期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
AAFSA-RA:一种采用高级人工鱼群算法的多资源分配方法 被引量:5
1
作者 桓自强 倪宏 +1 位作者 胡琳琳 郭志川 《西安交通大学学报》 EI CAS CSCD 北大核心 2014年第10期120-125,136,共7页
针对资源受限环境中多任务间的多资源分配问题,提出一种采用高级人工鱼群算法的多资源分配方法(AAFSA-RA)。对多资源分配进行建模,结果表明多资源分配是多约束多维度的复杂函数最优化问题。针对基本人工鱼群算法(AFSA)在寻优过程中速度... 针对资源受限环境中多任务间的多资源分配问题,提出一种采用高级人工鱼群算法的多资源分配方法(AAFSA-RA)。对多资源分配进行建模,结果表明多资源分配是多约束多维度的复杂函数最优化问题。针对基本人工鱼群算法(AFSA)在寻优过程中速度慢的问题,提出一种高级人工鱼群算法(AAFSA)。通过适当地限制人工鱼的随机游动来改进觅食行为。引入步长和视野的两级动态调整机制,基于鱼群进化过程进行一级调整,基于人工鱼个体的食物浓度及变化情况进行二级调整。根据人工鱼个体食物浓度控制人工鱼的生命周期。基于AAFSA进行多资源分配。仿真实验结果表明:AAFSA-RA可以稳定地搜索到全局最优值,与现有AFSA算法相比,AAFSA寻优速度更快;与传统资源分配方法相比,AAFSA-RA可以达到更高的精度,并且对效用函数无特殊要求。 展开更多
关键词 多资源分配 服务质量 效用函数 高级人工鱼群算法 最优化
下载PDF
一种基于行为的Android重打包应用检测方案 被引量:3
2
作者 桓自强 倪宏 +1 位作者 胡琳琳 郭志川 《计算机应用与软件》 CSCD 2016年第8期298-301,307,共5页
重打包类型的恶意应用是通过将恶意代码注入正常应用来生成的,在Android平台已发现的恶意应用中占了很大的比例。针对此类恶意应用,提出一种基于行为的恶意应用检测方案。方案采用云端协作的软件架构,在云端对正常应用进行基于系统短序... 重打包类型的恶意应用是通过将恶意代码注入正常应用来生成的,在Android平台已发现的恶意应用中占了很大的比例。针对此类恶意应用,提出一种基于行为的恶意应用检测方案。方案采用云端协作的软件架构,在云端对正常应用进行基于系统短序列的行为模式分析,从而形成正常行为模式库;在终端,从云端下载系统已安装应用的正常行为模式库,监测已安装应用的系统调用序列,并计算其异常率。实验结果表明,该方法是有效的,可以准确地识别出重打包的恶意应用。 展开更多
关键词 重打包应用 Android安全 系统调用 短序列 云端协作
下载PDF
基于Android权限机制的应用安全检测方法 被引量:2
3
作者 桓自强 倪宏 +1 位作者 胡琳琳 郭志川 《计算机工程与设计》 北大核心 2016年第1期42-45,64,共5页
针对Android应用软件安全性问题,提出一种基于云端协同框架的轻量级安全检测方法。云端定义权限及权限组合的威胁度,通过分析不同类别的主流应用得到权限概率;终端以云端的计算结果为基础,对预安装的应用进行检测和威胁度计算;终端上传... 针对Android应用软件安全性问题,提出一种基于云端协同框架的轻量级安全检测方法。云端定义权限及权限组合的威胁度,通过分析不同类别的主流应用得到权限概率;终端以云端的计算结果为基础,对预安装的应用进行检测和威胁度计算;终端上传恶意应用的应用签名到云端,周期性地从云端下载安全信息文件。以视频播放类应用为例,选取用户数量超过10万的30个应用进行实验,成功检测到两个威胁度较高的应用,验证了该方案的有效性。 展开更多
关键词 ANDROID平台 访问权限 权限组合 权限概率 应用威胁度 云端协同
下载PDF
基于计算机视觉的体感输入原型系统研究 被引量:1
4
作者 桓自强 张辉 +2 位作者 邓峰 王健飞 李长路 《网络新媒体技术》 2013年第6期17-21,共5页
体感输入作为一种新兴的人机交互模式,在新一代智能终端中正发挥着越来越重要的作用。特别是基于计算机视觉的体感输入方式,具有无接触、用户体验好等优势。本文设计并实现了一种基于计算机视觉的体感输入原型系统。该系统提供了一种体... 体感输入作为一种新兴的人机交互模式,在新一代智能终端中正发挥着越来越重要的作用。特别是基于计算机视觉的体感输入方式,具有无接触、用户体验好等优势。本文设计并实现了一种基于计算机视觉的体感输入原型系统。该系统提供了一种体感输入解决方案,尤其解决了单摄像头环境下手势灵敏度自适应控制的问题,解决了算法处理速度与前端输出需要不匹配时轨迹预测的问题。该系统具有性能良好、成本可控、对现有系统可扩展性强等优点,具有很好的实用价值。 展开更多
关键词 体感输入 计算机视觉 灵敏度自适应 轨迹预测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部