您的位置： 专家智库 > >

王亚男

作品数：14 被引量：102H指数：5
供职机构：空军工程大学防空反导学院更多>>
发文基金：国家自然科学基金中国博士后科学基金陕西省自然科学基金更多>>
相关领域：自动化与计算机技术航空宇航科学技术文化科学更多>>

合作作者

文献类型

  • 14篇中文期刊文章

领域

  • 13篇自动化与计算...
  • 1篇航空宇航科学...
  • 1篇文化科学

主题

  • 8篇直觉模糊
  • 4篇直觉模糊集
  • 4篇时间序列
  • 4篇模糊集
  • 3篇代码
  • 3篇直觉模糊推理
  • 3篇模糊推理
  • 3篇聚类
  • 3篇恶意
  • 3篇恶意代码
  • 2篇代码检测
  • 2篇神经网
  • 2篇神经网络
  • 2篇网络
  • 2篇恶意代码检测
  • 2篇高阶
  • 2篇TRANSF...
  • 1篇对抗性
  • 1篇多属性决策
  • 1篇学习机

机构

  • 14篇空军工程大学
  • 2篇中国人民武装...
  • 1篇西安电子科技...
  • 1篇中国人民解放...
  • 1篇空军驻上海地...
  • 1篇中国人民解放...

作者

  • 14篇王亚男
  • 7篇雷英杰
  • 5篇范晓诗
  • 4篇王坚
  • 3篇王毅
  • 2篇郭新鹏
  • 2篇宋亚飞
  • 2篇李成海
  • 1篇刘三阳
  • 1篇郑寇全
  • 1篇王艺菲
  • 1篇郭相科
  • 1篇王莹莹
  • 1篇路艳丽
  • 1篇刘强
  • 1篇雷阳
  • 1篇张文
  • 1篇雷阳
  • 1篇杨春晓
  • 1篇叶蓓

传媒

  • 2篇电子与信息学...
  • 2篇通信学报
  • 2篇电子学报
  • 2篇空军工程大学...
  • 1篇系统工程与电...
  • 1篇东南大学学报...
  • 1篇计算机工程
  • 1篇电光与控制
  • 1篇信息网络安全
  • 1篇中国新通信

