Multi-Class Imbalanced Graph Convolutional Network Learning 原文链接：Multi-Class Imbalanced Graph Convolutional Network Learning (ijcai.org) 发布会议：2020年国际人工智能联合会议 —— IJCAI-PRICAI2020 (ijcai20.org) 摘要 网络数据通常采用偏类分布的帕累托原理（即80/20规则），即大多数顶点属于少数多数类，而少数类只包含少数实例。当 2021-12-18 论文翻译 GCN GAN 神经网络
Dayu -- Fast and Low-interference Data Recovery in Very-large Storage Systems 原文链接：[Dayu: Fast and Low-interference Data Recovery in Very-large Storage Systems | USENIX](https://www.usenix.org/conference/atc19/presentation/wang-zhufan 摘要 本文试图在对前台流量干扰最小的情况下，加速大规模存储系统中的数据 2021-12-12 论文翻译 云 数据恢复
项目记录 —— Yapi 部署问题记录 需求 Yapi主要负责对项目的Api文档记录和测试 由于项目中主要是Api的开发，所以在内网搭建Api管理平台成为较大的需求 选择Yapi是由于用的人较多和部署比较方便（如果没有Bug） Yapi内外部署 部署前环境描述 1234567OS: Windows 10> node --versionv16.13.0> npm --version8.1.0 1、简单部署 2021-11-23 项目 问题记录 YApi
DroidEvolver -- Self-Evolving Android Malware Detection System 原文链接：https://ieeexplore.ieee.org/document/8806731?denied= https://ieeexplore.ieee.org/xpl/conhome/8790377/proceeding 发表会议： 2019 年 IEEE 欧洲安全和隐私研讨会 （EuroS&P） 摘要 鉴于 Android 框架的频繁变化和 Andro 2021-11-16 论文翻译 Android Malware
FB2Droid - A Novel Malware Family-Based Bagging Algorithm for Android Malware Detection 摘要 随着 Android 恶意软件应用程序数量持续高速增长，检测恶意软件以保护系统安全和用户隐私变得越来越紧迫。每个恶意软件应用程序都属于特定家族，恶意软件家族之间存在数量差距。如果很好地利用恶意软件家族信息并采用某些策略来平衡样本之间的变异性，则检测的准确性可以得到提高。此外，基础分类器的性能有限。如果可以采用集成分类器或集成方法，检测效果可以进一步提高。因此，本文提出了一种新的基于恶意 2021-11-15 Android Malware 论文
DroidGraph - Discovering Android Malware by Analyzing Semantic Behavior 原文链接：https://ieeexplore.ieee.org/document/6997523 介绍 由于智能手机的普及，手机恶意软件的数量急剧增加。由于智能手机被认定为私人财产，人们在没有意识到手机恶意软件威胁的情况下，储存了敏感数据。这一事实给了攻击者以智能手机为目标的巨大动机，而且事实上，移动恶意软件现在非常猖獗，特别是在最流行的移动平台Android上。 为了应对 2021-11-13 Android Malware 论文
