导读:本文包含了访问序列论文开题报告文献综述及选题提纲参考文献，主要关键词:软件胎记,内存对象,程序同源性判别
访问序列论文文献综述
陈铜,赵磊,王丽娜,汪润[1]（2019）在《基于内存对象访问序列动态胎记的程序同源性判别方法》一文中研究指出针对现有二进制程序同源性判别方法受限于特定编程语言或环境、难以应对复杂的代码混淆攻击、易受依赖库影响等问题,提出了一种基于内存对象访问序列动态胎记(dynamic birthmarks based on memory object access sequences, DBMOAS)的程序同源性判别方法。该方法将程序对数据结构的访问顺序流作为程序语义的一种鲁棒性特征并加以分析,能较好地应对复杂的代码混淆攻击;基于动态污点分析,表征程序的数据结构,解决了二进制程序缺少数据结构与类型的语义表示问题。为验证DBMOAS方法的可信性和弹性,在窗口大小取值不同的情况下,测试具有相似功能的独立程序间的相似度;针对不同编译器、编译选项、混淆方法、版本迭代产生的同源样本,测试程序间的相似度。实验结果表明,本文方法能有效判别程序间的同源性,可信性评估中误判率仅为6. 7%,弹性评估中无漏判情况。(本文来源于《武汉大学学报(理学版)》期刊2019年02期）
夏秀峰,叶镇搏,刘向宇,周大海,安云哲[2]（2018）在《基于签到序列模式的隐式位置访问推演技术》一文中研究指出针对当前位置推演中由于轨迹数据稀疏性、隐式位置访问等导致的无法推演新访问地点、地点访问推演精度低等问题,提出一种基于签到序列模式的隐式位置访问推演技术(记作PI算法)。在PI算法中,利用历史轨迹数据生成签到序列模式,基于签到序列模式对可能包含隐式地点的访问轨迹数据进行扩展,从而降低了轨迹数据的稀疏性,提高了隐式位置访问概率计算的精度。基于真实的签到数据进行实验测试和分析,实验结果表明PI算法能有效抵制签到数据的稀疏性问题,高精度地对隐式位置访问进行推演和概率计算,同时验证了PI算法的高执行效率。(本文来源于《沈阳航空航天大学学报》期刊2018年02期）
江万[3]（2018）在《移动流量中基于用户访问序列的表示学习及其应用》一文中研究指出近年来,随着移动设备和4G网络的普及,移动互联网深刻的影响着人们的生活方式。理解和分析移动应用服务、挖掘用户行为特点对提供更好的移动网络服务有着重要的意义。本文基于真实的移动互联网流量提出一套通用的知识挖掘方法,利用基于神经网络的表示学习技术,自动的学习域名和用户的表示向量,并将其应用到多个不同的机器学习任务场景中。本文的主要工作如下:(1)基于大规模移动DPI流量,利用分布式处理技术抽取用户的访问序列。基于用户访问序列数据,利用叁层的神经网络,以预测周围域名的目标来学习出域名和用户的表示向量,并将其应用到聚类、分类等各种机器学习系统中。(2)对于从DPI数据中学习到的域名向量,我们将其应用到域名分类的任务中。实验表明,利用域名表示向量对不同公司的域名分类正确率能够达到93%,对不同业务类别的域名分类正确率能够达到85%;此外我们还通过度量域名的余弦距离进行域名的关系挖掘。(3)对于从DPI数据中学习到的用户向量,我们将其应用到用户聚类中,并借助于人工标注的知识规则对聚类结果进行了详细的商业兴趣分析;此外,我们基于用户表示向量进行特征转化,再利用孤立森林算法来进行用户异常检测。实验验证了我们的方法的有效性。(本文来源于《北京邮电大学》期刊2018-03-15）
