\documentclass[10pt,aspectratio=43,mathserif,table]{beamer} %设置为 Beamer 文档类型，设置字体为 10pt，长宽比为16:9，数学字体为 serif 风格 \batchmode \usepackage{graphicx} \usepackage{animate} \usepackage{hyperref} %导入一些用到的宏包 \usepackage{amsmath,bm,amsfonts,amssymb,enumerate,epsfig,bbm,calc,color,ifthen,capt-of,multimedia,hyperref} \usepackage{xeCJK} %导入中文包 \setCJKmainfont{SimHei} %字体采用黑体 Microsoft YaHei \usetheme{Berlin} %主题 \usecolortheme{sustech} %主题颜色 \usepackage[ruled,linesnumbered]{algorithm2e} \usepackage{fancybox} \usepackage{xcolor} \usepackage{times} \usepackage{listings} \usepackage{booktabs} \usepackage{colortbl} \newcommand{\Console}{Console} \lstset{ % backgroundcolor=\color{white}, % choose the background color basicstyle=\footnotesize\rmfamily, % size of fonts used for the code columns=fullflexible, breaklines=true, % automatic line breaking only at whitespace captionpos=b, % sets the caption-position to bottom tabsize=4, commentstyle=\color{mygreen}, % comment style escapeinside={\%*}{*)}, % if you want to add LaTeX within your code keywordstyle=\color{blue}, % keyword style stringstyle=\color{mymauve}\ttfamily, % string literal style numbers=left, % frame=single, rulesepcolor=\color{red!20!green!20!blue!20}, % identifierstyle=\color{red}, language=c } \setsansfont{Microsoft YaHei} \setmainfont{Microsoft YaHei} \definecolor{mygreen}{rgb}{0,0.6,0} \definecolor{mymauve}{rgb}{0.58,0,0.82} \definecolor{mygray}{gray}{.9} \definecolor{mypink}{rgb}{.99,.91,.95} \definecolor{mycyan}{cmyk}{.3,0,0,0} %题目，作者，学校，日期 \title{Reinventing the Wheel: Publishing High-quality Slides} \subtitle{\fontsize{9pt}{14pt}\textbf{利用公共网关的SMS生态系统的安全性描述}} \author{答辩人: 李易峰 \newline \newline 指导老师: 吴亦凡教授} \institute{\fontsize{8pt}{14pt}中北大学英雄与联盟工程学院} \date{\today} %学校Logo %\pgfdeclareimage[height=0.5cm]{sustech-logo}{sustech-logo.pdf} %\logo{\pgfuseimage{sustech-logo}\hspace*{0.3cm}} \AtBeginSection[] { \begin{frame} \frametitle{\textbf{目录}} \tableofcontents[currentsection] \end{frame} } \beamerdefaultoverlayspecification{<+->} % ----------------------------------------------------------------------------- \begin{document} % ----------------------------------------------------------------------------- \frame{\titlepage} \section[目录]{} %目录 \begin{frame}{目录} \tableofcontents \end{frame} % ----------------------------------------------------------------------------- \section{引言} %引言 \subsection{研究背景} \begin{frame}{研究背景} \begin{columns}[T] % align columns \begin{column}<0->{.40\textwidth} \begin{figure}[thpb] \centering \resizebox{1\linewidth}{!}{ \includegraphics{figures/sustech.pdf} } %\includegraphics[scale=1.0]{figurefile} \caption{SUSTech Campus} \label{fig:campus} \end{figure} \end{column}% \hfill% \begin{column}<0->{.65\textwidth} \begin{itemize} \item<1-> 短信息(SMS)成为现代通讯的重要组成部分 \begin{itemize} \item<1-> 很多组织或网站使用短信息作为身份验证的辅助通道 \end{itemize} \item<2-> 现代短消息的发送，在抵达终端之前不接触蜂窝网络 \begin{itemize} \item<2-> 短信息(SMS)成为现代通讯的重要组成部分 \end{itemize} \end{itemize} \end{column}% \end{columns} \end{frame} \subsection{主要工作} \begin{frame}{主要工作} 完成这项工作需要如下步骤 \begin{block}{具体步骤} \begin{itemize} \item<0-> 对SMS数据进行迄今为止最大的挖掘分析 \item<0-> 评估良性短消息服务的安全态势 \item<0-> 刻画通过SMS网关进行的恶意行为 \end{itemize} \end{block} \end{frame} \begin{frame} \frametitle{OTT服务} \begin{figure}[!t] \centering \includegraphics[width=2in]{figures/sustech.pdf} \caption{OTT服务} \label{figure3_OTT} \end{figure} \begin{center} OTT服务支持在数据网络上提供短信和语音等第三方服务。\\ OTT可以使用云服务来存储和同步SMS到用户的其他设备。 \end{center} \end{frame} \section{词表示模型} %自我介绍 \begin{frame}{词表示} 在NLP任务中，可以利用各种词表示模型，将“词”这种符号信息表示成数学上的向量形式。。将语义信息表示成稠密、低维的实值向量，这样就可以用计算向量之间相似度的方法（如余弦相似度），来计算语义的相似度。