张雪松
- 作品数：13 被引量：71H指数：2
- 供职机构：大连交通大学软件学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 复杂室外场景中交通标志检测研究被引量：1
- 2015年
- 提出了一种基于Uo CTTI变种版HOG特征和尺度空间模板匹配技术的多类多尺度交通标志检测方法。采用有区别的方式训练多类多尺度的检测器,每个类别的检测器均采用线性SVM和难负样本挖掘交替的方式进行训练。为了能够在复杂的室外场景中进行多尺度的交通标志检测,在尺度空间内对测试图片进行不断地缩放并反复运行单尺度检测器,然后使用最大化抑制技术剔除相似位置和尺度上的重叠检测输出。在德国交通标志检测数据集上的实验表明,该方法可以有效地完成多类多尺度的交通标志检测。
- 张雪松
- 关键词：交通标志检测HOG特征
- 基于级联AdaBoost的Snort异常检测预处理插件研究被引量：1
- 2011年
- 在开源网络入侵检测系统Snort的预处理阶段加入了一种新的预处理插件,插件中使用改进的AdaBoost算法进行异常网络流量的特征提取和构造每一级AdaBoost分类器,然后用级联的结构将多个AdaBoost分类器做线性组合共同完成入侵检测,组合系数通过自适应学习得到。实验表明,该插件可以有效地检测Snort规则集中无可匹配特征的异常网络流量,降低Snort系统对于异常流量检测的漏报率和误报率,满足高速网络环境对入侵检测实时性的要求。
- 张雪松
- 关键词：网络入侵检测预处理器
- 基于高速网络环境的Snort主动包过滤预处理器研究被引量：1
- 2012年
- 提出一种Snort主动包过滤预处理插件。在高速网络环境下,通过主动丢弃对检测误报率影响较小的数据包减轻系统负载,避免Snort在超负荷运行情况下的随机丢包现象。由于异常数据包主要来自于每个网络流前面的一定数量的数据包。因此,该预处理器实时地监控Snort的负载变化。当检测引擎负载超过一定阈值时,主动过滤掉网络流后面的正常数据包。实验表明,使用主动包过滤预处理器并采用一定的Snort调整行为,可以在保证较低误报率的前提下,有效降低Snort的漏报率,提高系统的检测效率。
- 张雪松
- 关键词：网络入侵检测系统包过滤预处理器
- 基于广义霍夫变换的室外场景行人检测研究被引量：1
- 2015年
- 提出一种基于广义霍夫变换的室外场景行人检测方法。首先从少量标注图片中随机地提取行人图像碎片构造碎片字典,然后使用图像碎片对每一幅训练图片计算特征向量。为了能够在静态图片中快速地检测行人,使用Gentleboost算法训练检测器,在每一次迭代时学习一个决策树桩弱分类器,该弱分类器可以从高维特征向量中选择一个当前区分度最好的碎片特征。在运行检测器时,所有的弱分类器在测试图片中对于行人的可能出现位置进行投票。最后,将各个弱分类器的投票结果进行叠加,并用设定的检测阈值剔除得分较低的检测结果后得到检测输出。在Label Me数据集上的实验表明,该方法可以快速地在静态图片中检测出行人,需要较少的训练数据且有效地解决了部分遮挡问题。
- 张雪松
- 关键词：行人检测广义霍夫变换
- 面向入侵检测的Aho-Corasick算法内存消耗研究被引量：1
- 2008年
- 多模式匹配算法在网络入侵检测系统中有着广泛的应用,目前的研究主要集中在如何提高算法的匹配速度上,对于算法的内存消耗研究较少。对于基于硬件实现的嵌入式入侵检测而言,如何降低多模式匹配算法的内存消耗也是一个值得关注的问题。Aho-Corasick(AC)算法是一个基于有限状态机的多模式匹配算法,该算法具有O(n)的时间复杂度,但是由于状态表存储开销较大使其难以应用到嵌入式入侵检测系统中。对AC算法的内存消耗进行了深入地研究,分析了几种可行的AC有限状态机存储策略,提出了一种改进的Banded-Row格式的AC有限状态机存储策略。实验结果表明,该策略能够在较小地影响AC算法匹配速度的前提下,更加有效地降低其内存消耗。
