张凯
- 作品数：6 被引量：10H指数：1
- 供职机构：中国科学院信息工程研究所更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划北京市科技计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于协同采样主动学习的恶意代码检测
- 互联网的飞速发展以及各种利益的驱使,恶意代码已经对网络空间造成重大威胁,而且其产生速度逐步加快.目前,主要采用传统分类方法对恶意代码进行分类识别,这些方法需要通过学习大量标记样本来获得精准的分类器模型.然而样本标记工作只...
- 张凯王东安张晓宇侯子骄
- 关键词：网络安全恶意代码
- 基于协同采样主动学习的恶意代码检测被引量：1
- 2016年
- 研究了基于机器学习分类算法的恶意代码检测,考虑到目前主要采用传统分类方法对恶意代码进行分类识别,这些方法需要通过学习大量标记样本来获得精准的分类器模型,然而样本标记工作只有少数专家才能完成,导致标记样本往往不足,致使分类结果准确率不高,提出了一种基于协同采样的主动学习方法。运用这种学习方法,仅需少量标记样本即可有效识别出恶意代码。实验证明,相对于传统的恶意代码分类方法,该方法能够显著提升分类准确率和泛化性能。
- 张凯王东安李超贾冰
- 一种恶意文件云环境下跨平台检测方法及系统
- 本发明涉及一种恶意文件云环境下跨平台检测方法及系统，检测方法为：1）采集原始可疑恶意文件并存储在云环境下的分布式存储集群中，隔离恶意文件；2）制作恶意文件的文件副本，对每个恶意文件的副本进行文件后缀名的格式识别，将识别后...
- 马多贺徐震宋晨黄亮吕双双张凯
- 文献传递
- 一种基于多尺度地理信息的社交网络关联挖掘方法
- 本发明涉及一种基于多尺度地理信息的社交网络关联挖掘方法。该方法包括：1)获取用户签到数据，对其进行预处理得到结构化数据；2)设定划分地图的不同方法以及每种方法的尺度标准，根据用户签到数据中的GPS数据计算获得其对应的多个...
- 张凯张晓宇云晓春王树鹏
- 文献传递
- 多分类BP-AdaBoost算法研究与应用被引量：9
- 2015年
- 研究了多类别样本数据集的分类,针对传统的"一对一"或"一对多"BP-AdaBoost算法,训练时间开销随着训练样本数以及训练样本种类的增加急剧增加,使其实际应用十分受限,尤其不适用于大规模数据分类的问题,提出了将多分类BP神经网络与使用多类分类指数损失函数的逐步叠加建模(SAMME)算法相结合以构造AdaBoost强发类的Multi-BP AdaBoost算法,实现模型信息的有效利用与融合增强。对传统"一对多"BPAdaBoost算法和Multi-BP AdaBoost算法进行了对比试验,结果表明,在相同测试情况下,后者有效降低了BP-AdaBoost训练过程中的时间开销。
- 吕雁飞侯子骄张凯
- 关键词：ADABOOSTBP神经网络
- 一种恶意文件云环境下跨平台检测方法及系统
- 本发明涉及一种恶意文件云环境下跨平台检测方法及系统，检测方法为：1）采集原始可疑恶意文件并存储在云环境下的分布式存储集群中，隔离恶意文件；2）制作恶意文件的文件副本，对每个恶意文件的副本进行文件后缀名的格式识别，将识别后...
- 马多贺徐震宋晨黄亮吕双双张凯
- 文献传递
