面向健康云的定制化网络安全服务

针对传统的云计算网络安全模式无法满足云用户不同的网络安全需求,本文提出一种面向健康云的定制化网络安全服务方案.该方案首先根据健康云用户的网络安全需求填写安全模板;然后,将安全模板进行加密;最后,由定制化网络安全服务系统自动分析处理,建立有效的安全规则,最终保护云用户安全.在医疗健康云平台上展开实验,对比传统方法,实验结果显示本文方法在性能改善上的有效性.     

基于卷积神经网络的实时环境光遮蔽计算

环境光遮蔽是一种常用于计算机游戏以及可视化领域的低频全局光照模拟算法。已有的基于屏幕空间的环境光遮蔽计算方法虽然保证了计算的实时性,但是存在估计失真以及细节丢失等难以解决的问题。针对该问题,本文提出了一种结合低频光线追踪采样以及蒙特卡罗去噪的算法框架对环境光遮蔽进行实时计算。为了解决传统蒙特卡洛去噪算法无法实时处理的问题,提出了一种基于卷积神经网络的蒙特卡罗去噪算法,并针对问题对网络结构进行了改进和优化。验证实验证明基于卷积神经网络的方法能够对环境光遮蔽的去噪问题进行准确的处理,同时本文对卷积网络的改进在保持精度的基础上显著地提高了计算效率。对比实验显示了本文算法在保持与高频采样光线追踪算法相近效果的前提下可达到与基于屏幕空间环境光遮蔽计算方法相近的每秒数百帧计算效率。     

利用空间信息实现保留上下文体绘制

直接体绘制中,为了去除非感兴趣组织对感兴趣区的遮挡,增强感兴趣区域的显示效果,提出利用空间信息的保留上下文体绘制方法。通过人机交互设定焦点,快速定位感兴趣区;提取光线上每个采样点与焦点的空间位置以及夹角信息;根据这些信息构建高斯衰减函数,作用于当前采样点的不透明度,控制光线合成,以突出显示感兴趣区。对CT头部数据的实验结果表明,该方法可以去除非感兴趣组织对感兴趣组织的遮挡,突出显示感兴趣区,且具有良好的人机交互性。