唐琪,王吉磊,柴云鹏[4]（2019）在《面向SSD寿命优化的访问序列折迭缓存替换算法》一文中研究指出SSD(solid state drive)的写入寿命比较有限,因此除命中率外,SSD缓存设备的写入量成为评价缓存替换算法的另一个关键指标。如何使算法提高写入数据转化为缓存命中的效率,从而延长SSD的使用寿命,具有重要的研究意义。目前,已有缓存替换算法的设计一般基于时间局部性,即刚被访问的数据短期内被访问的概率较高,因此需要频繁的数据更新和较高写入量来保证较高命中率;或是通过不低的开销屏蔽相对最差的部分数据来减少一定的写入量,还缺少用低开销获得数据长期热度规律,有效提高缓存数据质量的算法。提出了访问序列折迭的缓存替换算法,用比较低的开销定位拥有长期稳定热度的数据写入缓存,明显提高了SSD缓存数据质量,在保证命中率的同时减少了SSD的写入量。实验表明,访问序列折迭算法相比LRU(least recently used)算法可在命中率损失低于10%的情况下减少90%的写入量,与SieveStore、L2ARC(level2 adjustable replacement cache)等写入优化缓存算法相比,命中率相当时可将写入量减少50%以上,有效达到了通过缓存高质量数据,减少SSD的写入量,延长其使用寿命的目的。(本文来源于《计算机科学与探索》期刊2019年01期）
王子卿,樊楠[5]（2015）在《基于GSP算法的Web用户访问序列模式挖掘》一文中研究指出该文以某电子商务网站的Web访问日志为研究对象,利用SQL Server提供的SSIS服务和T-SQL语句进行数据预处理,得到序列数据库,然后用java语言编程实现GSP算法对其进行序列模式的挖掘测试分析,通过对结果分析可以做出对该网站布局和内容(或产品)调整提供参考,使其更好为其用户提供针对性的服务。(本文来源于《电脑知识与技术》期刊2015年30期）
姚伟,徐伯庆[6]（2014）在《ART算法中投影序列访问顺序的研究》一文中研究指出在用代数重建算法(ART)进行图像重建时,投影序列的访问顺序对重建图像的质量有着重要的影响。针对可获得完备投影数据的场合,提出了分组访问方法。该方法先将投影角度平均分为四组,然后再选择每组的中点,随后依次类推继续选择每组的中点。实验结果表明,重建图像分辨率提高,伪影减少。分组访问方法排列的投影序列尽可能保证了均匀分布,从而所重建的图像质量有明显的提高。(本文来源于《信息技术》期刊2014年09期）
王磊[7]（2014）在《基于Web日志的用户访问序列模式挖掘研究》一文中研究指出在Web挖掘领域中,Web日志挖掘占有了举足轻重的地位,也是目前研究热点之一。Web日志挖掘的目的是通过对用户访问Web站点时留下的Web日志的分析和研究找到隐含的规律性知识,获取用户的访问模式,可以增强Web服务器的性能,提高Web站点的网页链接结构,同时为用户提供基于兴趣的智能化服务。本文系统阐述了Web日志挖掘的基本理论基础和大致流程,分析了当前的研究现状,并对Web日志挖掘中的几个关键步骤进行了细致研究,提出了相应的改进和创新。Web日志挖掘主要包括3个过程:数据清理、模式发现和模式分析及应用。首先,数据清理包含数据采集和数据预处理,而数据预处理可以说是整个Web日志挖掘过程的基础,直接影响挖掘结果和质量。在本文中,对目前在数据预处理过程进行详细的分析和研究,并分析了实际的例子,发现在当前会话识别的预处理过程中的问题,并在此基础上,从用户的对Web站点浏览习惯出发,提出改进的会话识别方法,新会话开始划分是以Web站点首页和各导航页为参考标识的,可以在一定程度上减少原有会话方法的不足。同时,在原有预处理基础上加入了框架页面过滤,降低了日志预处理阶段的会话识别的空间消耗,能够更为准确的识别用户的访问行为。其次,模式发现是Web日志挖掘的核心,其目的是通过序列模式挖掘算法挖掘出有兴趣性的知识。本文将经典的序列模式算法进行了比较,选择PrefixSpan算法进行深入研究,针对其采用的频繁模式搜索策略导致构造大量中间数据的弊端,提出了自己的改进思路,优化了投影数据库的构建过程,减少了对序列数据库的重复扫描,提高了算法效率。最后,通过实验结果对上述关键问题进行了分析和对比,并达到了预期效果。(本文来源于《中国石油大学(华东)》期刊2014-05-01）
