Journal of Zhejiang University

Current Issue: <FITEE>

Frontiers of Information Technology & Electronic Engineering (former title: Journal of Zhejiang University SCIENCE C (Computers & Electronics), 2010-2014)

ISSN 2095-9184 (print); ISSN 2095-9230 (online); CN 33-1389/TP; Monthly.

FITEE is an international peer-reviewed journal indexed by SCI-E, Ei Compendex, DBLP, IC, Scopus, JST, CSA, etc. It covers research in Electrical and Electronic Engineering, including Computer Science, Information Sciences, Control, Automation, Telecommunications, and related disciplines.

Impact factor: 0.308 (2011), 0.297 (2012), 0.380 (2013), 0.415 (2014), 0.392 (2015), 0.622 (2016), 0.910 (2017), 1.033 (2018), 1.604 (2019), 2.161 (2020), 2.526 (2021).

Frontiers of Information Technology & Electronic Engineering

ISSN 2095-9184 (print), ISSN 2095-9230 (online), monthly

2018 Vol.19 No.5 P.583-698

<<< CONTENTS >>>

Review

Review Article: A survey of malware behavior description and analysis

Bo Yu, Ying Fang, Qiang Yang, Yong Tang, Liu Liu

DOI: 10.1631/FITEE.1601745 Downloaded: 4891 Clicked: 7684 Cited: 0 Commented: 0(p.583-603) <Full Text> <PPT> 1509

Chinese summary <21> 惡意代碼行爲描述與分(fēn)析綜述

摘要：基于行爲的分(fēn)析是惡意代碼自動分(fēn)析和檢測過程中(zhōng)的一(yī)項重要技術，近年來得到學術界和工(gōng)業界極大(dà)關注。惡意代碼行爲分(fēn)析技術，能夠避免傳統靜态分(fēn)析技術遇到的惡意代碼混淆的障礙，也能夠通過行爲描述規範表達惡意代碼樣本多樣化的行爲類型。目前，雖有一(yī)些關注惡意代碼行爲分(fēn)析的工(gōng)作，但基于行爲的惡意代碼分(fēn)析技術仍未成熟，目前尚未發現介紹當前研究進展和發展挑戰的綜述。本文從3個方面對惡意代碼的行爲描述和分(fēn)析進行綜述：惡意代碼行爲描述，惡意代碼行爲分(fēn)析模型，可視化。首先，全面梳理了現有行爲分(fēn)析技術的分(fēn)析目标、原則、特點和分(fēn)類，包括現有行爲數據類型和描述方法；其次，從多方面分(fēn)析惡意代碼分(fēn)析的不足和挑戰；最後，探讨了潛在研究熱點。

關鍵詞組：惡意代碼行爲；靜态分(fēn)析；動态分(fēn)析；行爲數據表示；行爲分(fēn)析；機器學習；基于語義的分(fēn)析；行爲可視化；惡意代碼演化

Research Articles

An embedded lightweight GUI component library and ergonomics optimization method for industry process monitoring

Da-peng Tan, Shu-ting Chen, Guan-jun Bao, Li-bin Zhang

DOI: 10.1631/FITEE.1601660 Downloaded: 3271 Clicked: 6566 Cited: 0 Commented: 0(p.604-625) <Full Text> <PPT> 2179

Chinese summary <20> 面向工(gōng)業過程監控的嵌入式輕型圖形用戶界面構件庫與人機功效優化方法

摘要：面向工(gōng)業過程監控的嵌入式輕型圖形用戶界面（GUI）構件庫開(kāi)發具有較高難度，當前方法在實時任務處理與人機功效等方面存在不足。針對上述問題，提出一(yī)種基于嵌入式Qt技術（Qt/E）的輕型GUI構件庫設計方法。根據工(gōng)業過程監控需求，建立構件庫實體(tǐ)-關系（E-R）模型，定義系統功能構架與模塊數據耦合關系。考慮嵌入式目标系統差異，搭建交叉編譯環境以實現Qt/E共享庫文件的按需裁剪。基于信号-槽通信接口，提出一(yī)種無需回調指針的消息映射方法，優化系統上下(xià)文切換性能。結合多線程控制技術，面向數據采集、計算與顯示的并行任務處理能力得到強化，從而提高系統實時性與魯棒性。通過滾動頁面方法優化人機交互過程，并利用工(gōng)業心理學方法驗證系統人機功效性能。數值實例模拟與工(gōng)業現場實驗結果表明，與Windows-CE-GUI和Android-GUI相比：實時讀寫正确率分(fēn)别提高26%與29%；構件庫最小(xiǎo)可裁減至900 kB，并可支持12種嵌入式硬件平台；系統平均會話(huà)切換時間可控制在0.6 s以内，關鍵人機功效指标可滿足不同工(gōng)業應用需求。

