景永俊
- 作品数：35 被引量：33H指数：4
- 供职机构：北方民族大学计算机科学与工程学院更多>>
- 发文基金：国际科技合作与交流专项项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术经济管理文化科学电子电信更多>>
- MFA-SGWNN:基于多特征聚合谱图小波神经网络的僵尸网络检测
- 2024年
- 在僵尸网络攻击中,由于伪装后的僵尸网络流量数据特征与正常流量数据特征过于相似,使得传统的检测方法难以准确地进行区分。为解决这一问题,提出一种基于多特征聚合谱图小波神经网络的方法(Multi-feature Aggregation Spectral Graph Wavelet Neural Network,MFA-SGWNN),将流量的属性特征与空间特征相结合,能有效地捕获隐藏的感染主机流量特征,增强僵尸网络节点的特征表示,同时规避了数据样本不平衡和恶意加密流量对检测的影响。在ISCX2014僵尸网络数据集和CIC-IDS 2017(僵尸网络)数据集上的实验结果表明,MFA-SGWNN检测效果优于现有方法,具有更强的鲁棒性和泛化能力。
- 吴悔陈旭景永俊王叔洋
- 关键词：僵尸网络网络安全
- 动态图神经网络链接预测综述
- 2024年
- 在现实世界中,复杂的动态网络数据广泛存在,如社交网络、蛋白质相互作用网络和传染病传播网络,它们由大量的节点和边构成。针对这类数据的有效挖掘和利用,以进行精准预测,成为了一项关键任务。动态图神经网络链接预测是深度学习研究领域的一个重要分支,它旨在解析网络随时间演化的内在规律,并预测未来可能形成的链接,为各领域的决策提供有价值的信息和依据。回顾了动态图神经网络的发展历程,介绍动态图的建模方法和训练流程。在此基础上,根据时间粒度的不同,将动态图神经网络链接预测模型细分为离散动态图模型和连续动态图模型两大类,并综述了每一类别中当前主流模型所采用的建模方法;介绍了动态图链接预测研究中常用的数据集、评价指标和应用场景。最后,对该领域的未来发展趋势进行了前瞻性探讨。
- 张其陈旭王叔洋景永俊宋吉飞
- 关键词：链接预测
- 自适应积空间离散动态图链接预测模型
- 2025年
- 随着复杂网络分析在诸多领域的广泛应用,如推荐系统、社交网络、疾病传播网络和金融交易网络,动态图的分析成为图神经网络研究的一个关键挑战。针对动态图神经网络在链接预测时因单一空间嵌入导致的嵌入扭曲问题,提出了自适应积空间离散动态图链接预测模型(APSDG),拟解决嵌入扭曲问题,提高离散动态图链接预测性能。通过结合欧几里德空间、双曲空间和超球面空间,构建积空间作为嵌入空间,以更好地拟合动态图数据的复杂结构。为实现积空间的自适应调整,设计了一种强化学习机制,动态优化各空间的维度比例和曲率参数。实验结果表明,APSDG在五个真实世界数据集上优于使用单一空间的基准模型,在动态链接预测和动态新链接预测任务中,AUC和AP指标上的平均增益分别为2.24%和1.90%、2.12%和1.43%,APSDG有效解决了单一空间嵌入方法的嵌入扭曲问题,能够更好地捕捉复杂网络的层次结构和规则结构,显著提升了动态链接预测效果。
- 陈旭张其王叔洋景永俊
- 关键词：链接预测积空间
- 基于几何交互的离散动态图链接预测模型
- 2025年
- 随着复杂网络分析在诸多领域的广泛应用,如推荐系统、社交网络、疾病传播网络和金融交易网络,动态图的分析成为图神经网络研究的一个关键挑战。目的动态图链接预测任务中单一几何空间嵌入方法往往存在嵌入扭曲问题,难以有效捕捉复杂网络中的层次结构和规则结构。方法提出一种基于几何交互的离散动态图(geometric interaction-based discrete dy-namic graph,GIDG)链接预测模型。首先在欧几里得空间和双曲空间中分别进行特征聚合,提取规则结构和层次结构的嵌入特征;其次通过交互融合两种几何特征,获得更具表达能力的节点嵌入;然后,设计历史信息融合模块,用以平衡长期信息和短期信息的融合,进一步提升时间序列的预测能力;最后,通过概率交互融合模块,计算欧几里得和双曲空间中的链接预测概率,并通过自适应加权融合,得到最终链接预测结果。结果实验结果表明,GIDG在5个数据集上的表现优于基于欧几里得空间和双曲空间的先进基准模型,其在动态链接预测和动态新链接预测任务中的AUC指标平均增益分别为1.46%和0.81%,AP指标的平均增益分别为1.27%和1.70%。特别是在大型数据集上,GIDG的表现显著优于现有的先进基准模型,尤其是在处理复杂的层次结构和幂律分布图时展现出较强的优势。结论GIDG有效解决了单一空间嵌入方法的嵌入扭曲问题,能够更好地捕捉复杂网络的层次结构和规则结构,显著提升动态链接预测效果。
- 陈旭张其王叔洋景永俊
- 关键词：链接预测双曲空间
- 基于全变分的耦合非负矩阵分解的图像融合方法
- 本发明公开了一种基于全变分的耦合非负矩阵分解的图像融合方法，包括：S1、在二维空间内对低分辨率高光谱图像数据和高分辨率多光谱图像数据进行下采样；S2、基于耦合非负矩阵分解模型，将端元最短距离正则、丰度稀疏正则和全变分正则...
