基于网络行为模糊模式识别的蠕虫检测方法

网络蠕虫攻击由于危害大、攻击范围广、传播速度快而成为因特网危害最大的攻击方式之一.如何有效地检测网络蠕虫攻击是当前网络安全研究领域的一个重要方向.通过对网络蠕虫攻击行为的分析和研究,提出了一种根据蠕虫爆发时产生的典型网络行为来检测未知蠕虫的方法.该算法通过分别学习正常主机和受感染主机的网络行为建立相应的标准分类模糊子集,然后利用模糊模式识别法判定待测主机是否感染蠕虫.最后进行实验验证,结果表明,该方法对未知扫描类蠕虫有较好的检测效果.     

面向网络入侵检测的GAN-SDAE-RF模型研究

针对传统机器学习方法在处理不平衡的海量高维数据时罕见攻击类检测率低的问题,提出了一种基于深度学习的随机森林算法的入侵检测模型,为了避免传统的随机森林面对高维数据和不平衡数据时分类精度低、稳定性差和对罕见攻击类检测率低的问题,引入生成式对抗网络（GAN）和栈式降噪自编码器（SDAE）对随机森林算法（RF）进行改进。将罕见攻击类数据集输入GAN神经网络中,生成新的攻击类样本,改善网络入侵数据在样本集中不均衡分布的情况,通过堆叠深层的SDAE逐层抽取网络数据的分布规则,并结合各个编码层的系数惩罚和重构误差,来确定高维数据中与入侵行为相关的特征,基于降维后的特征数据构建森林决策树。采用UNSW-NB15数据集的实验结果表明,与SVM、KNN、CNN、LSTM、DBN方法相比,GAN-SDAE-RF整体检测准确率平均提高了9.39%、误报率和漏报率平均降低了9%和15.24%以及在少数类Analysis、Shellcode、Backdoor、Worms上检测率分别提高了26.8%、27.98%、27.85%、39.97%。     

聚合物驱地层压力评价方法适用性分析

在应用"松Ⅰ法"计算聚合物驱地层压力时,由于产液量、出油厚度随开发阶段的不同而变化,导致计算结果不能真实反映实际地层的压力水平.因此,根据聚合物驱开发过程中各阶段的地层压力变化特征分析了聚合物驱地层压力状况,探讨了应用末点压力评价聚合物驱地层压力的可行性,对于正确认识聚合物驱开发过程的地层压力变化、合理进行聚合物驱调整具有重要意义.     

基于B/S结构出差五定单系统的设计与实现

网络办公已成为现代企业发展的趋势,更是企业实现无纸化办公、提高办公效益、节约办公成本的现代化工具。利用现有的网络平台,开发了一套适合企业财务部门使用的"出差五定单"系统,以替换手工填写纸质的办公模式来提高工作效益。本文主要阐述基于B/S三层体系结构模式的出差五定单系统功能模块的开发和研究以及如何使用ASP和Access解决一些相关的技术,其中包括系统的安全性、稳定性、实用性等问题。     

放射性物质的大气弥散

通过仿真计算,分析了核事故发生放射性物质泄漏期间,在各种大气稳定度条件下,相对于不同地理环境的烟羽弥散趋势,以及事故泄漏周围区域放射性物质的时间积分浓度分布情况。模拟的结果很好,符合放射性物质在近地面轴线上的浓度分布情况,为核事故应急提供了有利的依据。     

步枪系统发射过程的动力学建模

为探讨步枪系统发射过程中的准确物理参数,以牛顿第二定律和内弹道学计算公式为理论基础,建立其动力学数学模型.利用该模型计算了内弹道时期和后效期全枪系统的后坐力、后坐位移、后坐速度、角速度和角位移,以及枪机组件的运动位移和速度.计算结果表明,最大后坐速度和最大后坐力均发生在枪弹飞离枪口时,最大后坐位移发生在火药气体作用的后效期.该方法为步枪系统发射动力学的理论研究及其数学建模探索了一条新路径,对同类系统发射动力学特性的进一步分析探讨具有参考价值.     

激光熔覆工艺参数对MoFeCrTiWAlNb高熔点高熵合金涂层组织和性能的影响

为了提高工具铜的重复使用寿命,通过激光熔覆技术在高速钢表面成功制备了MoFeCrTiWAlNb高熔点高熵合金涂层,利用金相显微镜(OM)、X射线衍射仪(XRD)、扫描电镜(SEM/EDS)、显微硬度计等设备,探究了激光功率、激光扫描速率对高熵合金涂层显微组织和硬度的影响规律.结果 表明:当激光功率较小时,熔覆层较浅,熔...     

基于局部非负稀疏编码的掌纹识别方法

为了更有效地提取出图像的局部特征,在传统的非负稀疏编码(Hoyer-NNSC)算法的基础上,提出了一种新的具有稀疏度约束的局部NNSC (LNNSC)算法。该算法考虑了特征基向量的稀疏度约束和特征的最大化代表性,能够得到强化的图像局部特征;同时利用拉普拉斯密度模型作为特征系数的稀疏惩罚函数,保证了图像结构的稀疏性。在特征提取的基础上,进一步利用径向基概率神经网络(RBPNN)分类器,实现了掌纹的自动识别。仿真实验结果表明,与基于非负矩阵分解(NMF)、局部非负矩阵分解(LNMF)和Hoyer-NNSC的掌纹识别方法相比,该算法在掌纹识别研究中有较高的可行性和实用性。     

课程本体自动构建技术研究

课程本体是课程知识组织的一种重要技术,在智能学习系统中得到广泛应用。针对人工建立课程本体依赖专家经验和效率较低等问题,提出课程本体自动构建技术。该技术以丰富的Web课程资源为数据源,集成网络爬虫、中文分词和关联规则挖掘等技术,实现课程本体自动构建。实验结果表明,该技术建立的课程本体不仅具有较好的质量,而且执行效率较高。     

WSN中基于端到端的贪婪故障定位算法

为了维持无线传感器网络的正常运行,所有的故障链路需要被精确定位。将该问题转换为基于端到端的数据引导,以减少主动监测次数为目的的最优监测序列的问题。提出了通过拓扑拆分得到故障子图,并通过子图的概率集进一步计算节省主动探测次数的基于节点监测多条链路的启发式贪婪算法NTHG(node testing using heuristic greedy)。仿真结果表明仅需要监测小部分的节点,就可以定位网络中所有的故障链路。与该问题最新的解决算法LTHG(link testing using heristic greedy)相比,新算法需要更少的监测次数和平均CPU耗时,从而很好地降低了网络能耗,缩短了故障定位耗时。