首页期刊导航|四川大学学报（自然科学版）
期刊信息/Journal information
四川大学学报（自然科学版）
四川大学学报（自然科学版）

刘应明

双月刊

0490-6756

scdx@scu.edu.cn

028-85412393

610064

成都市九眼桥望江路29号

四川大学学报（自然科学版）/Journal Journal of Sichuan University(Natural Science Edition)CSCD北大核心CSTPCD
查看更多>>本刊是国内外公开发行的自然科学综合性学术刊物。主要刊登本校理科基础理论和应用研究方面有创造性的学术论文和简报。内容包括：数学、物理学、化学和生物学等基础学科及其分支学科，基础数学论文占有较大比重。读者对象是国内外有关的教学、科学工作者以及研究生和大学生。
正式出版
收录年代

    专栏评述:网络公害治理

    黄诚施凡刘保君许海涛...
    1-2页
      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于对齐原型网络的小样本异常流量分类

    林同灿葛文翰王俊峰
    3-14页
    查看更多>>摘要：异常流量分类是应对网络攻击，制定网络防御的前提。网络流量数据量大导致分析成本高，新型异常流量标记样本数量少导致分类难度大，小样本学习能有效应对这些问题。但目前小样本学习的方法仍然面对着复杂的模型或计算过程带来的效率低下、训练和测试样本分布偏差导致的监督崩溃问题。本文提出了一种基于对齐的原型网络，包含内部对齐和外部对齐模块。该方法首先基于原型网络在元学习框架下生成类别原型，其内部对齐模块通过支持集的预测损失来矫正原型在样本分布空间中的偏差，外部对齐模块通过对比原型和查询集中样本之间的相似性，将原型嵌入进查询集的分布空间，生成动态矫正后的类别原型，从而增强了原型在不同分布下的动态适应能力。基于对齐的原型网络在没有添加额外的参数和网络结构的情况下改进了模型的训练过程，保持快速检测的同时提升了分类性能。在CIC-FS-IDS-2017和CSE-FS-IDS-2018数据集上的实验结果表明，本文方法的F1值为98%，相比于其他模型提高了3。37%～4。85%，运行时间降低了89。12%～93。14%。此外，该方法具有更强的鲁棒性，在更多的异常类别和更少的支持样本的情况下仍然能保持较好的性能。

    异常流量入侵检测小样本学习

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于异质图属性增强的恶意软件变种检测方法

    孙锦涛李祺李晓龙
    15-29页
    查看更多>>摘要：如今越来越多的攻击者通过修改恶意软件源码的方式逃避恶意软件检测，恶意软件变种在代码重用、编码风格、攻击行为等多方面的复杂关系为恶意软件分析带来了挑战。近年来，图神经网络凭借其在建模图结构数据，学习实体间复杂关系等方面的强大能力，已被广泛应用于恶意软件分类与检测任务之中，以建模恶意软件及其变种间复杂的关系，摆脱孤立分析困境。然而，现有方法一方面缺少对恶意软件及其变种间多维度复杂关系的全面表征，导致复杂关联关系未被充分挖掘及利用。另一方面仅关注恶意软件间的拓扑结构，忽略了实体语义信息，这导致攻击者极易通过对抗手段伪造特征从而逃过检测。此外，与恶意软件相关的Windows API、通信IP等实体自身匮乏的语义信息进一步阻碍了语义信息的提取和表示。因此，实现恶意软件间全面的关联关系与特征语义信息的融合对提升恶意软件变种检测的鲁棒性和准确性具有重要意义。为此，本文提出了一种基于异质图属性增强的恶意软件变种检测方法。首先，构建了一个恶意软件异质信息网络，以建模恶意软件及特征间的复杂关系;然后，通过恶意软件异质信息网络，将恶意软件变种检测问题转化为异质图中的节点分类问题，为实体节点构建语义属性来增强节点信息的表示;接下来，对于其中语义信息匮乏的实体节点，从外部开源数据中学习实体的语义信息来弥补自身的语义缺失;最后，本文以拓扑关系为指导，基于注意力机制聚合有属性节点信息以补全无属性节点，实现节点属性补全。遵循一种迭代优化方式，以交替式地优化补全过程与异质图节点嵌入过程，实现统一的基于异质图属性补全的恶意软件变种检测方法。实验结果表明，本文提出的方法能够有效提升恶意软件变种检测的性能，在多个数据集下优于其他最先进的模型。

