李进
- 作品数：25 被引量：124H指数：7
- 供职机构：空军工程大学防空反导学院更多>>
- 发文基金：国家自然科学基金中国博士后科学基金陕西省自然科学基金更多>>
- 相关领域：自动化与计算机技术兵器科学与技术电子电信军事更多>>
- 基于极大相容关系的多粒度决策粗糙集
- 在不完备信息系统中,在相容关系的基础上,结合极大相容关系及多粒度理论的优点,提出一种基于极大相容关系的多粒度决策粗糙集模型。首先,针对两种取值类型不同的不完备信息系统,分别定义了变精度极大相容关系及双精度极大相容关系。其...
- 范兵兵李进陈西成刘梦波顾竞豪刘明
- 关键词：多粒度
- 改进遗传算法求解防空作战WTA问题被引量：4
- 2017年
- 武器目标分配问题是防空作战指挥控制的核心和关键。针对求解防空作战WTA存在容易早熟和收敛较慢的问题,提出了一种改进遗传算法。引入直觉模糊集理论,定义了WTA问题的目标函数和约束函数的隶属度和非隶属度函数,通过"最小最大"算子构建了直觉模糊WTA问题模型;针对遗传算法中变异概率固定的竞争和子代种群缺乏父代优良个体的问题,采用自适应变异概率和模拟退火Meta-Lamarckian学习策略改进算法,并求解防空作战WTA问题,与其他算法进行仿真比较,结果表明改进遗传算法求解防空作战WTA的有效性。
- 杨进帅李进王毅魏晓辉文童
- 关键词：武器目标分配直觉模糊集遗传算法防空作战
- 空空导弹网络化协同制导作战模式被引量：7
- 2015年
- 协同制导作战模式是实现未来空空导弹网络化作战的核心技术之一。以提高空空导弹网络化协同作战效能为目的,在构建空空导弹网络化协同作战体系结构的基础上,提出了协同作战任务需求。针对空空导弹网络化协同制导作战,探讨了接力制导、他机制导、远程数据交战、航迹合成、合成跟踪五种典型协同作战模式及其相关关键技术问题,为新一代空空导弹协同作战的研究和作战使用提供一定的借鉴。
- 王君芮同林李进刘曙
- 关键词：网络化协同制导作战模式体系结构
- 基于改进MobileNetV2的恶意代码分类方法被引量：1
- 2023年
- 针对传统恶意代码分类方法存在的精度不足、预测时间成本高和抗混淆能力弱等问题,提出一种基于改进MobileNetV2的恶意代码分类方法。首先,针对恶意代码加密和混淆等问题,使用坐标注意力(CA)方法引入更大范围的空间位置来增强恶意代码图像的特征;然后,针对从头开始训练导致的训练成本过高的问题,使用迁移学习(TL)来改进MobileNetV2的学习方式以提升抗混淆能力;最后,针对传统深度学习网络计算量大和收敛慢的问题,使用MobileNetV2轻量化卷积网络模型,并结合Ranger21改进训练方式以促进网络迅速收敛。实验结果表明:上述方法对Malimg数据集和DataCon数据集的准确率分别达到了99.26%和96.98%。在malimg数据集相较于AlexNet方法在准确率上平均提升了1.49%,检测效率上平均提升了45.31%;在DataCon数据集相较于集成学习方法准确率平均提升了1.14%。可见,基于改进MobileNetV2的恶意代码分类方法可以提升模型的泛化能力、抗混淆能力与分类效率。
- 轩勃娜李进宋亚飞马泽煊
- 关键词：网络安全
- 基于规则提取的决策粗糙集阈值自适应算法
- 2018年
- 为了消除或者抑制由不合理先验知识带来的分类不精确问题,提出了一种基于规则提取的阈值自适应方法。以约简结果中属性的数量最小和相应决策规则的可信度最大为目标,给出一种自适应求阈值的算法。结合引力搜索算法,并利用决策粗糙集中的阈值为一特定离散取值时不会改变等价类的划分结果这一性质,对搜索空间离散化处理,然后给出基于智能算法的自适应求阈值算法,求得的阈值能够使得用户做出决策的属性约简结果最优。最后,通过UCI数据集验证方法的可行性。
- 范兵兵李进陈玉金
- 关键词：决策规则提取阈值自适应引力搜索算法
- 基于真实对抗数据的高逼真模拟训练系统及方法
- 提供一种基于真实对抗数据的高逼真模拟训练系统，包括数据管理模块、想定生成模块、防空导弹模拟器、数据采集器、数据处理器、人机交互设备。还提供一种基于真实对抗数据的高逼真训练方法，包括过程复盘、对抗训练两个阶段。本发明前端采...
