基于深度学习的抽油机井工况诊断方法

基于深度学习的抽油机井工况诊断方法[其他][其他]

基于示功图对抽油机井下工况进行自动诊断是数字油田不可或缺的环节。通常通过人工提取示功图的特征向量，然后输入机器学习算法分类器识别井下工况。然而，特征的选择需要借助经验和先验知识，并且直接影响后续分类器的最终性能。而人工提取特征易受知识干扰，且在特征提取的过程中存在信息丢失，这决定了识别结果的上限。为此，受深度神经网络自动特征提取的启发，提出基于卷积神经网络的示功图的离线训练与在线诊断的方法。首先将挑选后的信号数据转换为图像数据，然后将图像二值化降低计算复杂度，最后基于改进的LeNet-5网络探究最适合模型的网络结构。最终通过实验与目前先进的算法进行对比，验证了本方法的有效性和可行性。

发表于：2021/7/20 下午3:45:29

改进的TF-IDF算法在文本分类中的研究

改进的TF-IDF算法在文本分类中的研究[其他][其他]

企业数字化建设过程中，对大量日常经营活动文本的数字化处理通常是多任务的，需要对文本数据同时完成信息抽取和文本分类任。在此应用场景下，为了实现更加精准的分类效果，提出一种改进的TF-IDF算法，将文本信息抽取结果也作为文本重要类别区分特征。通过引入信息增益方法得到改进的权重计算公式，进而得到改进的文本特征向量空间表示，再构建文本分类模型。实验以石油行业中文文本为例，选取测试文本2 006条进行文本分类对比实验，实验结果表明改进的TF-IDF算法精确率P达到99.3%，召回率R达到98.7%，相比于传统TF-IDF算法文本分类效果得到显著提高。

发表于：2021/7/20 下午3:27:53

一种应用于语义分割的新型亲和力监督方法

一种应用于语义分割的新型亲和力监督方法[其他][其他]

语义分割是计算机视觉领域一项基本且具有挑战性的任务，最近的语义分割研究工作，着力于设计注意力机制和全局性模块，而在注意力机制中，亲和力矩阵是非常重要的部份。传统的亲和力矩阵是以注意力机制的一部分嵌入在神经网络中，通常作为特征融合的权重来使用。尝试直接将亲和力矩阵应用于注意力机制之外，与语义标签联系起来。首先定义标签亲和力矩阵，再在语义分割网络输出层计算亲和力矩阵，将两个矩阵结合起来，得到一个辅助的惩罚函数。标签亲和力矩阵可以视为一种结构上的监督信息，能辅助训练语义分割网络。在NYUv2数据集上的实验结果表明，惩罚函数有助于提高语义分割网络的精度，并且效果显著。

发表于：2021/7/20 下午3:23:02

基于上下文特征重聚合网络的人群计数

基于上下文特征重聚合网络的人群计数[其他][其他]

针对计数问题中人群目标尺度的变化问题，提出了一种基于上下文特征重聚合的计数算法。将高层网络提取的语义信息与底层网络提取的人群尺度细节信息相结合，旨在利用浅层网络中提取的信息向深层网络提取的特征中融入不同尺度的行人目标特征，从而融合多种尺度的人群特征回归出高质量的人群密度图。此外，在ShanghaiTech、UCF_CC_50以及 UCF_QNRF 三个数据集进行算法的性能验证，并通过结构实验验证本文结构的有效性。

发表于：2021/7/20 下午3:17:32

基于补丁特性的漏洞扫描研究

基于补丁特性的漏洞扫描研究[通信与网络][信息安全]

为抵御漏洞引发的黑客攻击和漏洞自身产生的威胁，1day漏洞应用修复的通用办法是使用代码匹配检测。但目前源代码匹配误报率高，二进制代码匹配不精确且不通用。基于此，提出了一种由源代码到二进制的基于补丁特性的漏洞扫描模型——BinScan。它先形成已知漏洞数据库并对源代码进行已知漏洞扫描得出漏洞检测结果；然后利用源代码检测信息对打补丁前后源代码编译生成二进制文件，形成二进制漏洞库；最后比较目标二进制文件相似性，利用源代码结果进行检验。最终生成Linux Kernel的2 700条漏洞数据，15 496个patch文件，实现了利用源代码检测限制二进制文件的漏洞检测范围，然后基于CFG和二进制代码相似性检测补丁存在以检测漏洞。检测结果表明，此方法与其他二进制漏洞检测工具相比，可以将源代码级的漏洞扫描能力应用于二进制，是有效的。

