屠守中
- 作品数：10 被引量：20H指数：3
- 供职机构：清华大学信息科学技术学院计算机科学与技术系更多>>
- 发文基金：国家自然科学基金国防基础科研计划中国航空科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种半监督的微博话题噪声过滤方法
- 社交网络中存在大量营销、招聘等垃圾信息以及无实质内容的短文,为话题建模工作带来很多干扰,更严重影响社交网络方面的学术研究及商业应用.因此,本文提出一种基于SVM-kNN模型的半监督话题噪声过滤方法.该方法融合了支持向量机...
- 屠守中杨婧赵林朱小燕
- 关键词：噪声过滤支持向量机K近邻算法
- 一种从文档集中挖掘特征词的系统和方法
- 本发明公开了一种从文档集中挖掘特征词的系统和方法，其中所述方法包括：对所述文档集中的每个分句进行分词处理，得到分词结果表；计算分词结果表中每两个分词结果之间的正相关似然比统计量；对于给定的来自分词结果表的种子词，对它与分...
- 屠守中黄民烈朱小燕
- 文献传递
- 面向仿真的网络攻击知识描述技术被引量：1
- 2008年
- 提出了一种面向网络安全仿真的攻击知识模型。该模型对一次攻击的前因后果以及攻击动作进行建模,为攻击想定关联多步骤攻击提供了支持,同时也能够在网络安全仿真平台中产生攻击。攻击命令解释器作为攻击模块与仿真平台GTNetS的接口,接受攻击命令并解释相应的攻击知识中的动作部分,然后调用平台函数执行攻击仿真。
- 屠守中王海泉吉毅
- 关键词：GTNETS
- 一种从文档集中挖掘特征词的系统和方法
- 本发明公开了一种从文档集中挖掘特征词的系统和方法，其中所述方法包括：对所述文档集中的每个分句进行分词处理，得到分词结果表；计算分词结果表中每两个分词结果之间的正相关似然比统计量；对于给定的来自分词结果表的种子词，对它与分...
- 屠守中黄民烈朱小燕
- 文献传递
- 一种面向攻击树建模的描述语言被引量：4
- 2007年
- 目前网络安全仿真研究中存在缺乏攻击建模方法以及统一描述的问题,因此在采用攻击树建立攻击模型,描述攻击企图、特征和步骤执行过程的基础上,提出一种攻击描述语言CNADL(Computer Network Attack Description Language).攻击树用于对攻击进行建模,并转化为自动机模型.CNADL采用上下文无关文法,用统一的形式描述攻击的目的、方法和步骤,由解释器生成相应操作的命令交付攻击演练系统执行.利用基于GTNetS仿真平台的攻击演练系统对CNADL进行实验验证.结果表明,该语言能有效地刻画攻击特征,结合仿真平台,实现了拒绝服务、蠕虫、口令窃取和IP欺骗4种攻击仿真.
- 唐淑君李肖坚屠守中韦刚
- 关键词：计算机网络攻击攻击描述语言攻击树
- 半监督的微博话题噪声过滤方法被引量：2
- 2019年
- 社交网络中存在大量营销、招聘等垃圾信息以及无实质内容的短文,为话题建模工作带来很多干扰,更严重影响社交网络方面的学术研究及商业应用。因此,该文提出了一种结合支持向量机与k近邻模型(pSVM-kNN)的半监督话题噪声过滤方法。该方法融合了SVM和kNN算法,在SVM计算得到超平面的基础上使用kNN算法在局部范围内迭代寻找分类超平面的最优解;同时为减少误分类发生,分别在SVM和kNN阶段引入惩罚代价和比例权重,以提高噪声过滤的效果。通过选取新浪微博中不同大小的数据集进行实验与其他方法进行比较,结果表明:该方法只利用了少量的标注样本进行训练,在准确率、召回率和F值方面均优于其他的对比方法。
- 屠守中杨婧赵林朱小燕
- 关键词：社交网络支持向量机K近邻噪声过滤
- 一种半监督的中文垃圾微博过滤方法被引量：8
- 2016年
- 微博作为目前国内外最活跃的信息分享平台之一,其中却充斥着大量的垃圾内容。因此,如何从给定话题的微博数据中,过滤掉与话题不相关的垃圾微博、保留话题相关微博,成为迫切需要解决的问题。该文提出了一种半监督的中文微博过滤方法,基于朴素贝叶斯分类模型和最大期望算法,实现了利用少量标注数据的垃圾微博过滤算法,其优势是仅仅利用少量标注数据就可以获得较为理想的过滤性能。分别对十个话题140 000余条新浪微博数据进行过滤,该文提出的模型准确度和F值优于朴素贝叶斯和支持向量机模型。
- 姚子瑜屠守中黄民烈朱小燕
- 关键词：半监督学习EM算法朴素贝叶斯
- 社交网络用户兴趣挖掘方法的研究
- 随着社交网络的发展,用户兴趣的挖掘方法在商业推广、社会科学、网络空间治理等领域的研究价值越来越重要。为了更为全面和准确的研究用户兴趣的内在因素和外在表现,本文结合社交网络的特点,从个体和群体两个角度分析用户兴趣的特征,重...
- 屠守中
- 关键词：社交网络用户兴趣异构网络
- 异构社交网络用户兴趣挖掘方法被引量：4
- 2019年
- 由于当前各类主流网络平台的发展呈现出"社交平台内容化、内容平台社交化"的趋势,用户分化也日趋明显,出现了拥有大规模粉丝的超级节点,因此,提出了一种基于社交关系的兴趣挖掘模型。结合矩阵分解和标签传播算法,将用户分为内容发布者和普通用户两类,并分别提取和计算兴趣话题,实现了在大规模异构网络中发现、挖掘用户兴趣。基于知乎数据集上设计的对比实验,验证了模型的有效性以及算法的性能优势。与基线方法相比,这种算法在查全率上最大提升约42%,F1值最大提升约33%。
- 屠守中闫洲卫玲蔚朱小燕
- 关键词：异构网络社交网络非负矩阵分解
- 异构社交网络用户兴趣挖掘方法研究
- 当前各类主流网络平台的发展呈现出“社交平台内容化、内容平台社交化”的趋势,用户分化也日趋明显,出现了拥有大规模粉丝的超级节点.内容和社交相结合、用户角色分化等异构(heterogeneous)化的特点使得传统社交网络分析...
- 屠守中闫洲卫玲蔚朱小燕
- 关键词：用户兴趣非负矩阵分解
