基于混合梯度提升决策树和逻辑回归模型的分组密码算法识别方案

针对密码算法识别工作中因密码算法数量增多、密文数据复杂化以及数据间干扰增加,导致单层识别方案的识别准确率和稳定性变差等问题,提出一种基于混合梯度提升决策树和逻辑回归模型,并基于该模型构造分组密码算法识别方案。在该方案中,首先用原始十组特征训练梯度提升决策树模型,然后利用其学习而生成的树来构造新特征,再将新特征做one-hot编码,最后把这些新特征加入到原有特征中,训练逻辑回归模型进行预测。在唯密文情况下,针对AES、3DES、Blowfish、CAST和RC2五种典型的分组密码开展密码算法识别研究。当密文大小及其它实验条件都相同时,其二分类的识别准确率最高可达70%,五分类准确率最高达32%;高于基于单一梯度提升决策树分类方案的52.5%和27.2%分类准确率,以及单一逻辑回归模型分类方案的45%和25.6%分类准确率;显著优于二分类50%以及五分类20%的随机猜测正确率。实验结果表明,在分组密码算法上开展二分类和五分类识别,相较于其它识别方案,当密文长度相同时,该方案具有更高的分类准确率。同时随着密文长度的变化,识别准确率呈波动性变化,该方案波动幅度最小,受影响程度最小,稳定性最高。     

城市森林步道个体环境偏好、恢复性评价与健康效益评估关系研究——以福道为例

已有大量研究证实，偏好程度越高的环境恢复性效益越高，且恢复性评价的提升有助于改善游览者对环境健康效益的评估。在此基础上，构建城市森林步道的环境偏好、恢复性评价和健康效益评估三者之间的路径模型以探讨其关系及作用机理，并以福道为例进行结构关系模型验证。结果表明：1)城市森林步道环境的一致性、易读性、复杂性和神秘性均能有效反映游览者对城市森林步道的环境偏好，以神秘性对环境偏好的影响最为显著；2)城市森林步道环境的远离、延展性、魅力性和兼容性均能有效反映游览者对城市森林步道的环境恢复性评价，以魅力性对恢复性评价的影响最为显著；3)游览者对城市森林步道的环境偏好对其恢复性评价有显著正影响，对城市森林步道环境的恢复性评价对其健康效益评估有显著正影响；4)虽然游览者对城市森林步道的环境偏好对其健康效益评估没有直接影响，但二者之间通过恢复性评价的中介效益产生了间接影响。     

建筑工程质量管理与控制的实践探究

随着科学技术的日新月异,建筑业在我国得到了快速发展。建设工程的质量是建设工程的生命,建筑工程质量的优劣直接关系到百姓的生命财产安全,日益成为人们关注的焦点问题。本文结合某工程实例,主要探讨了高层建筑施工相关要点及其施工质量控制,希望可以对今后的建筑工程质量管理以警示和启发。