。
文摘针对现有高校学生社交媒体评论情感分析易忽视标签相关性,以及多使用单一粒度特征学习文本表示的问题,提出一种融合标签相关性的高校学生情感分析模型。首先,利用双向Transformer编码器(Bidirectional Encoder Representations from Transformers,BERT)获取词向量表示,通过池化和双向长短期记忆网络(Bidirectional Long-Short Term Memory,Bi-LSTM)分别提取句子级与单词级的文本表示。然后,基于共现关系学习标签之间的相关性,通过句子级、单词级的“文本-标签”注意力获取特定于标签的特征表示,将特征进行融合,使用sigmoid分类器计算文本属于每一类情感标签的概率。实验结果表明,所提模型与对比模型相比,在汉明损失、排序损失和标签排序平均精度方面均有提高,验证了融合不同粒度文本特征与标签相关性对高校学生情感分析的有效性。
文摘从多物品标签的优化识别和供应链库存优化两个方面研究了供应链优化控制策略.首先给出一个由物理层、数据通信层和应用层组成的基于RFID(Radio Frequency Identification)集成系统的供应链管理体系,分析各层次的功能.在此基础上,研究数据通信层中的供应链多物品标签防碰撞优化识别模型,以提高供应链物品流动的时间效率.虽然RFID的应用增加了供应链硬件的成本,但其对可见性的改善提高了供应链运作的效率,因此,通过RFID系统在供应链中应用的固定成本和不同库存情形下可变成本的建模分析,探讨供应链库存成本的控制方法,可以实现RFID系统支持下的供应链优化运作.
