基于随机实验的蠕虫传播预测研究

蠕虫传播预测是蠕虫防御的基础之一，但随着蠕虫扫描策略日趋多样和互联网结构逐步复杂，在蠕虫爆发初期及时建立精确的蠕虫传播模型变得越来越困难。利用随机仿真实验来模拟蠕虫在网络中的传播行为，通过统计分析仿真实验结果，发现蠕虫传播实验结果是一个随机过程，而实验结果间存在很高的线性相关性。由此提出一种基于仿真实验统计结果的蠕虫传播趋势预测方法，该方法可以利用0．1％存在漏洞主机的感染信息精确的预测蠕虫传播趋势。     

面向软件缺陷预测的网络嵌入特征研究

已有研究根据软件的代码依赖、修改历史、协同开发关系等,建立网络模型来预测软件的缺陷;近年来,网络嵌入技术广泛用于软件网络分析,显著提升了缺陷预测效果。本研究发现不同软件关联网络和网络嵌入算法的组合将影响缺陷预测性能。具体地,本文针对3种软件关联网络（类依赖网络、文件耦合网络和开发者贡献网络）,并应用6类网络嵌入方法,分析不同网络嵌入方法所保持的软件结构特征及其对缺陷预测性能的影响。在12个开源Java系统上的实验结果显示：在类依赖网络和文件耦合网络,传统的度量特征上结合网络嵌入特征后,缺陷预测效果得到显著提升;DeepWalk、Grarep和Node2vec网络嵌入算法更擅长学习网络的同质性,缺陷预测效果更好;网络嵌入特征以及缺陷预测性能对嵌入算法的参数配置比较敏感。本研究结论有助于指导缺陷预测中软件关联网络和网络嵌入方法的选择。     

高产己酸梭状芽孢杆菌的诱变及筛选育种

通过物理(紫外线诱变)和化学(氯化锂诱变)相结合的方法对209#己酸菌进行诱变,采用平板法对其进行单菌落分离.对分离得到的单菌种进行产酸性能测定,筛选出发生正向突变的菌种,并对其进行遗传性状稳定性测试.最终将筛选出的性状优良、稳定的菌种进行组合并应用到大生产中,从而达到提高己酸产量的目的.