李陶深,王伟娜,陈庆峰[8]（2013）在《Web访问序列模式挖掘算法的研究》一文中研究指出针对现有Web访问序列模式挖掘算法和PrefixSpan算法存在的问题,提出一种基于投影位置的Web访问序列模式挖掘算法(PWSPM)。该算法通过序列模式分析,发现用户的行为模式,预测用户对网页的访问模式,进而改进站点的性能和组织结构,提高用户查找信息的质量和效率,以及对用户开展个性化的信息服务。实验和应用结果表明,提出的算法具有更好的执行效率,适用于Web日志挖掘,可用于构建智能化Web站点和解决个性化的信息服务问题。(本文来源于《计算机科学》期刊2013年12期）
韦相[9]（2013）在《基于模糊聚类的Web用户访问序列挖掘》一文中研究指出发现用户对网站的兴趣是Web挖掘的一个重要研究方向.根据用户的访问序列进行聚类分析,把用户归为不同的簇,可以给不同簇的用户提供个性化的服务,改善网站的组织结构,提高广告的投放效果.(本文来源于《西安文理学院学报(自然科学版)》期刊2013年03期）
韦相[10]（2013）在《基于隐马尔可夫模型的Web用户访问序列挖掘》一文中研究指出Web挖掘的一个研究方向是发现用户对网页的兴趣.用户的浏览网页意味着用户对该网页上的某种概念感兴趣.文中提出基于隐马尔可夫模型,对用户访问网页的序列进行分析,发现用户感兴趣的概念,然后把蕴含用户感兴趣概念程度最大的网页推荐给用户.这种模式实质上是一种Web服务设计,给用户提供个性化的优质服务,提高网站的服务质量.(本文来源于《红河学院学报》期刊2013年02期）
访问序列论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对当前位置推演中由于轨迹数据稀疏性、隐式位置访问等导致的无法推演新访问地点、地点访问推演精度低等问题,提出一种基于签到序列模式的隐式位置访问推演技术(记作PI算法)。在PI算法中,利用历史轨迹数据生成签到序列模式,基于签到序列模式对可能包含隐式地点的访问轨迹数据进行扩展,从而降低了轨迹数据的稀疏性,提高了隐式位置访问概率计算的精度。基于真实的签到数据进行实验测试和分析,实验结果表明PI算法能有效抵制签到数据的稀疏性问题,高精度地对隐式位置访问进行推演和概率计算,同时验证了PI算法的高执行效率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
访问序列论文参考文献
[1].陈铜,赵磊,王丽娜,汪润.基于内存对象访问序列动态胎记的程序同源性判别方法[J].武汉大学学报(理学版).2019
[2].夏秀峰,叶镇搏,刘向宇,周大海,安云哲.基于签到序列模式的隐式位置访问推演技术[J].沈阳航空航天大学学报.2018
[3].江万.移动流量中基于用户访问序列的表示学习及其应用[D].北京邮电大学.2018
[4].唐琪,王吉磊,柴云鹏.面向SSD寿命优化的访问序列折迭缓存替换算法[J].计算机科学与探索.2019
[5].王子卿,樊楠.基于GSP算法的Web用户访问序列模式挖掘[J].电脑知识与技术.2015
[6].姚伟,徐伯庆.ART算法中投影序列访问顺序的研究[J].信息技术.2014
[7].王磊.基于Web日志的用户访问序列模式挖掘研究[D].中国石油大学(华东).2014
[8].李陶深,王伟娜,陈庆峰.Web访问序列模式挖掘算法的研究[J].计算机科学.2013
[9].韦相.基于模糊聚类的Web用户访问序列挖掘[J].西安文理学院学报(自然科学版).2013
[10].韦相.基于隐马尔可夫模型的Web用户访问序列挖掘[J].红河学院学报.2013