首页期刊导航|计算机系统应用
期刊信息/Journal information
计算机系统应用
计算机系统应用

苏振泽

月刊

1003-3254

csa@iscas.ac.cn

010-62661041

100080

北京中关村南四街4号

计算机系统应用/Journal Computer Systems & ApplicationsCSCD北大核心CSTPCD
查看更多>>专业技术性刊物。推广计算机系统在各行各业的应用技术成果和运行管理经验。
正式出版
收录年代

    基于多模态融合的移动应用细粒度用户意图理解

    张逸涵洪赓杨哲慜
    209-223页
    查看更多>>摘要：随着移动应用功能日益复杂,现有基于用户意图的隐私泄露检测方法面临更大挑战.一方面,传统隐私泄露检测基于应用级别的用户意图,只关注应用的隐私收集行为是否与应用的核心功能需求相符合,不适用于现如今具有广泛功能和多元用户意图的移动应用安全检测,亟需粒度更细的用户意图分类;另一方面,现行研究大多集中于评估图标等界面小部件触发的隐私收集行为是否与用户意图一致,然而,图标不当设计和滥用现象十分普遍,这限制了仅依赖小部件用户意图进行隐私风险评估的有效性,因此当前仍需要对整体用户界面的意图进行理解.针对以上问题,本文首先从中文隐私政策中提取总结出常见的、适用于隐私合规判断的细粒度用户意图列表;之后结合移动应用界面设计特点,设计并实现了多模态特征融合的多分类模型对整个移动界面反映的用户意图进行识别.评估结果表明,本文隐私政策意图提取工具精确率与召回率均达到 83%,用户意图识别工具精确率与召回率分别达到了 80%与83%,具有较好的检测效果与实际可用性.

    移动应用用户意图隐私合规

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    小程序敏感数据收集行为检测

    花楠杨哲慜
    224-236页
    查看更多>>摘要：小程序近年来被广泛应用,因承载了大量的敏感用户数据而引发了广泛的隐私安全担忧.现有的面向传统移动应用的隐私安全分析方法无法直接应用于小程序中.一方面,现有方法难以有效分析小程序闭源框架行为带来的隐私流转以及JavaScript闭包特性带来的跨作用域隐私流转,造成分析结果的缺失.另一方面,小程序动态加载子包的机制导致不完整的分析范围,进一步造成分析结果的缺失.为此本文提出了动静态混合的小程序隐私收集行为分析方法.首先,该方法为小程序中的不同单元边界构建了基于控制流或数据依赖关系的数据传播路径,即小程序隐私传播流图.进一步地,该方法通过学习并迁移传统移动应用端界面设计知识,并利用UI事件与页面转换行为之间的控制流关联作为指引,有效地对小程序界面进行探索,从而触发子包加载过程.相应的子包代码经分析后与已有分析结果融合,形成更为全面的小程序隐私传播流图.本文基于小程序隐私传播流图实现了对小程序内敏感数据的追踪.本文基于上述方法实现了小程序隐私收集行为分析工具MiniSafe.评估结果表明,MiniSafe在精确率与召回率上分别达到了 90.4%与 87.4%,均优于现有工作.同时,MiniSafe平均在每个小程序中检测出 7 项敏感数据收集行为,通过考虑小程序子包中的敏感数据收集行为使整体检测效果提升了 42.9%,具有较好的检测效果与实际可用性.

    小程序敏感数据收集数据流分析小程序隐私传播流图UI自动化探索

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向生物医学命名实体识别和规范化的多粒度特征融合

    刘彤石昌岭倪维健
    237-246页
    查看更多>>摘要：为了从生物医学文献中提取丰富的实体信息及其规范化表达,提出了一种面向生物医学命名实体和规范化的多粒度特征融合方法(multi-granularity feature fusion approach for biomedical named entity recognition and normalization,MGFFA).通过整合字符级、词级、概念级的文本信息,显著增强了模型的学习能力.同时还包含一个用于存储和综合不同层次信息的记忆库,以实现对实体及其规范化标签间复杂关系的深入理解.通过预训练模型的配合使用,MGFFA不仅捕捉了文本的粗粒度语义表示,还细致分析了构词层面的特征,从而全面提升了对长跨度实体的识别准确率.在NCBI和NC5CDR数据集上的实验结果显示,该模型在总体上优于其他基线模型.

    生物医学命名实体识别生物医学命名实体规范化多任务学习记忆网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于深度生存分析与SHAP的电梯风险预测

    曾倩欣王槃杨欢杨勇...
    247-256页
    查看更多>>摘要：为解决低频、不规则时间周期的基于统计的电梯预测性维护问题,本文提出了结合深度生存分析与数据切割、补偿的综合方案.本文通过建立动态静态生存状态向量,捕捉影响大型故障风险的因素;此外,针对记录型数据中存在的左删失问题,本文采用数据补充的方式解决,并探究不同补充方式与分割策略对深度生存模型精度的影响.最后,研究对电梯场景下的深度生存模型使用SHAP分析,揭示各因素对故障风险的动态影响.研究结果显示,采用数据粗分割与Cox填充方式组合的模型具有强预测能力和准确性,DeepSurv模型在预测能力和稳定性上表现突出,梯龄、提升高度对大型故障风险的贡献随特定条件的变化会发生转折.

    预防性维护深度生存分析电梯数据删失SHAP

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于迁移学习的车辆目标识别

    李慧王艳娥
    257-263页
    查看更多>>摘要：为提高车辆识别的准确率及识别的实时性能,本文提出了一种基于迁移学习的车辆识别方法.该方法通过卷积神经网络和支持向量机结合并做进一步优化,提高车辆识别的准确率,并减少模型训练时间和提高模型的鲁棒性.该方法首先使用卷积神经网络在CIFAR-10 数据集上训练好网络;然后结合残差优化的思想,使用更深的预训练网络结构提取细粒度特征;在模型网络的参数迁移过程中,只迁移预训练的卷积层参数,并添加全连接层在车辆数据集上进行微调;最后将提取的特征直接放入支持向量机中进行分类.通过详细的模型实验与结果分析,本方法能够最终达到的最高识别正确率为97.56%,单张图片识别时间260 ms,识别时间和正确率均得到了较好的优化.

    车辆识别迁移学习残差优化二次迁移

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    《计算机系统应用》稿约

    前插1页
      原文链接:
    • NETL
    • NSTL
    • 万方数据