年份

  • 3篇2025
  • 1篇2024
  • 1篇2023
  • 1篇2022
  • 5篇2016
  • 1篇2015
  • 1篇2014
  • 1篇2013
共 14 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
高阶直觉模糊时间序列预测模型被引量：5
2016年
提出一种高阶直觉模糊时间序列预测模型。模型首先应用模糊聚类算法实现论域的非等分划分;然后,针对直觉模糊时间序列的数据特性,提出一种更具客观性的直觉模糊集隶属度和非隶属度函数的确定方法;最后,利用直觉模糊多维取式推理建立高阶模型的预测规则,进行预测。在Alabama大学入学人数和北京市日均气温2组数据集上分别与典型方法进行对比实验,结果表明该模型有效提高了预测精度,证明了模型的有效性和优越性。
王亚男雷英杰雷阳范晓诗
关键词：高阶直觉模糊推理
基于深度学习的恶意代码检测综述被引量：5
2024年
恶意代码检测是网络空间安全领域的重要研究方向之一。在简要阐述恶意代码检测重大研究价值的基础上,结合国内外研究现状,总结了现有的基于深度学习的恶意代码检测技术及方法。首先,分别从静态、动态和混合检测方法多方面地梳理了传统检测技术,其次,分别从基于序列特征、图像可视化和数据增强的恶意代码特征提取方法出发,对基于深度学习的恶意代码分类识别方法进行了总结,最后,对基于深度学习的恶意代码特征提取与识别方向的技术难点和未来发展趋势进行了分析与展望。
宋亚飞张丹丹王坚王亚男郭新鹏
关键词：恶意代码恶意代码检测网络空间安全
IGAPSO-ELM:一种网络安全态势预测模型被引量：7
2022年
针对网络安全态势预测,为提高预测的精确度和预测算法的收敛速度,提出一种改进遗传粒子群算法优化极限学习机(IGAPSO-ELM)的预测方法。首先,改进GAPSO中的惯性权重和学习因子,通过定义动态指数函数使算法在执行的不同阶段实现两种参数自适应;其次,针对GAPSO中人为设定的固定交叉率和变异率,提出一种自适应交叉和变异策略;最后,以IGAPSO优化ELM的初始权值和偏差。IGAPSO既保证了种群的多样性,又提高了算法的收敛速度。通过仿真实验对比得出:IGAPSO-ELM对网络安全态势预测拟合度可达0.99,收敛速度相较于对比算法有大幅度提升。
唐延强李成海王坚王亚男曹波
关键词：网络安全态势预测极限学习机自适应调整
基于Light Reverse Transformer的空中目标意图识别方法
2025年
空中目标意图识别在战场态势感知领域占据举足轻重的地位。然而,如何从海量态势数据中迅速且精准地挖掘关键信息,一直是该领域研究面临的一大难题。现有多数研究模型因架构繁复,难以在短时间内高效地推断出目标意图。为解决这一难题,基于Transformer架构进行设计,通过Reverse方法优化模型以更适用于处理时间序列任务,并在位置编码中融入扰动元素,以提升模型的鲁棒性和泛化能力。此外,对注意力机制和前馈神经网络进行了轻量化改进。经过对比实验、消融实验以及计算复杂度的深入分析,所提模型在空中目标意图识别领域的有效性得到了有力验证。
王科郭相科王亚男倪鹏权文李成海
关键词：意图识别TRANSFORMER
问题图谱牵引课程教学的探索与实践——以数字通信原理课程为例
2025年
本文探讨了问题图谱牵引式教学方法在数字通信原理课程中的应用,其核心在于通过构建多层级的问题来牵引课程教学,既实现知识传授目标,同时促进学生问题解决能力、实践能力、创新思维的提高。文章首先分析了当前数字通信原理课程教学中存在的问题,阐述了问题图谱的概念及问题图谱牵引课程教学的重要意义,并详细给出了问题图谱的构建方法,结合教学案例详细展示了问题图谱在教学中的具体应用,最后提出了实施问题图谱牵引课程教学对教师的要求,并对未来的改进方向提出了建设性意见。
杨春晓王莹莹王亚男王艺菲
关键词：数字通信原理教学方法问题解决能力
流量异常检测中的直觉模糊推理方法被引量：7
2015年
针对网络流量特征属性不确定性和模糊性的特点,将直觉模糊推理理论引入异常检测领域,该文提出一种基于包含度的直觉模糊推理异常检测方法。首先设计异常检测中特征属性的隶属度与非隶属度函数,其次,给出基于包含度的强相似度计算方法并生成推理规则库,再次给出多维多重式直觉模糊推理规则,最后建立异常检测中的直觉模糊推理方法。通过对异常检测标准数据集KDD99的实验,验证该方法的有效性,与常见经典异常检测方法对比,该方法具有更良好的检测效果。
范晓诗雷英杰王亚男郭新鹏
关键词：直觉模糊集异常检测直觉模糊推理包含度
基于集成学习的恶意代码动态检测方法被引量：1
2025年
在当前网络环境中,不断升级的恶意代码变种为网络安全带来了巨大挑战。现有的人工智能模型虽然在恶意代码检测方面成效明显,但仍存在两个不可忽视的缺点。一是泛化能力较差,虽然在训练数据上表现优异,但受概念漂移现象的影响,在实际测试中性能不够理想;二是鲁棒性不佳,容易受到对抗样本的攻击。为解决上述问题,文章提出一种基于集成学习的恶意代码动态检测方法,根据API序列的不同特征,分别构建统计特征分析模块、语义特征分析模块和结构特征分析模块,各模块针对性地进行恶意代码检测,最后融合各模块分析结果,得出最终检测结论。在Speakeasy数据集上的实验结果表明,与现有研究方法相比,该方法各项性能指标具有明显优势,同时具有较好的鲁棒性,能够有效抵抗针对API序列的两种对抗攻击。
刘强王坚王亚男王珊
关键词：恶意代码检测
基于DTW的长期直觉模糊时间序列预测模型被引量：5
2016年
针对现有直觉模糊时间序列模型中直觉模糊关系组和确定性转换规则过度依赖训练数据规模的问题,提出一种基于动态时间弯曲(DTW,dynamic time warping)距离的长期直觉模糊时间序列预测模型。通过直觉模糊C均值(IFCM,intuitionistic fuzzy C mean)聚类构建直觉模糊时间序列片段库,动态更新和维护规则库,减少系统复杂度。提出基于DTW距离的直觉模糊时间序列片段相似度计算方法,有效解决不等长时间序列片段匹配问题。通过对合成数据以及包含不同时间序列模式的气温数据的实验,与其他相关模型比较,说明该模型对于不同时间序列趋势变化模式中均具有较高的预测能力,克服传统模型提高模型只能满足单一模式时间序列预测,提高模型的泛化性能。
范晓诗雷英杰路艳丽王亚男
关键词：DTW直觉模糊集合时间序列
一种基于特征融合的恶意代码快速检测方法被引量：12
2023年
随着恶意代码对抗技术的发展,恶意攻击者通过加壳、代码混淆等技术繁衍大量恶意代码变种,而传统恶意代码检测方法难以对其进行有效检测.基于恶意代码可视化的恶意代码检测方法被证明是一种能够有效识别恶意代码及其变种的新方法 .针对目前研究仅着眼于提升模型分类准确率而忽略了恶意代码检测的时效性,本文提出了一种基于特征融合的恶意代码快速检测方法 .该方法以深度神经网络为框架,采取模块化设计思想,将多尺度恶意代码特征融合与通道注意力机制结合,增强关键特征表达,并使用数据增强技术改善数据集类别不平衡问题.通过实验证明本文方法分类准确率高且参数量小、检测时效性高,优于目前的恶意代码检测技术.
王硕王坚王亚男宋亚飞
关键词：恶意代码
一种启发式变阶直觉模糊时间序列预测模型被引量：4
2016年
论文针对已有高阶模糊时间序列模型在预测精度和预测范围上的限制,结合直觉模糊集理论,提出一种启发式变阶直觉模糊时间序列预测模型。模型首先应用直接模糊聚类算法对论域进行非等分划分;然后,针对直觉模糊时间序列的数据特性,改进现有直觉模糊集隶属度和非隶属度函数的建立方法;最后,采用阶数随序列实时变化的高阶预测规则进行预测,并将历史数据发展趋势的启发知识引入解模糊过程,使模型的预测范围得到扩展。在Alabama大学入学人数和北京市日均气温两组数据集上分别与典型方法进行对比实验,结果表明该模型有效克服了传统模型的缺点,拥有较高的预测精度,证明了模型的有效性和优越性。
王亚男雷英杰王毅郑寇全
关键词：直觉模糊集时间序列预测
全选 清除 导出
共2页<12>
聚类工具0