    恶意软件变种检测异质图神经网络特征增强属性补全

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于低维二阶马尔可夫矩阵的加密流量分类方法

    郭昊陈周国刘智冷涛...
    30-37页
    查看更多>>摘要：网络流量加密在增强了通信安全与隐私保护的同时，也为恶意流量检测带来了新的挑战。近年来随着机器学习在各领域成功应用，其也被应用于加密流量分类中，但传统特征提取方法可能会导致流量中重要信息丢失或无效信息冗余，阻碍了分类精度与效率的进一步提升。本文提出一种基于低维二阶马尔可夫矩阵的加密流量分类方法LDSM，用以筛选表征能力强的流量特征，从而优化模型分类效果。首先，提取加密流量中有效负载，根据其十六进制字符空间分布构建二阶马尔可夫矩阵;其次，通过计算状态转移概率矩阵中各特征的基尼增益，迭代删除对模型训练贡献最低的特征，取模型分类准确率最高的特征集合作为低维二阶马尔可夫矩阵特征;最后，通过实验验证低维二阶马尔可夫矩阵特征的模型训练能力。实验中构建了Scikit-learn的实验环境，采用两个公开数据集CTU-13和CIC-IDS2017，实现对加密流量的分类任务，特征降维实验结果表明，LDSM方法将二阶马尔可夫矩阵特征降维至256个特征时分类效果最佳，特征降维后仅为原特征数量的6。25%，保证模型分类精度的同时提升了模型训练效率;与其他方法对比实验结果表明，LDSM方法流量分类的平均准确率达到98。51%，与其他方法相比，分类准确率提高3%以上，所以LDSM方法对于加密流量分类是可行且有效的。

    加密流量机器学习马尔可夫基尼增益特征降维

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于知识图谱嵌入的涉诈网络链接补全和关键节点识别

    李泽卿黄诚曾雨潼冷涛...
    38-48页
    查看更多>>摘要：涉诈网站作为网络诈骗的常见载体之一，在网络犯罪中扮演着平台内容提供者的重要角色。该形式的犯罪具有高度的团队性与合作性，涉诈网站在内的涉诈资产之间往往呈现出极强的关联。涉诈资产、涉诈团伙等共同构成了一个庞大的涉诈网络。虽然已有不少研究者针对涉诈网站识别开展了相关研究，但目前针对涉诈资产的关联性研究还相对较少。由于涉诈网络中节点的匿名性，导致直接获取涉诈资产相关的身份信息极为困难。警务人员往往难以快速准确的对涉诈网站进行溯源反制。本文基于本体论构建了细粒度的涉诈知识图谱，创新性地将知识图谱嵌入应用于涉诈网站溯源领域，将涉诈网络中的关系抽象为多维复空间上的旋转操作，并以知识图谱嵌入向量为依据，通过向量的空间相似性探求涉诈实体间关系网络的相似性，利用模型进行实体关系的补全;此外，本文创新性地对涉诈知识图谱中关系对涉诈团队身份的揭示程度进行量化，利用加权后的涉诈关系来优化特征向量中心性算法，以挖掘其中的关键线索节点。实验结果表明，在资产关系补全上本文使用的模型有着较高的准确率，在包含37 866个实体的数据集上的HITS@10准确率达到了47%，效果领先于其他知识图谱嵌入模型。在后续案例中证明，本文设计的关键线索挖掘方法能够有效地对涉诈资产进行关联溯源，并取得了显著的成效。

    知识图谱嵌入涉诈团伙链接预测关键节点识别

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    双态噪声驱动的分数阶星型耦合网络的随机共振

    钟苏川高仕龙史思红张路...
    49-61页
    查看更多>>摘要：本文研究了一类分数阶星型耦合网络模型的随机共振行为，该网络由一个中心粒子和多个耦合粒子组成，其中粒子的耦合强度受到双态噪声的扰动。本文将耦合粒子运动轨迹的算术平均值定义为系统的平均场，然后分别讨论了中心粒子和平均场的统计特征和共振行为。利用随机平均法及变换技巧，本文首先推导了中心粒子和平均场的一阶稳态矩和稳态响应振幅的表达式，然后分析了中心粒子和平均场的运动轨迹的一致性条件以及耦合粒子的同步条件，最后数值研究了中心粒子和平均场的共振行为。仿真结果显示，网络存在丰富的共振行为:中心粒子和平均场的稳态响应均可能出现"单峰共振""单峰-单谷共振""单谷-单峰共振"及"逆共振"等共振行为，说明中心粒子和平均场的稳态响应对参数的依赖性很高。此外，本文还基于中心粒子和平均场的稳态响应振幅给出了模型的共振区。本研究可望为分数阶星型网络共振行为的控制提供理论基础。

