需求频繁变化是软件设计的基本特征，提升软件的可复用性、可维护性、可扩展性是软件设计的重要目标。以封装、继承和多态为基本机制的面向对象的程序设计思想能够较好地隔离变化，实现高复用的软件设计。面向对象思想在解决软件设计过程中重复发生的设计问题方面的实践形成了23种经典的设计模式。本次学术报告首先介绍了面向对象的基本概念和设计原则，其后介绍了GoF设计模式中的部分创建型模式、结构型模式和行为型模式，旨在说明如何基于面向对象思想设计高内聚、低耦合的软件。
原创文章，作者：admin，如若转载，请注明出处：https://www.isclab.org.cn/2019/04/30/%e5%ad%a6%e6%9c%af%e6%8a%a5%e5%91%8a-%e8%ae%be%e8%ae%a1%e6%a8%a1%e5%bc%8f%e7%ae%80%e4%bb%8b/
本次报告对表格数据的隐私保护方法展开介绍，介绍了目前常用的表格数据隐私保护方法，重点讲解生成对抗网络的基本原理及其和表格数据隐私保护间关系，详细阐述了经典的利用生成对抗网络生成新表…
近年，机器学习已经在计算机视觉、语音识别、语音合成以及自然语言处理（NLP）领域取得了突破性成果，在机器翻译和情感计算中展现的能力也颇令人期待。 其中机器学习方法可以分为生成方法（…
二进制函数相似性分析在1-Day漏洞检测、代码克隆检测、恶意软件检测、软件剽窃检测和自动软件修复等多个应用领域中具有广泛的应用。本次学术报告主要讲解了二进制函数相似性分析任务的研究…
优化问题在日常生活中比较常见，而对于数据挖掘领域优化问题则更为常见，更为普遍。任何一种算法在设计之初必然预留了一组可调的参数，以期通过参数调节来得到算法的最佳效果。因为参数优化问题…
远程监督方法用于关系抽取任务，会给数据集带来噪声样本，为此，本文介绍了两种基于多示例学习的去噪方法，能够有效的去除训练集中存在的噪声样本。
本次学术报告主要讲解了多示例多标记学习(Multi-Instance Multi-Label learning)，主要对多示例多标记…
这篇报告围绕网络拓扑混淆技术展开，首先阐述了网络拓扑脆弱性及攻击者推理真实结构的威胁，强调了混淆防御的重要性。报告详细介绍了AntiTomo和EigenObfu两种主流方法，包括各…
联邦学习（Federated Learning）在2016年由谷歌最先提出，其设计目标是在保障大数据交换时的信息安全、保护终端数据和个人数据隐私、保证合法合规的前提下，在多参与方或…
不完全多视图聚类技术旨在处理多视图数据中部分视图缺失的问题，确保在数据不完整的情况下仍能进行有效的聚类分析。通过整合各视图的信息，该技术能够弥合视图之间的差异，提升聚类性能。其应用…
梯度提升决策树（GBDT）是集成学习中梯度提升方法（Gradient Boost）与决策树（Decision…
