摘要：为了满足时空数据库设计的需要，提出了新的时空ER模型并给出了相关的概念及设计方法。这种模型可以方便时空数据的建模，为数据库的设计提供有效的方法。

摘要：针对Android恶意软件检测存在特征引入过程主观性高、特征选择过程可解释性差、训练模型检测效果不具备时间稳定性的问题,提出了一种面向概念漂移的可解释性Android恶意软件检测方法InterDroid,该方法首先通过高质量的人工Android恶意软件分析报告引入权限、API包名、意图、Dalvik字节码4种特征.并通过自动化机器学习算法TPOT(tree-based tipeline optimization tool)获得InterDroid训练及对比算法,从而摒弃传统方法中繁复的模型选择与参数调整过程.其后,融入模型解释算法SHAP(shapley additive explanations)改进传统的特征包装方法,从而获得对分类结果具有高贡献度的特征组合用于检测模型训练.最后,通过曼惠特尼U(Mann-Whitney U,MWU)与机器学习模型的双重检验证明概念漂移现象在Android恶意软件检测中的存在性.并基于联合分布适配(joint distribution adaptation,JDA)算法提高检测模型对新时期Android恶意软件的检测准确率.实验表明:InterDroid筛选出的特征组合具备稳定性与可解释性.同时,InterDroid中的特征迁移模块可将自身对2019年、2020年新兴Android恶意软件的检测准确率分别提高46%,44%.

摘要：在基于有向三角形的空间数据模型的基础上，融入了时态信息的存储、表示及操作，形成了一个较为完善的时空数据模型。该模型较好地处理了时态信息和空间信息的关系，为时空查询语言的研究与设计奠定了良好基础。

摘要：给出了时空数据查询的表示方法及时空数据查询的意义。在此基础上，提出了一种时空查询语言的设计及其在关系数据库中的实现方法。

摘要：根据不良信息过滤的目标及特点,设计了一个基于神经网络的不良信息实时监测原型系统,并用软件实现。在系统的决策支持模块中,采用了一个新的神经网络算法,大大提高了系统决策的准确性,同时该系统也很好地处理了包捕获及处理速度、经济可行性等相关问题,具有一定的应用价值。

摘要：文章在有向三角形理论的基础上提出了一个能有效处理空间数据的数据模型。其中涉及了数据的组织、存储、运算以及具体的实现算法。

摘要：针对现有漏洞代码切片方法评估过程存在的切片信息抽取不完全、模型复杂度高且泛化能力差、评估过程开环无反馈的问题,提出了一种双粒度轻量级漏洞代码切片方法评估模型(VCSE)。针对代码片段,构建了轻量级的TF-IDF与N-gram融合模型,高效绕过了OOV问题,并基于词、字符双粒度提取了代码切片语义及统计特征,设计了高精确率与泛化性能的异质集成分类器,进行漏洞预测分析。实验结果表明,轻量级VCSE的评估效果明显优于当前应用广泛的深度学习模型。

摘要：传统的分布式数据流挖掘模型是一种挖掘结果中逐层进行的层次模型,通信带宽是一个瓶颈。为了减少分布式数据流结点的通信,本文采用一种基于数据密度的偏倚抽样方法对分布式数据流组中的每个流进行抽样,只维护抽样数据中最近期的元素。在频繁项挖掘过程中,设计了一种哈希计数方法(不同于传统哈希计数算法),可以同时对数据的计数进行增加和删减,计数的值是有一定误差保证的近似值,算法称为FFIDDS算法。实验结果证明,通信负担和处理时间均明显比传统HCS模型的算法优秀。

摘要：开源软件社区中的软件或大型软件系统往往由很多可以独立运行而且具有交互行为的软件系统或软件组件组成,这些软件组件及其配套软件组成软件群体,并且它们之间相互影响相互作用.软件群体中的关键软件对提高软件系统维护效率减少维护成本至关重要.先前的学者从静态分析和动态分析的角度对单个软件进行了建模分析,得出了软件内部类的社团结构,但没有分析软件之间所具有的交互关系.本文从软件群体交互的角度提出了一种复杂软件群体网络中关键节点挖掘算法SGCPMining.首先,定义了软件群体,利用软件群体中软件与软件之间基于类库依赖,数据交换,数据共享,互相调用等信息流构建了基于时序及交互量权值的复杂软件群体网络模型及软件交互模型.其次,在软件交互模型的基础上,设计了社团支持度与边介数阈值支持度两种修剪阈值来得到用户感兴趣的挖掘结果,提出了一种复杂软件群体网络中的社团结构发现算法SGGroup Mining.第三,在发现的社团结构中提出了一种基于节点度的关键节点发现算法SG-CPMining.最后,从开源平台中采集软件交互数据,组建了软件交互网络模型,高效的挖掘出了软件群体中的社团及关键节点.

摘要：挖掘极大频繁页面集是WEB使用挖掘中的关键应用之一。由于一定时间段的会话中蕴含着用户的访问模式与访问动机,设计一种结点带有驻留时间,类似FP-tree的频繁页面树FPDT-tree结构;利用FPDT-tree结构存储双向驻留时间约束的会话数据库,简化挖掘过程中驻留时间阈值的设置。基于FPDT-tree提出算法MFPSM挖掘会话中的极大频繁页面集,实验结果表明,在时间约束环境中,通过决策者给出合适的时间约束阈值,该算法可以有效地缩短挖掘极大频繁页面集的时间。