叶蕾
- 作品数：61 被引量：96H指数：5
- 供职机构：浙江工业大学更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金国家科技重大专项更多>>
- 相关领域：自动化与计算机技术文化科学自然科学总论医药卫生更多>>
- 基于网络环境和服务器负载的服务自适应弹性调整的方法
- 本发明涉及一种基于网络环境和服务器负载的服务自适应弹性调整的方法，服务提供方需要根据不同的服务等级定义不同的服务接口，在不同的服务等级下自适应的选择不同的服务，在提供服务的过程中计算网络服务等级及微服务的服务质量，基于服...
- 叶蕾王垒陈康东解子阳
- 支持动态服务组合的Web服务三层组织模型被引量：19
- 2006年
- 面对互联网上大量出现的Web服务,如何在动态异构环境中对它们进行组织和管理以便更轻松地构建出各种应用系统是一个亟待解决的问题.本文针对这一问题展开讨论,提出了支持动态服务组合的Web服务三层组织模型,分层次对Web服务进行组织和管理,从而提高了服务发现的效率,实现了灵活的服务组合和替换机制,更高效地支持动态Web服务组合过程.
- 高岩那俊张斌杨雷叶蕾
- 关键词：动态服务组合
- 基于侧信道功耗分析的非侵入式应用程序离线攻击方法
- 一种基于侧信道功耗分析的非侵入式应用程序离线攻击方法，该方法通过数据获取、数据处理、特征提取、分类等阶段构造了一个基于功耗相关度的侧信道攻击分类器。攻击者采集应用程序启动过程中的物理泄露，采用侧信道功率分析与相关度计算相...
- 洪榛叶尚犇叶蕾
- 一种基于卷积神经网络的应用程序在线攻击方法
- 一种基于卷积神经网络的应用程序在线攻击方法，该方法通过数据获取、数据增强、数据处理、应用程序检测等阶段，利用2D卷积神经网络，对采集数据进行逐帧检测，判断目标设备正在运行何种应用程序，并利用目标设备的信息泄露来推测其敏感...
- 洪榛叶尚犇叶蕾
- 文献传递
- 一种基于多层采样的主动学习溯源攻击方法
- 一种基于多层采样的主动学习溯源攻击方法，包括提出了一种基于多层采样的主动学习溯源攻击模型来模拟工业信息物理系统的源节点被攻击问题，建立了智能化的溯源攻击模型，该模型是一种“随机游走+主动学习”的迭代学习模型，攻击者在网络...
- 洪榛叶蕾郑德华安曼
- 文献传递
- 面向业务应用的服务发现研究
- 2008年
- 现有的服务发现研究大多基于功能,以服务为粒度考察服务.而服务是以操作为粒度与用户进行交互的.服务发现与使用粒度上的差异,使服务不能发挥最大效能.为此提出了一种从业务层面,以操作为粒度,考察服务对用户需求业务适用程度的服务发现方法.通过定义面向业务应用的服务与用户需求描述模型,建立领域业务应用本体为服务提供者和使用者的业务级交互奠定基础.通过服务与用户业务需求的深层匹配,在发现可用服务及其操作的同时,对服务的业务规范性和业务完备性进行评估.最终给出了一种面向业务应用的服务发现方法.
- 叶蕾张斌
- 一种CAN总线环境下实现服务化的方法
- 一种CAN总线环境下实现服务化的方法，包括以下步骤：步骤100，客户端从空闲链表中申请CAN_OBJ对象，设置对象属性，将对象状态设为“使用”，通过接收地址指向缓存队列，将服务查询调用帧置入发送缓存队列；步骤200，客户...
- 叶蕾李鑫王垒解子阳陈康东
- 文献传递
- 一种基于卷积神经网络的应用程序在线攻击方法
- 一种基于卷积神经网络的应用程序在线攻击方法，该方法通过数据获取、数据增强、数据处理、应用程序检测等阶段，利用2D卷积神经网络，对采集数据进行逐帧检测，判断目标设备正在运行何种应用程序，并利用目标设备的信息泄露来推测其敏感...
- 洪榛叶尚犇叶蕾
- 文献传递
- 基于全局注意力机制的属性网络表示学习
- 2021年
- 属性网络不仅具有复杂的拓扑结构,其节点还包含丰富的属性信息。属性网络表示学习方法同时提取网络拓扑结构和节点的属性信息来学习大型属性网络的低维向量表示,在节点分类、链路预测和社区识别等网络分析技术方面具有非常重要和广泛的应用。文中首先根据属性网络的拓扑结构得到网络的结构嵌入向量;接着通过全局注意力机制来学习相邻节点的属性信息,先用卷积神经网络对节点的属性信息作卷积操作得到隐藏向量,再对卷积的隐藏向量生成全局注意力的权重向量和相关性矩阵,进而得到节点的属性嵌入向量;最后将结构嵌入向量和属性嵌入向量连接得到同时反映网络结构和节点属性的联合嵌入向量。在3个真实数据集上,将提出的新算法与当前的8种知名网络表示学习模型在链路预测和节点分类等任务上进行比较,实验结果表明新算法具有良好的属性网络表示效果。
- 许营坤马放南杨旭华叶蕾
- 关键词：卷积神经网络
- 利用社区选举和链路预测的分类方法
- 2022年
- 分类方法通过比较数据之间的相似性,把不同特征或属性的数据分别归属到不同的类别,在金融、医学和生物等领域有着广泛的应用.本文首次提出了一种利用社区选举和链路预测的分类方法(CCELP),该方法首先用k近邻算法将数据集转化成一个稀疏网络,接着使用社区检测算法把网络划分为多个社区,并通过投票选举得到每个社区的代表节点,移除不符合“过半数原则”的部分代表节点,将剩余代表节点同社区内节点相连得到新网络;接着提出了考虑二级共同邻居的分类链路预测(CLP)指标,在新网络中按照节点和代表节点间的CLP指标把节点归属到不同的类别中去,从而完成数据分类.在16个数据集上,CCELP与8种知名分类方法进行了比较,实验结果表明CCELP具有优异的分类效果.
- 杨旭华陈孝则王磊许营坤叶蕾毛剑飞
- 关键词：链路预测社区选举
