2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩119頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、機器學(xué)習(xí)作為一種重要的智能信息處理技術(shù),在垃圾郵件過濾系統(tǒng)中得到廣泛的應(yīng)用。然而在實際對抗性網(wǎng)絡(luò)環(huán)境中,垃圾郵件過濾器面臨著垃圾郵件發(fā)送者無休止惡意攻擊的威脅。從而導(dǎo)致在實驗環(huán)境中高性能的機器學(xué)習(xí)算法,在實際應(yīng)用時其性能可能變的很差。敵手分類的提出正是為了應(yīng)對這種挑戰(zhàn),并成為當(dāng)前機器學(xué)習(xí)領(lǐng)域的研究熱點,具有重大的理論和實際應(yīng)用價值。
  本文針對垃圾郵件過濾中的敵手分類問題展開了研究,包括對敵手分類中的攻防博弈問題,垃圾郵件過濾的

2、抗中文好詞攻擊問題,以及基于Kolmogorov復(fù)雜性的魯棒性分類問題這三方面的研究。本文取得了如下五點創(chuàng)新性成果:
  1.提出了一個基于 Stackelberg延時博弈的敵手分類模型。以往基于Stackelberg博弈的敵手分類模型,不能解釋取得納什均衡后垃圾郵件發(fā)送者為何還要繼續(xù)發(fā)動攻擊。本模型將實際中跟隨者的反應(yīng)延時引入Stackelberg博弈建模,重點分析了反應(yīng)延時對領(lǐng)導(dǎo)者和跟隨者收益的影響,并利用遺傳算法得到納什均衡

3、,最后通過實驗仿真驗證了本模型的正確性。本模型表明垃圾郵件發(fā)送者具有先發(fā)優(yōu)勢,并在數(shù)據(jù)挖掘者的反應(yīng)延時中獲得超額收益,從而不斷發(fā)起新的攻擊。
  2.提出了一個基于Stackelberg不確定性博弈的敵手分類模型?,F(xiàn)有敵手分類的Stackelberg博弈模型通常假設(shè)跟隨者的行動是最優(yōu)的和理性的,這在實際垃圾郵件過濾中是不合理的。本模型將跟隨者的有限理性和有限觀察引入敵手分類的Stackelberg博弈建模,并重點分析了不確定性參數(shù)

4、對分類器性能的影響,最后通過真實郵件數(shù)據(jù)集進行了實驗,驗證了本模型的有效性。
  3.提出了一個抗中文垃圾郵件好詞攻擊的多示例邏輯回歸模型。目前對中文好詞攻擊問題的研究尚不多見。本模型結(jié)合中文分詞技術(shù)和特征選擇方法進行預(yù)處理,并利用多示例機制和邏輯回歸算法進行學(xué)習(xí)和分類,最后在中文郵件數(shù)據(jù)集上進行了實驗。實驗結(jié)果表明該模型能夠有效對抗中文垃圾郵件的好詞攻擊,且魯棒性優(yōu)于單示例邏輯回歸和單示例支持向量機模型。
  4.提出了一

5、個基于Kolmogorov復(fù)雜性的垃圾圖像分類模型。傳統(tǒng)的垃圾圖像分類算法存在著魯棒性較差、圖像特征對特定數(shù)據(jù)集敏感等問題。本模型利用數(shù)據(jù)壓縮技術(shù)和Kolmogorov分類機制,實現(xiàn)了對垃圾圖像的準(zhǔn)確分類。通過在垃圾圖像數(shù)據(jù)集上進行實驗,驗證了本模型能有效對垃圾圖像進行分類。同時對該模型的更新機制進行了安全性分析。本模型既不需要提取圖像中的文字,也不需要對圖像特征進行定義和選擇,是一種數(shù)據(jù)驅(qū)動的無參數(shù)分類方法。
  5.提出了一個

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論