王瑞敏
- 作品数：18 被引量：31H指数：4
- 供职机构：解放军信息工程大学更多>>
- 发文基金：国家高技术研究发展计划河南省杰出人才创新基金更多>>
- 相关领域：文化科学自动化与计算机技术电子电信更多>>
- “任务驱动式教学”在计算机组成原理课程中的实践和应用
- 针对《计算机组成原理》课程内容多、知识面广、学生感性认识差的现状,结合任务驱动教学的优势,在《计算机组成原理》课程中实施了任务驱动教学法,提高了课程的教学质量和教学效果。
- 王瑞敏郭惠芳王炜刘铁铭
- 关键词：计算机组成原理教学改革
- 文献传递
- 基于毕博平台的大学课程网络教学探索被引量：5
- 2014年
- 介绍了目前国内大多数高校教学的现状,结合网络教学优势,提出基于毕博平台的教学实施方案,分析了如何处理好网络教学和传统教学之间的关系,最后总结了所取得的教学效果。
- 王瑞敏蒋烈辉谢耀滨戚旭衍
- 关键词：网络教学传统教学教学质量
- 小班化“圆桌”探究式教学探索
- 利用小班优势,力图通过'圆桌'探究式教学的有效引导,营造平等、信任的学习环境,重视学生的个性和知识结构,强调学生独立自主学习和合作讨论精神,最大限度的激发每一个学生的学习积极性和创新性,进而培养学生剖析问题、解决问题的能...
- 王瑞敏蒋烈辉井靖唐永鹤
- 关键词：小班化教学
- 文献传递
- 基于SPOC的军队院校混合式教学模式被引量：10
- 2016年
- 分析当前形势下军队院校的在线教育现状;基于SPOC的教学理念,介绍混合教学中教学团队建设、教学资源、教学内容和教学方法;探讨微机原理及应用课程在混合式教学模式理论指导下的步骤和方法,提出利用军队网络教学平台的混合式教学模式。
- 王瑞敏曾韵王立新王志刚
- 关键词：军队院校混合式教学立体化教学资源过程性考核
- 可执行代码简化中间表示的设计与实现
- 2010年
- 为了保证可执行代码分析的简洁性和严密性,设计并实现了一种简化汇编语言中间表示(SAIR)。根据汇编指令的特点,给出SAIR的语法并详细描述了SAIR的结构化操作语义。对汇编指令进行分类,设计了中间语言翻译字典以建立汇编指令与SAIR的映射关系。通过中间语言翻译字典实现反汇编代码向SAIR的转化,得到SAIR。最后,给出汇编代码转化SAIR的实例。实验结果表明,设计并实现的SAIR可读性强,易于理解,可有效地提高可执行代码的分析效率。
- 窦增杰王震宇姚伟平王瑞敏
- 关键词：结构化操作语义形式语义
- 基于军队院校微型机应用技术课程建设的思考
- 2017年
- 围绕部队对指挥军官人才的培养需求,结合目前高校微型机应用技术课程教学现状,对课程内容设置、师资队伍建设、教学方法、考核方式等方面提出一系列改革思路,以解放军信息工程大学合训学员为教学实施对象组织教学,教学效果表明这种改革可以有效调动学员学习积极性,提高教学质量。
- 汪永红王瑞敏王震宇
- 关键词：合训学员课程建设
- 《计算机组成原理》课程中的“传道式”教学探索被引量：4
- 2014年
- "传道、授业、解惑"是教师的重要职责,针对目前"不传道、少解惑、重授业"的教育现状,文章指出传道的重要性,并把传道的思想运用于《计算机组成原理》课程中,提出授课教师要有"道",才能把"传道"思想贯穿于整个教学的过程。最后总结了传道中应该注意的问题。
- 王瑞敏蒋烈辉曾韵
- 关键词：传道教学模式创新思维
- 一种基于功能模型的二进制代码漏洞发现方法
- 本发明涉及计算机软件逆向分析领域。一种基于功能模型的二进制代码漏洞发现方法，首先基于静态逆向分析系统建立代码功能模型，并基于所述代码功能模型构造初始测试用例集；其次，通过动态测试与回放分析系统依据覆盖率控制和选路策略在动...
- 王震宇窦增杰姚伟平何红旗陈楠刘建林刘铁铭王瑞敏
- 文献传递
- 基于旗标相似性的物联网设备识别
- 2023年
- 精准识别物联网设备是风险评估、威胁感知、漏洞防护等安全活动的基础,对提高物联网的安全级别有着重要的意义。现有的物联网设备识别方法主要通过人工构建设备指纹,并与设备协议数据包的内容匹配,从而识别设备属性,但该方法存在效率低、人工成本高的问题。针对这个问题,提出一种基于旗标相似性的物联网设备识别方法,该方法首先选取响应报文首部字段的特征,构建设备特征集合空间,设计相似性度量规则,将目标设备与设备特征进行匹配,从而识别物联网设备产商和类型。与随机森林算法相比,该方法对物联网设备的品牌和类型的识别准确率提高了2.88%。
- 王瑞敏石佳琪任化娟
- 关键词：物联网
- 基于多重检验特征选择的物联网设备识别
- 2023年
- 准确识别连接到组织网络的物联网设备是保护组织网络安全的有效方法。目前基于简单特征的识别任务效果难以保证,且较少有针对设备识别任务中特征选择问题的系统性研究。针对物联网设备识别任务中的特征选择问题,提出了一种物联网设备特征选择方法。该方法利用Kruskal-Wallis检验先选出总体分布存在差异的特征,然后使用组间差异检验方法量化特征出现频率和组间差异,最后利用特征重要性从多维特征中筛选出存在组间偏差的最优特征子集。在公开数据集上进行实验,比较该最优特征子集在常见机器学习方法与特征选择方法中的实验结果,验证了物联网设备特征选择方法的可行性与有效性。
- 石佳琪王瑞敏张媛媛任化娟