    星型耦合网络随机共振双态噪声分数阶Langevin系统

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    黎曼流形上的粒子群运动模型

    唐伦潇蔚涛罗懋康
    62-68页
    查看更多>>摘要：自然界中生物群的协同运动模式多种多样，运动空间的复杂性对该多样性起着关键作用。为描述生物群的协调运动，人们基于欧氏空间提出了多种粒子群运动模型。然而，这些模型往往只能描述简单的运动模式。本文基于Morse势和黎曼流形提出了一个新模型，该模型可以描述任意运动空间中的群体运动，且易于工程实现。本文分别以球面、环面、Möbius带及类丘陵曲面为代表仿真分析了黎曼曲面的紧致性、亏格、可定向性及高斯曲率等性质对模型的影响。结果显示，紧致性导致粒子群聚合得更加紧密对称，非零亏格导致群体中粒子的运动速度趋于一致并阻止粒子群形成类涡流形态，不可定向性导致粒子群在任何条件下都趋于分散，而高斯曲率对粒子群运动行为的影响较小。此外，本文还研究了当曲面包含一个、两个及三个障碍物时模型的输出，结果显示，当势强度足够大时，粒子群能够趋向目标，也能包围目标或绕行障碍物。综上，相比已有模型，该模型能够描述更为丰富的运动模式。

    粒子群协同运动黎曼流形迴避

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    具终端状态约束的无穷维随机发展方程的线性二次最优控制

    张先锋
    69-74页
    查看更多>>摘要：1968年，Wonham提出随机线性二次最优控制问题。随后，1976年Bismut开始研究带有随机系数的随机线性二次最优控制问题。直到1998年，陈、李和周首次成功解决了具有不定控制加权项的随机系数的随机线性二次最优控制问题。此后，越来越多的研究者开始对随机线性二次最优控制问题产生兴趣。近二十年来，人们逐渐开始研究以无穷维随机发展方程为控制系统的线性二次最优控制问题。另一方面，实际应用中的控制系统的状态变量往往需要满足一些约束条件。在此背景下，本文研究了具终端状态约束的随机发展方程的线性二次最优控制问题。基于算子值Riccati 方程可解性、控制系统的适当能控性及拉格朗日对偶理论，本文得到了该约束问题最优控制的表达式。

    随机发展方程线性二次最优控制拉格朗日对偶Riccati方程

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    一类时间分数阶反应扩散方程弱解的全局有界性

    占慧高飞
    75-80页
    查看更多>>摘要：时间分数阶反应扩散方程是经典非局部反应扩散方程的推广。本文研究了一类时间分数阶反应扩散方程弱解的全局有界性。利用Alikhanov不等式和局部能量估计，本文构造了分数阶微分不等式，结合Mittag-Leffler函数的渐近性质证明了方程解的局部有界性，然后运用分数阶Duhamel公式及其性质对方程求解和放缩，从而将解的局部有界性扩展到全局有界性。本研究克服了已有Duhamel公式的计算量问题，为方程解的全局性的研究提供了新思路。

    Caputo分数阶导数反应扩散方程全局有界性非局部

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    S*-收敛和局部强紧空间

    陈俣旭寇辉
    81-86页
    查看更多>>摘要：定向空间是定向完备偏序集的拓扑推广，局部强紧空间可以刻画为拟连续的定向空间。本文给出了关于局部强紧空间的一个拓扑版的 Scott 收敛定理。通过引入 S*-收敛的概念并定义有限逼近空间，本文得到以下主要结果:(i)定向空间 X 是局部强紧的当且仅当 S*X-收敛是可拓扑化的;(ii)对任意 T0 空间X，S*X-收敛是可拓扑化的当且仅当 X 是有限逼近空间;(iii)若定向空间 X 上的 Lawson 拓扑是紧的，则 X 是赋予 Scott 拓扑的定向完备偏序集。

    S*-收敛定向空间局部强紧空间Lawson拓扑

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据