關鍵詞組：嵌入式輕型圖形用戶界面（GUI）；嵌入式Qt技術（Qt/E）；工(gōng)業過程監控；多線程；人機功效

Preserving privacy information flow security in composite service evolution

Huan-feng Peng, Zhi-qiu Huang, Lin-yuan Liu, Yong Li, Da-juan Fan, Yu-qing Wang

DOI: 10.1631/FITEE.1700359 Downloaded: 1862 Clicked: 5378 Cited: 0 Commented: 0(p.626-638) <Full Text> <PPT> 1515

Chinese summary <20> 保持隐私信息流安全性的服務組合演化方法

摘要：隐私信息流安全的服務組合部署後，用戶隐私需求與成員(yuán)服務的信譽度等級均可能發生(shēng)變化，保持隐私信息流安全性是非常重要的演化需求。提出一(yī)種保持隐私信息流安全性的服務組合演化方法。分(fēn)析基于Petri網的隐私數據項依賴關系，計算各成員(yuán)服務的隐私數據使用集及安全範圍，最後提出保持隐私信息流安全性的演化操作集。通過操作實施演化，避免演化後隐私信息流安全性的完整驗證過程，提高演化效率。通過實例分(fēn)析說明該方法的有效性，并對其性能進行實驗分(fēn)析。結果表明，與完整安全性驗證過程相比，該方法有較高演化效率，能大(dà)大(dà)降低演化代價。

關鍵詞組：服務組合；隐私信息流安全；服務演化；Petri網

A new constrained maximum margin approach to discriminative learning of Bayesian classifiers

Ke Guo, Xia-bi Liu, Lun-hao Guo, Zong-jie Li, Zeng-min Geng

DOI: 10.1631/FITEE.1700007 Downloaded: 2051 Clicked: 7233 Cited: 0 Commented: 0(p.639-650) <Full Text> <PPT> 1529

Chinese summary <20> 基于帶約束最大(dà)間隔的貝葉斯分(fēn)類器判别學習方法

摘要：提出一(yī)種新的面向貝葉斯模式分(fēn)類的判别學習方法，稱作"帶約束的最大(dà)間隔（CMM）方法"。通過計算正樣本最小(xiǎo)決策值和負樣本最大(dà)決策值的差異，定義類别之間的類别間隔。基于該類别間隔和正确分(fēn)類的約束，将間隔函數學習問題轉化爲最大(dà)化類别間隔問題。利用序列無約束最小(xiǎo)化技術解決該非線性規劃問題。運用CMM方法得到基于高斯混合模型的貝葉斯分(fēn)類器，并在10個UCI數據集上進行實驗。結果表明，利用CMM方法得到的分(fēn)類器分(fēn)類性能，明顯優于代表性的生(shēng)成式學習方法期望最大(dà)化（EM）和判别式學習方法支持向量機（SVM），并且在多個數據集上取得了相比之前最優結果更好的效果。分(fēn)類實驗和分(fēn)類器對比實驗證明，CMM方法有效，具有一(yī)定應用前景。

關鍵詞組：判别學習；統計建模；貝葉斯分(fēn)類器；高斯混合模型；UCI數據集

Cross-lingual implicit discourse relation recognition with co-training

Yao-jie Lu, Mu Xu, Chang-xing Wu, De-yi Xiong, Hong-ji Wang, Jin-song Su

DOI: 10.1631/FITEE.1601865 Downloaded: 2013 Clicked: 5822 Cited: 0 Commented: 0(p.651-661) <Full Text> <PPT> 1450

Chinese summary <19> 基于協同學習的跨語言隐式篇章關系識别

摘要：标注語料庫的缺乏阻礙了中(zhōng)文隐式篇章關系識别研究的進展，而在其他語言（如英語）中(zhōng)存在一(yī)些可用的篇章關系語料庫。提出一(yī)個跨語言的隐式篇章關系識别框架，該框架可利用英語語料庫完成中(zhōng)文隐式篇章關系識别任務。使用機器翻譯從帶标簽的英語篇章關系語料庫生(shēng)成中(zhōng)文實例。基于該方法，每個實例都有兩個獨立視角：中(zhōng)文和英文。然後，利用聯合訓練方式，分(fēn)别基于中(zhōng)文和英文視角學習兩個分(fēn)類器，同時利用無标簽中(zhōng)文數據幫助完成中(zhōng)文隐式篇章關系識别。實驗結果證明該方法有效。

關鍵詞組：跨語言；隐式篇章關系；協同訓練

Suboptimal network coding subgraph algorithms for 5G minimum-cost multicast networks

Feng Wei, Wei-xia Zou

DOI: 10.1631/FITEE.1700020 Downloaded: 2087 Clicked: 5840 Cited: 0 Commented: 0(p.662-673) <Full Text> <PPT> 1437

