摘要：在加密移动应用程序流量分类领域,传统方法均基于双向流量的特征对流量进行分类,但在实际场景中,非对称路由会导致远程网络管理员仅能获得单向流量,使得传统方法分类准确率下降。因此设计了一种仅使用单向流量特征的加密移动应用程序流量分类方法。由于下行流量包含的信息多于上行流量,因此选择对下行流量的有效负载进行分析。同时,由于移动应用程序流量具有时间、空间相关性,因此提出利用双向长短期记忆网络捕获数据流的时序相关性,并利用卷积神经网络学习特征的空间相关性,通过引入注意力层关注重要特征,进一步提高分类准确率。该方法比之前方法的使用范围广,可用于单向流量和双向流量场景,并可通过更少的特征获取更高的准确率。

摘要：采用基于行为的垃圾邮件识别思想，提出了一种基于用户关系挖掘与信誉评价的垃圾邮件识别算法。首先在分析邮件用户群体历史通信关系的基础上，建立邮件用户关系描述模型。进行邮件信誉评价时，利用用户关系描述模型对潜在用户通信关系进行挖掘，并根据邮件接收用户和邮件指纹建立邮件通信路径集，根据路径集中的用户对该邮件对应指纹的历史评价结果得到其综合信誉值，以识别垃圾邮件。在收件人进行反馈时，实时更新用户和邮件指纹信誉值。实验结果表明，该算法识别垃圾邮件的准确率达到95％以上。在算法设计中考虑了实用性，可用于实际的垃圾邮件识别系统。

摘要："Java语言程序设计"是国内高等院校设立的一门非常重要的编程类课程。针对目前该课程普遍存在的重理论、轻实践,不利于培养学生的面向对象编程思想和动手能力、学习能力的问题,本文提出了一套基于项目驱动的Java课程教学方法,并阐述了该方法的具体实施过程。实践结果表明,该方法可充分加深学生对Java语言的理解,提高学生解决实际问题的能力。