词的向量表示可以作为各种深度学习模型的输入来使用 \begin{block}{词表示模型分类} 直接表示模型 \begin{itemize} \item<0-> One-Hot Representation \end{itemize} 分布式表示模型 \begin{itemize} \item<0-> 计数模型（基于共现矩阵） \item<0-> 预测模型（基于神经网络） \end{itemize} \end{block} \end{frame} \section{直接表示模型} \begin{frame}{One-Hot Representation} 最简单直接的词表示是One-Hot Representation。考虑一个词表$ \mathbb V $，里面的每一个词$ w_i $都有一个编号$ i\in \{1,...,n\} $,那么词$ w_i $的one-hot表示就是一个维度为n的向量，其中第$ i $个元素值非零，其余元素全为0。例如： \[ w_2=[0,1,0,...,0]^\top \] \[ w_3=[0,0,1,...,0]^\top \] \begin{block}{缺点} \begin{itemize} \item<0-> 彼此正交，不能反应词间的语义关系 \item<0-> 稀疏表示，维度很高，和词典大小成正比 \end{itemize} \end{block} \begin{center} \textcolor{mymauve}{仅仅是为了区分词，不包含语义信息，语义信息应该从上下文中挖掘} \end{center} \end{frame} \section{研究方法与数据集特征} \begin{frame}{研究方法与数据集特征} \begin{columns}[c] % align columns \begin{column}<0->{.5\textwidth} \vspace*{1cm} \begin{itemize} \item 使用Scrapy框架爬取公共网关 \end{itemize} \begin{itemize} \item 收集8个公共短信网关在14个月的数据 \end{itemize} \begin{itemize} \item 共抓取386,327条数据 \end{itemize} \end{column}% \hfill% \begin{column}<0->{.40\textwidth} \begin{table} \caption{公共网关抓取的信息数} \footnotesize \rowcolors{1}{mygray}{white} \begin{tabular}{|c|c|} \hline \textbf{Site} & \textbf{Messages}\\ \hline receivesmsonline.net &81313\\ \hline receive-sms-online.info &69389\\ \hline receive-sms-now.com &63797\\ \hline hs3x.com &55499\\ \hline receivesmsonline.com &44640\\ \hline receivefreesms.com &37485\\ \hline receive-sms-online.com &27094\\ \hline e-receivesms.com &7107\\ \hline \end{tabular} \end{table} \end{column}% \end{columns} \end{frame} \begin{frame} \frametitle{消息聚类分析} \begin{block}{\textbf{基本思路}} \begin{itemize} \item<0-> 使用编辑距离矩阵将类似的消息归于一张连通图中。 \item<0-> 使用固定值替换感兴趣的消息，如代码、email地址。 \item<0-> 查找归一化距离小于阈值的消息，并确定聚类边界。 \end{itemize} \end{block} \begin{block}{\textbf{实现步骤}} \begin{enumerate} \item<0-> 加载所有消息。 \item<0-> 用固定的字符串替换数字、电子邮件和URL以预处理消息。 \item<0-> 将预处理后的信息按字母排序。 \item<0-> 通过使用编辑距离阈值(0.9)来确定聚类边界。 \item<0-> 手动标记各个聚类，以确定服务提供者、消息类别等。 \end{enumerate} \end{block} \end{frame} \section{算法和代码} \subsection{算法} \begin{frame}{算法} \begin{algorithm}[H] \caption{HOSVD} \small \KwIn{HOSVD($\mathcal{X},R_{1},R_{2}.....R_{N}$) } \KwOut{ $\mathcal{G},A_{(1)},A_{(2)}......A_{(N)} $ } \For{$k=1$ to $N$ } { $A_{(n)}\leftarrow R_{n}$left singular matrix of $X_{(n)}$ } $\mathcal{G}=\leftarrow \mathcal{X} \times A_{(1)}^{T} \times A_{(2)}^{T}...... \times A_{(N)}^{T}$\\ \Return $\mathcal{G},A_{(1)},A_{(2)}......A_{(N)} $ \end{algorithm} \end{frame} \subsection{代码} \begin{frame}[fragile]{代码} HOSVD在Python的代码实现和分析： \lstinputlisting[lastline=11, language=Python, frame=single, caption=First ten lines of some Python code, label=python] {HOSVD.py} \end{frame} \section{Future Work} \begin{frame}{Future Work} %将来可做的方向 \begin{itemize} \item<0-> Get more people to try this \item<0-> Benchmark the entire system in the wild \item<0-> Profit! \end{itemize} \end{frame} \begin{frame}{Thank you} \begin{center} \begin{minipage}{1\textwidth} \setbeamercolor{mybox}{fg=white, bg=black!50!blue} \begin{beamercolorbox}[wd=0.70\textwidth, rounded=true, shadow=true]{mybox} \LARGE \centering Thank you for listening! %结束语 \end{beamercolorbox} \end{minipage} \end{center} \end{frame} \begin{frame}{Q\&A} \begin{center} \begin{minipage}{1\textwidth} \setbeamercolor{mybox}{fg=white, bg=black!50!blue} \begin{beamercolorbox}[wd=0.70\textwidth, rounded=true, shadow=true]{mybox} \LARGE \centering Questions? %请求提问 \end{beamercolorbox} \end{minipage} \end{center} \end{frame} % ----------------------------------------------------------------------------- \end{document} %文档结束