ku111net议时间：2026年5月6日（周三）14:30
参ku111net人员：信息科学与工程学院（人工智能学院）科研团队教师，欢迎广大师生参加。
ku111net议地点：墨子楼中兴ku111net议室
报告1：基于金字塔特征图的字节级恶意软件检测与分类技术
报告人：姚良威
内容简介：针对缺乏统一高效的通用框架识别跨平台多类型恶意软件，本报告提出了一种新颖的恶意软件可视化框架，采用金字塔结构的特征分布表示，将二进制字节建模为马尔可夫链，计算状态转移频率矩阵，并通过双阈值截断-对数分层变换算法构建金字塔结构特征图，用于恶意软件的检测与分类。在六个跨平台恶意软件基准数据集上的大量实验结果表明，所提出的方法优于当前主流方法，并在应对规避技术的恶意软件变种时具有良好的鲁棒性。
报告2：基于疏密图卷积学习混淆表示的行为识别方法
报告人：侯昕冉
内容简介：人体行为识别技术致力于使计算机能够准确感知和分析人类动作，在众多领域都有广泛的应用，极大地促进了相关行业的智能化发展。本报告将介绍基于骨架数据的行为识别的研究现状、核心痛点以及针对性解决方法，并提出一种基于疏密图卷积学习混淆表示网络（LCR-Net）, 通过学习帧内丰富的空间特征和帧间的细微变化，自适应地学习并增强由不同路径捕获的共性特征和局部差异特征，提高对细粒度动作的识别能力。
科技处
信息科学与工程学院（人工智能学院）
2026年5月5日
检索
鲁公安网备37040002002001号