- 李兆展程小震孙智勇田海林林艳红姚小强吴达师剑军李进张杰明
- 基于改进CNN的恶意软件分类方法被引量：1
- 2023年
- 越来越多的恶意软件变种给网络安全带来了巨大的威胁,导致了现有基于CNN(Convolutional Neural Networks)的恶意软件分类方法的泛化能力弱和准确性不足.为了解决这些问题,本文提出了一种新的方法,即基于改进CNN的恶意软件RGB(Red Green Blue)可视化的分类方法,可以抵御变种和混淆性恶意软件.首先,提出了一种基于RGB图像的特征表示方法,该方法更加关注恶意软件的二进制和汇编信息、API信息间的语义关系,生成具有更丰富纹理信息的图像,可以挖掘恶意代码原始与变种之间更深层的依赖关系.其次,针对恶意软件的加密和混淆问题,使用坐标注意力模块(Coordinate Attention Module,CAM)获取更大范围的空间信息来强化特征.最后,结合空洞空间金字塔池化(Atrous Spatial Pyramid Pooling,ASPP)来改进CNN模型,解决因图像尺寸归一化导致的信息丢失和冗余.实验结果表明,上述方法在最近的先进方法中脱颖而出,对Kaggle数据集和DataCon数据集的准确率分别达到99.48%和97.78%.与其它方法相比,该方法对Kaggle数据集的准确率提高了0.22%,对DataCon数据集的准确率提高了0.80%.本文方法可以有效地分类恶意软件和恶意软件家族变种,具有良好的泛化能力和抗混淆能力.
- 轩勃娜李进
- 关键词：RGB图像语义关系
- 基于Stingray Objective Studio的防空C^3I显控系统界面开发
- 2005年
- 文中提出了用 Stingray Objective Studio 工具集来进行防空显控系统界面开发,使得开发人员将大量的时间和精力用于系统结构和数据处理算法上,这样不光降低了开发难度,也增强了系统的功能和稳定性。
- 狄博李进雷英杰
- 关键词：STINGRAYSTUDIO防空C^3I显控系统
- 基于F-CSGRU的入侵检测半监督学习方法
- 2023年
- 现有的监督学习方法只能使用已标记样本对分类器进行训练,标签获取难度大、成本高,同时获得的样本易出现种类不平衡的情况,严重影响入侵检测模型的分析能力。为解决上述问题,提高入侵检测模型效果,提出了一种基于模糊-代价敏感门控循环单元(fuzzy-cost-sensitive gated recurrent unit,F-CSGRU)的入侵检测半监督学习方法。该方法使用半监督学习和代价敏感方法来提高入侵检测系统的分类器性能,同时提高对少数类样本的检测能力。模型将代价敏感与门控循环单元结合,为无标签样本生成标签,同时依据模糊熵对样本进行划分。将其中的低模糊熵样本合并到原始训练集中,对分类器进行再次训练。基于NSL-KDD和UNSW-NB15数据集进行了对比试验,结果表明,提出的模型对于上述数据集的准确率分别能够达到99.30%和84.53%,和经典的CNN-BiLSTM相比分别提升了0.08%和2.45%,对于少数类样本的检测准确率提高效果尤为显著。
- 马泽煊李进岳韶华吴暄吕启斌
- 关键词：半监督学习网络入侵检测
- 基于Ghost-DenseNet-SE的恶意代码检测方法被引量：1
- 2021年
- 针对现有恶意代码检测模型对恶意代码及其变种识别率不高,且参数量过大这一问题,将轻量化卷积Ghost、密集连接网络DenseNet与通道域注意力机制SE相结合,提出一种基于Ghost-DenseNet-SE的恶意代码家族检测模型。该模型为压缩模型体积、提升识别速率,将DenseNet中的标准卷积层替换为轻量化Ghost模块;并引入通道域注意力机制,赋予特征通道不同权重,用以提取恶意代码的关键特征,提高模型检测精度。在Malimg数据集上的实验结果表明,该模型对恶意代码家族的识别准确率可以达到99.14%,与AlexNet、VGGNet等模型相比分别提高了1.34%和2.98%,且模型参数量更低。该算法在提升分类准确率的同时,降低了模型复杂度,在恶意代码检测中具有重要的工程价值和实践意义。
- 李怡李进
- 关键词：恶意代码
