学术报告

  • 基于知识库的命名实体识别

          基于统计的命名实体识别方法根据特征的获取方式,有神经网络和特征工程两个研究方向,实践表明来自知识库的词典特征并不能被神经网络完全取代。本次报告首先解释了命名实体识别、知识库等概念;接下来,按照历史发展的顺序描述现存的知识库利用方法,其中重点介绍基于神经网络的知识库利用方法;然后,展示实验…

    2019 年 7 月 18 日 6 0
  • 多标签学习综述

          多标签学习的研究对于多义性对象的学习建模具有十分重要的意义,现已逐渐成为机器学习界一个新的研究热点。本次报告将对多标签学习的研究现状做一个简介,首先给出多标签学习的定义与面临的主要问题,并介绍多标签性能评价指标,然后介绍几种具有代表性的多标签学习算法。 附件-多标签学习综述.pdf

    2019 年 7 月 10 日 11 0
  • 在线集成学习

          本次学术报告介绍了集成学习和在线学习基本思想,对离线bagging(装袋)和离线boosting(提升)的基本原理进行了简单回顾,并详细介绍了在线bagging和在线boosting的算法原理。 附件-在线集成学习.pdf

    2019 年 7 月 1 日 7 0
  • 机器学习中的非凸优化

          机器学习模型可化简为求解一个目标函数/损失函数的最优化问题,根据优化目标及约束的不同,可划分为凸优化(Convex optimization)与非凸优化(Non-convex optimization)两类。本次报告首先回顾了优化问题及凸优化的相关理论知识,进而面向机器学习中因目标函数非…

    2019 年 6 月 24 日 2 0
  • Glibc内存管理2

          内存管理是指软件运行时对计算机内存资源的分配和使用的技术。其最主要的目的是如何高效,快速的分配,并且在适当的时候释放和回收内存资源。本次报告分三个方面来讲:核心结构体,关键函数,初始化源码分析。 附件-Glibc内存管理2.pdf

    2019 年 6 月 19 日 5 0
  • Glibc内存管理1

          内存管理是指软件运行时对计算机内存资源的分配和使用的技术。其最主要的目的是如何高效,快速的分配,并且在适当的时候释放和回收内存资源。本次报告分三个方面来讲:基础知识,Glibc的该书,源码分析。 附件-Glibc内存管理1.pdf

    2019 年 6 月 13 日 8 0
  • 污点分析及其关键技术

          目前针对二进制漏洞挖掘主要有三个研究方向:符号执行、污点分析和模糊测试。本次报告首先介绍了污点分析的三个重要概念,其次结合具体代码讲解了污点分析的详细过程,以及在隐式流传播中可能存在的欠污染和过污染问题。最后结合经典论文中提出的libdft污点分析框架,结合实际讲解了libdft框架的结…

    2019 年 5 月 27 日 13 0
  • 虚拟化平台操作系统内核级恶意攻击行为及其检测技术

          虚拟化技术的提出为操作系统内核安全的保护引入了新的思路和手段——虚拟机监视器( Virtual Machine Monitor, VMM ),对于操作系统内核级恶意攻击行为检测具有重要意义,近年来基于虚拟化平台的操作系统内核级恶意攻击行为检测技术成为操作系统内核安全防护领域的研究热点,越…

    2019 年 5 月 20 日 3 0