孙敏 作品数:58 被引量:172 H指数:8 供职机构: 山西大学计算机与信息技术学院 更多>> 发文基金: 山西高校科技研究开发项目 山西省自然科学基金 国家自然科学基金 更多>> 相关领域: 自动化与计算机技术 文化科学 电子电信 农业科学 更多>>
分布式实时控制管理系统中管理机的数据存储 1994年 分布式实时控制系统中采集的数据存储问题,把前端机采集到的数据存到后台机的DBASEⅢ库中,解决了前端机的控制与后台机的管理相衔接的问题. 孙敏关键词:实时控制 数据存储 基于FWKN-SVM的Android异常入侵检测的研究 针对Android手机平台提出了基于特征加权K最近邻支持向量机(FWKN-SVM)的异常入侵检测方法.首先,分析了传统SVM在实际应用中的局限性,提出了一种基于特征类内类间距离的特征加权K最近邻的训练集约减策略.随后,根... 孙敏 徐彩霞 高阳关键词:ANDROID操作系统 异常入侵检测 特征加权 文献传递 软件测试方法研究 测试用例集约简问题是软件测试的一个重要研究领域,测试用例的质量将直接决定软件测试的效率。提出了一种基于资产价值和风险的优先级技术,将该技术应用于经过约简的测试用例,可以使约简后的测试用例集具有数量少和有序的特点,从而在提... 王娜 孙敏关键词:测试用例 资产价值 文献传递 LN-ERCL闪电网络优化方案 2023年 近年来区块链发展迅速,交易频率低成为限制区块链进一步发展的障碍。闪电网络作为解决区块链交易频率问题的最优解决方案之一,具有确认时间短、费用低的优点;但也存在着通道容量低、路由代价大、通道易发生拥堵的问题。现有优化方案多是采用第三方托管,延长交易等待时间,但不能从根源解决通道拥堵问题。针对上述问题,文中提出了一种新的闪电网络优化方案。首先在闪电网络内设置超级节点,并赋予超级节点代币用于相互构建通道,用户通过Ethereum Request for Comment标准将比特币转化为代币进入闪电网络;其次提出逃逸值概念,用户节点通过逃逸值计算选择加入一个超级节点;最后改进landmark算法对网络通道进行修剪,提升网络可扩展性,解决通道拥堵问题。仿真结果表明,此方案对闪电网络内交易量较大时的网络拥堵、路径寻优时间长等问题有良好效果。 孙敏 续森炜 陕童关键词:区块链 LANDMARK 隐私保护 入侵检测报警信息融合系统的构建与实现 被引量:8 2007年 针对目前入侵检测系统(IDS)存在的误报、漏报等问题,首先分析了存在误警的原因,设计并实现了一个入侵检测报警信息融合系统的模型。该模型提出一种相似隶属函数对报警事件进行关联,最后对系统进行了实验验证。结果表明该系统能有效地减少报警数量,降低误报、漏报率,从而提高了报警的有效性。同时通过事件关联完成攻击场景的重构,为加深对攻击者攻击意图的了解带来了方便,达到预警的目的,具有较强的实用价值。 韩景灵 孙敏关键词:入侵检测 误报率 信息融合 报警关联 基于CAN的现代车辆入侵检测 2024年 现代汽车广泛使用CAN总线结构控制车辆内的各种电子部件,但标准的CAN协议存在漏洞,易受到拒绝服务、模糊攻击和重放等攻击,而传统的基于IP协议的入侵检测技术不能直接应用于现代车辆。于是分析CAN结构,找到其缺陷;针对CAN的攻击技术,分析CAN总线特征后,融合基于频率检测、机器学习和统计检测三种异常检测方法对车辆进行入侵检测,通过实验验证,可以总体上提高现代车辆入侵检测系统的性能。 赵丽 孙敏关键词:CAN 入侵检测 频率检测 客房管理系统的设计与实现 被引量:1 2001年 主要论述了客房管理系统分析设计和编码实现的过程。整个系统完成了客房管理中的各项功能 ,界面友好 ,操作简单。 孙丽芳 孙敏关键词:数据库 前台 后台 一种杨梅素氧化产物及其制备方法和应用 本发明涉及生物化学技术领域,公开了一种杨梅素氧化产物及其制备方法和应用,本发明首次利用辣根过氧化物酶催化的方法改造了杨梅素,获得了杨梅素氧化产物,该杨梅素氧化产物在提高杨梅素水溶性的同时,保留了杨梅素大部分的抗氧化活性,... 李娇 孙敏 李晨 崔晓东基于免疫遗传算法的Web服务组合方法 被引量:11 2010年 针对Web服务组合提出一种免疫遗传算法(IGA)。该算法将免疫原理引入遗传算法(GA)中,提高算法的整体特性。主要表现在免疫选择可有效地防止早熟,基于免疫记忆的子群体信息交换策略可加速收敛。GA在Web服务选择上存在不足,而IGA可以在备选的Web服务中进行有效的选择并最终组成Web服务组合,提高服务组合的质量和收敛速度。仿真实验结果表明IGA比GA更有效。 陈亮 孙敏关键词:WEB服务组合 免疫 遗传算法 免疫遗传算法 基于CBAM-CGRU-SVM的Android恶意软件检测方法 2024年 随着Android恶意软件的种类和数量不断增多,检测恶意软件以保护系统安全和用户隐私变得越来越重要。针对传统的恶意软件检测模型分类准确率较低的问题,提出一种基于卷积神经网络(CNN)、门控循环单元(GRU)和支持向量机(SVM)的模型CBAM-CGRU-SVM。首先,在CNN中添加卷积块注意力模块(CBAM)以学习更多恶意软件的关键特征;其次,利用GRU进一步提取特征;最后,为了解决图像分类时模型泛化能力不足的问题,使用SVM代替softmax激活函数作为模型的分类函数。实验使用了Malimg公开数据集,该数据集将恶意软件数据图像化作为模型输入。实验结果表明,CBAM-CGRU-SVM模型分类准确率达到94.73%,能够更有效地对恶意软件家族进行分类。 孙敏 成倩 丁希宁关键词:恶意软件 支持向量机