发表于：2021/7/20 下午3:13:10

基于最优停止理论的网络欺骗防御策略优化

基于最优停止理论的网络欺骗防御策略优化[通信与网络][信息安全]

网络欺骗防御已经成为网络主动防御的重要手段。网络欺骗防御系统中，防御方主动释放部分有效信息来迷惑攻击者，受到诱骗的攻击者则会在欺骗诱捕环境中实施进一步攻击，直至攻击者识破诱骗手段或防御方主动驱逐攻击者。为研究如何在达到有效防御效果的同时，尽量减少欺骗环境所释放的有效信息，分别分析了欺骗防御模型和最优停止理论问题模型，确立了欺骗防御模型和最优停止理论的要素对应关系。基于最优停止理论，构建了信息收益最大化问题模型，通过对每次攻击行动信息量和有效信息泄露量进行分析，选择最大信息量之比，对后续攻击进行抑制，求解信息收益最大化问题，得出最佳抑制时刻，即最优解表达式。

发表于：2021/7/20 下午3:06:18

基于LSTM的卷积神经网络异常流量检测方法

基于LSTM的卷积神经网络异常流量检测方法[其他][其他]

针对传统机器学习方法依赖人工特征提取，存在检测算法准确率低、无法应对0day漏洞利用等未知类型攻击等问题，提出一种基于卷积神经网络(Convolutional Neural Networks，CNN)和长短期记忆网络(Long-Short Term Memory，LSTM)混合算法的异常流量检测方法，充分发掘攻击流量的结构化特点，提取流量数据的时空特征，提高了异常流量检测系统性能。实验结果表明，在CIC-IDS2017数据集上，多种异常流量检测的准确率均超过96.9%，总体准确率达到98.8%，与其他机器学习算法相比准确率更高，同时保持了极低的误警率。

发表于：2021/7/20 下午2:34:50

数字化转型——走向人与数字化协同的竞争力模型： 来自中国企业的证据

数字化转型——走向人与数字化协同的竞争力模型： 来自中国企业的证据[其他][其他]

尽管对于数字化转型以及相关领域探索的热度持续高涨，数字化转型项目的失败率仍然居高不下，一定程度上印证了“信息技术生产率悖论”或“人工智能生产率悖论”。全面审视当前数字化转型方法，借鉴人与数字化协同的竞争力(Human-Digital Competitiveness，HDC)模型，使用演绎性的定性研究对中国六家企业数字化转型的结果进行深度分析。研究结果显示，这些企业将数字化转型视为组织变革，他们认识到来自超级竞争的压力，以客户为中心的重要性，以及对优秀员工的奖励和发展高度重视。本研究结果还显示了ERP在解决业务流程方面的不足，以及对于缺乏充分和灵活的规划以应对动荡商业环境的担忧。

发表于：2021/7/20 下午2:27:39

开源项目活跃度模型构建及实证

开源项目活跃度模型构建及实证[其他][其他]

随着开源技术不断涌现，开源作为一种治理模式、经济模式和企业生态，变得越来越重要。关注开源项目的活跃程度，分析活跃度的变化情况，在一定层面上能够反映项目发展状态。通过梳理现有的开源项目活跃度模型，发现：第一，现有模型没有考虑项目类别，不能有效反映镜像类项目活跃度；第二，现有模型没有考虑活跃度趋势，不能有效反映阶段性活跃项目的整体活跃度。在此基础上构建和完善了活跃度模型，并以浦发银行开源治理平台为例，对模型进行了验证，为企业在开源项目的选择上提供一定的参考价值。

发表于：2021/7/20 下午2:17:00

数字化赋能跨境贸易便利化：问题与方案设计

数字化赋能跨境贸易便利化：问题与方案设计[其他][其他]

贸易数字化与数字贸易化已成为国际贸易的两大趋势，建立高效的跨境贸易便利化体系成为日趋重要的课题。在分析现有跨境贸易便利化主要问题与风险的基础上，提出构建基于区块链等技术的可信贸易数字化公共服务平台，包括两个核心系统：一是基于跨境贸易信息的区块链数据共享平台；二是基于金融结算信息的区块链金融数据存证与跨境结算平台。可信贸易数字化公共服务平台有助于实现基于区块链技术的新型跨境易货贸易模式与新型全球供应链协同结算体系，为贸易便利化与贸易多元带来更多创新可能。可信贸易数字化公共服务平台将在提升现有国际贸易效率的同时，也带来新的需要解决的问题。

发表于：2021/7/20 下午2:06:06