Chinese summary <20> 5G最小(xiǎo)代價多播網絡中(zhōng)的次優編碼子圖算法

摘要：爲降低具有控制-數據分(fēn)離(lí)架構的5G網絡中(zhōng)多播的傳輸代價，本文關注無線網絡中(zhōng)兩多播共存時的功率代價最小(xiǎo)網絡編碼子圖形成問題。提出兩個基于Steiner樹(shù)的擴展次優算法：當兩個具有相同吞吐量的多播組共存時，C1CPE算法通過複用拓撲中(zhōng)已經占用鏈路的方式尋找可行的最小(xiǎo)代價方案，并采用節點塗色的方式保證網絡編碼方案可解碼。另外(wài)，針對兩多播組的源點和目的點相同的特殊情況，在C1CPE算法基礎上提出E-SCTF算法。此算法精簡了塗色方案，通過理論分(fēn)析可知(zhī)此算法複雜(zá)度比C1CPE算法低。仿真結果表明，兩個算法在功率代價上都有良好表現，在密集部署下(xià)性能仍可進一(yī)步提升。

關鍵詞組：網絡編碼子圖；最小(xiǎo)功率代價；5G；分(fēn)離(lí)架構

Multi-user rate and power analysis in a cognitive radio network with massive multi-input multi-output

Shang Liu, Ishtiaq Ahmad, Ping Zhang, Zhi Zhang

DOI: 10.1631/FITEE.1700081 Downloaded: 2061 Clicked: 6973 Cited: 0 Commented: 0(p.674-684) <Full Text> <PPT> 1602

Chinese summary <20> 大(dà)規模天線多入多出認知(zhī)無線網絡中(zhōng)的多用戶傳輸速率和能量分(fēn)析

摘要：讨論了在包含中(zhōng)繼和大(dà)規模多入多出天線下(xià)的認知(zhī)無線網絡傳輸性能和能量分(fēn)配問題。首先得到了在不考慮認知(zhī)情況下(xià)的中(zhōng)繼輔助大(dà)規模天線網絡的下(xià)行傳輸性能，運用功率分(fēn)配準則，第k個用戶的漸近信幹噪比與快衰落無關，當基站天線數和中(zhōng)繼天線數的比值趨于無窮大(dà)時，整個傳輸過程的傳輸性能隻與從中(zhōng)繼到用戶側的傳輸有關，而與另外(wài)一(yī)側的傳輸無關。接着給出了在完美和非完美信道情況下(xià)的認知(zhī)大(dà)規模多入多出天線中(zhōng)繼網絡性能的閉式表達式。當主用戶基站、次級用戶基站、中(zhōng)繼基站的天線數目趨于無窮大(dà)時，傳輸性能與快衰落無關，主、次網絡之間的幹擾能被完全消除，次級網絡傳輸性能與幹擾溫度無關，次級網絡可用峰值功率進行傳輸而不對主用戶網絡産生(shēng)幹擾。定義了主用戶網絡的效用函數，通過凸優化分(fēn)析得到最佳中(zhōng)繼發射功率。系統仿真驗證了該結論。通過仿真，得到了系統傳輸速率與天線數目、中(zhōng)繼功率、天線數目比值的關系。在多用戶認知(zhī)無線網絡中(zhōng)，運用大(dà)規模多入多出天線的線性預編碼方式能夠極大(dà)減少幹擾，提高傳輸效率，主用戶網絡和次級用戶網絡可以獨立傳輸。

關鍵詞組：大(dà)規模多入多出；認知(zhī)無線電；中(zhōng)繼網絡；傳輸速率；功率分(fēn)析

A composite optimization method for separation parameters of large-eccentricity pico-satellites

Lai Teng, Zhong-he Jin

DOI: 10.1631/FITEE.1700416 Downloaded: 3013 Clicked: 6196 Cited: 0 Commented: 0(p.685-698) <Full Text> <PPT> 1536

Chinese summary <20> 一(yī)種大(dà)偏心皮衛星分(fēn)離(lí)參數複合優化方法

摘要：航天飛行器的分(fēn)離(lí)參數直接影響它的飛行軌迹，如果分(fēn)離(lí)參數超過它能承受的極限，則飛行器難以調整飛行姿态，可能造成飛行器偏離(lí)軌道或墜毀。提出一(yī)種将角速度與外(wài)矩結合的大(dà)偏心皮衛星分(fēn)離(lí)參數複合優化方法。通過改變彈性發射裝置位置，在分(fēn)離(lí)機構變化較小(xiǎo)情況下(xià)，有效控制飛行器彈出過程。給出了角速度偏差的原因和不可信的優化結果，并對不可信的優化結果進行分(fēn)析。通過地面無重力試驗對該優化方法進行驗證。仿真和試驗結果表明，該優化方法能有效優化大(dà)偏心皮衛星的分(fēn)離(lí)參數。該方法特别适用于固定和非穩定狀态彈性參數、各種彈性裝置的分(fēn)布以及難以校正姿态的大(dà)偏心航天飛行器，在實際應用中(zhōng)具有通用性和易操作性。

關鍵詞組：皮衛星；星箭分(fēn)離(lí)機構；分(fēn)離(lí)參數；參數優化