摘要：为提高基于域名关联信息的恶意域名检测准确率,提出了一种基于域名解析信息与请求时间相结合的恶意域名检测方法。首先,将域名解析记录表示为异质信息网络中的节点和边,以同时表征异质域名数据获得较高的域名信息利用率;其次,为避免采用稀疏邻接矩阵相乘操作提取关联信息时间复杂度较高的问题,提出了一种基于元路径的广度优先网络遍历算法,提高关联解析信息提取效率;针对弱连接域名由于缺少关联解析信息而漏检的问题,引入请求时间刻画域名之间相关性,提高检测样本覆盖率;最后,设计权重自适应的域名表示学习算法,将域名关联解析信息和关联请求时间信息向量化,通过域名特征向量之间的欧氏距离量化域名之间关联性,进而构建有监督分类器进行恶意域名检测。理论分析和实验结果表明,所提方法具有较高的域名关联信息提取效率,所得检测覆盖率和F1分数分别为97.7%和0.951。

摘要：在工程中,大型设备和精密仪器在运行时,产生的振动通常会对周围环境造成影响;因此,研究抑制振动的隔振系统及控制方法具有重要意义。为了扩大隔振范围以隔振大型物体,设计了具有多个电磁隔振单元的并联电磁隔振系统,并提出了一种融合Q学习的非线性模型预测控制(Nonlinear Model Predictive Control,NMPC)方法实时调控该多隔振单元系统,以提高系统的隔振性能。基于电磁力、线圈电流和电磁铁间距三者的非线性关系建立了并联电磁隔振系统的动力学方程及状态方程,在此基础上设计了NMPC控制器。其中,利用Q学习方法确定了预测范围,从而避免计算量过大或预测模型不准确的问题;同时,Q学习方法能够优化NMPC方法的目标函数中的权重矩阵V和R。仿真和实验结果表明,在所提出的融合Q学习的NMPC方法控制下的多隔振单元并联系统在外界扰动下,振动幅度显著减小,系统平稳性大大提高。