- 保文星杨磊屈克文张小伍陈旭景永俊王叔洋王海荣李卫军
- 时空图神经网络在物联网中的应用综述被引量：1
- 2025年
- 随着物联网在各个领域物理设备的发展,产生的大量数据给当前数据处理方法带来了挑战。深度学习模型具备处理大规模和高维度数据的能力,已逐渐应用于物联网不同领域。时空图神经网络作为一种处理图结构数据的深度学习模型,能够对物联网中的拓扑结构和时间信息进行建模,并在物联网预测任务中展现出优秀性能。介绍了物联网中的时间相关性和空间相关性,以及不同时空网络架构的构建方法,并基于空间相关性的不同,将时空图神经网络分为时空图卷积网络和时空图注意力网络。进一步分析了时空图卷积网络和时空图注意力网络在物联网中的应用,主要包括交通、环境和能源领域。最后,探讨了时空图神经网络在物联网应用中面临的挑战和未来的研究方向。
- 张建伟陈旭王叔洋景永俊宋吉飞
- 关键词：物联网
- 基于双曲图卷积神经网络的切片级漏洞检测方法
- 2025年
- 针对源代码漏洞检测领域中存在的挑战,特别是现有方法在代码图精准嵌入和捕获其复杂层次结构方面的不足,提出了一种创新的基于双曲图卷积神经网络的切片级源代码漏洞检测方法VulDHGCN。该方法融合了图卷积神经网络和双曲几何的强大表达能力,更全面地嵌入和保留了源代码的结构特征,有效降低了代码图嵌入过程中的信息失真。为了全面评估VulDHGCN的有效性,选择了3种传统的基于规则的静态漏洞检测方法和3种先进的基于模型的漏洞检测方法作为对比基线方法。实验结果表明,在多个关键性能指标上,VulDHGCN均优于基线方法。具体而言,VulDHGCN的准确率、精确率、召回率和F_(1)得分分别达到了96.52%,92.31%,85.12%和88.57%,相较于基线漏洞检测方法,F_(1)分数提高了6.62%~153.92%,具有明显的优势。这不仅证明了VulDHGCN方法的有效性,也为深度学习在源代码漏洞检测领域的进一步应用提供了新的视角和方法。
- 陈旭陈子雄景永俊王叔洋宋吉飞
- 关键词：漏洞检测双曲空间
- EAI技术在电信CRM与服务开通系统中的应用
- 随着3G时代的来临,各电信运营企业开始向的全业务运营发展,电信行业的企业资源不断膨胀、部署的应用系统越来越多,越来越复杂。原有的大部分应用系统只关注某一个业务环节或管理功能,使得整体集成和沟通程度不高,从而使企业内部形成...
- 景永俊
- 关键词：EAICRM工作流
- 文献传递
- 基于图同构网络模型的微服务调用链异常检测方法
- 本发明公开了一种基于图同构网络模型的微服务调用链异常检测方法，包括：将结构化的csv格式数据转化为非结构化的图数据，图类型为多重图；使用图特征表示算法将多重图转化为简单图，得到非结构化的简单图数据集；使用非结构化的简单图...
- 景永俊陈佳乐陈旭王叔洋
- 一种切片级源代码漏洞检测方法
- 本发明公开了一种切片级源代码漏洞检测方法，包括：获取源代码的程序依赖图PDG，并对其进行切片处理得到切片级子图，称为S‑PDG；执行S‑PDG中节点的代码标准化和将每个S‑PDG的节点的代码令牌嵌入到向量表示中；构造基于...
- 陈旭陈子雄景永俊王叔洋唐莉君