- 张雪松田宏
- 关键词：多模式匹配入侵检测
- 基于动态Cache策略优化Snort检测引擎性能研究被引量：1
- 2008年
- 提出了一种动态Cache策略,将最近一段时间内经常用到的少量规则结点指针存储在一个Cache块中。当攻击密度上升到一定阈值时,在Snort检测引擎中动态加载Cache块,接下来捕获的每一个数据包都首先和Cache块中存储的指针所指向的规则结点进行匹配。当网络攻击密度降低到一定阈值时,在Snort检测引擎中动态卸载Cache块,避免攻击密度较低时二次匹配带来的额外开销。实验表明,动态Cache策略可以提高Snort检测引擎在高强度攻击下的检测效率,降低漏报率。
- 张雪松
- 关键词：入侵检测高速缓存
- 基于全局Gist特征和局部碎片特征的物体检测研究
- 2015年
- 提出了一种新的基于全局gist特征和局部碎片特征的物体检测方法。当物体较小或者场景比较复杂时,物体局部碎片特征存在一定的二义性,检测器经常在一些语义错误的位置输出不合理的检测结果。提取场景的全局特征并学习出物体位置和尺度的概率分布,有助于提高物体检测的准确率。我们首先提取场景的全局gist特征并预测出物体的可能出现位置和尺度,然后利用物体的局部碎片特征检测物体,并降低异常位置的检测得分。在Label Me数据集上的实验表明,结合全局Gist特征和局部碎片特征进行物体检测,可以有效地减少语义错误的检测输出,提高物体检测的准确率。
- 张雪松
- 混合式“软件工程”课程思政教学模式探讨
- 2021年
- 软件工程课程思政是在软件工程专业课程教学环节中有机地融入思想政治教育元素,潜移默化地对学生的思想意识、行为举止产生影响。传统的线下课程思政教学模式对于专业教学能力强但是思政教学经验不足的专业课教师而言,往往在融入思政元素时显得比较被动和生硬,导致整体教学效果大打折扣,而且思政教学过程无法高效地进行学情分析和定量化考核。因此,结合校级课程思政示范课程项目,提出了一种混合式软件工程课程思政教学模式,通过“线上”+“线下”的混合式教学方法有效地激发了专业课教师和学生的学习热情,课程思政教学可以学期分析和进行定量化考核。通过在大连交通大学五年制双专业本科生中开展小范围试点性教学,证明该方法可以有效地提高软件工程课程思政的教学效果。
- 张雪松宋存利
- 关键词：软件工程混合式教学
- 基于迁移学习的类别级物体识别与检测研究与进展被引量：59
- 2019年
- 类别级物体识别与检测属于计算机视觉领域的一个基础性问题,主要研究在图像或视频流中识别和定位出其中感兴趣的物体.在基于小规模数据集的类别级物体识别与检测应用中,模型过拟合、类不平衡和跨领域时特征分布变化等关键问题与挑战交织在一起.本文介绍了迁移学习理论的研究现状,对迁移学习理论解决基于小规模数据集的物体识别与检测中遇到的主要问题的研究思路和前沿技术进行了着重论述和分析.最后对该领域的研究重点和技术发展趋势进行了探讨.
- 张雪松张雪松庄严王伟
- 一种新的高速网格入侵检测系统模型
- 2008年
- 提出了一种新的高速网格入侵检测系统模型,将入侵检测系统部署于网格环境,并采用基于特征匹配的检测技术;为了实现网格中各种资源使用的负载均衡,采用改进的遗传算法进行任务的分配;为了实现对分布式攻击的检测,采用数据融合和频繁模式挖掘技术进行报警的合成与关联分析。该模型不仅能够利用网格资源进行攻击检测,而且实现了网格资源使用的负载均衡。
- 张雪松
- 关键词：网格入侵检测遗传算法
