基于源的DDoS攻击的检测与防御技术

介绍了DDoS的攻击原理,提出了基于源端的DDoS攻击的检测和防御技术,详细讨论了此技术的构架及其关键技术乳检测源端是否发出攻击流技术、防御技术即在源头截断攻击流,通过如检测源端是否发出攻击流技术、防御技术即在源头截断攻击流,通过具体的实验确定流量检测中的闽值。     

基于多版本的对象标识与垃圾收集算法

研究与设计全复制结构的实时协同编辑系统的关键问题之一是多个复制数据视图的一致性 ,其中操作意愿保证是一致性维护的根本 .分析了基于多版本的对象标识问题 ,提出一个对象标识模型 ,并针对多版本环境对冲突定义进行了修改 ;采用操作列表 OL取代历史缓冲区 HB,维护对象版本上执行过的所有操作 ,并进一步分析了操作列表的垃圾收集算法 .本文提出的算法都得到实例验证     

婴儿源双歧杆菌对人胎结肠上皮细胞的增殖作用及机制研究

分析12株婴儿源双歧杆菌的发酵上清液和破碎物对人胎结肠上皮细胞(CCD841 CoN)的增殖效果。筛选出对细胞增殖促进效果最好的菌株,提取其表面蛋白和分泌蛋白,检测这两类蛋白对细胞增殖、周期及增殖相关基因表达的影响,探讨其对CCD841 CoN细胞增殖促进的作用。结果表明:筛选出双歧杆菌H3-R2,其浓度为50 μg/mL表面蛋白和10 μg/mL分泌蛋白与CCD841 CoN细胞共作24 h后,对细胞有显著增殖促进作用(P<0.05),提高细胞S期比例,降低G0/G1期比例(P<0.05),提高细胞内 β-catenin、c-Myc和Cyclin D1基因mRNA的转录水平(P<0.05),降低 Axin2、GSK-3β 基因mRNA的转录水平(P<0.05)。综上,婴儿源双歧杆菌可在mRNA转录水平上对人胎结肠上皮细胞有增殖促进作用,具有促进新生儿肠道发育的潜在应用价值。     

江西省移动通信BOSS远程数据备份中心的建设规划

为了贯彻中国移动通信ＢＯＳＳ(ＢｕｓｉｎｅｓｓＯｐｅｒａｔｉｏｎＳｕｐ ｐｏｒｔＳｙｓｔｅｍ ,业务运营支撑系统 )的战略 ,提高ＢＯＳＳ的服务质量 ,江西省移动通信公司决定在现有计费结算系统、业务管理系统和客户服务系统的基础上 ,结合自身的特点和实践经验对ＢＯＳＳ进行集中化改造。改造工程主要是按照中国移动网络３层结构体系 ,即对省中心和各市中心现有的计费结算、业务管理和客户服务等系统进行统一的整合和改造 ,将整个业务运营支撑系统规划为计费、结算、客户服务、业务管理和综合账务等子系统 ,建立全省惟一的生产中心 ,并…     

基于时空特征一致性的Deepfake视频检测模型

针对目前大部分研究方法仅关注Deepfake单幅图像的空间域特征而设计检测方法的问题,本文以Deepfake视频中人物面部表情变化存在细微的不一致、不连续等现象为出发点,本文提出一种基于时空特征一致性的检测方法。该方法使用卷积神经网络对待检测图像提取空域特征,利用光流法在待检测图像的连续帧间进行时域特征的捕获,同时利用卷积神经网络对时域特征进行深层次特征提取,在时域特征和空域特征经过多重的特征变换后,使用全连接神经网络对空域特征和时域特征的组合空间进行分类实现检测目标。将本文提出的模型在Faceforensics++开源Deepfake数据集上开展模型的训练并对模型的检测效果进行实验验证。实验结果表明,本文所提方法的检测准确率可达98.1%,AUC值可达0.9981。通过与现有的Deepfake检测方法进行对比,本文方法在检测准确率和AUC取值方面均优于现有方法,验证了本文模型的有效性。     

面向复杂产品离散装配过程的数据采集和管理方法

为解决复杂产品离散装配过程中数据采集和管理困难的问题,在分析装配数据采集业务流程的基础上,引人工作流管理技术,建立了装配数据采集和管理的过程模型,提出一种基于工作流的装配数据采集和管理方法,实现了数据采集过程定义、数据采集过程实例生成和数据采集过程控制。阐述了该方法中数据采集表格的动态定制、异构采集数据的存取和组织、面向技术问题的装配数据采集和管理等关键实现技术。通过开发的软件系统进行了工程应用,验证了该方法的可行性。     

卫星设计数据工艺性审查系统研究

针对卫星总装阶段需要开展工艺性审查的设计数据内容复杂多样、审查数据专业和种类多并对审查意见有统计分析的要求等特点,提出了一种基于要素的卫星辅助设计工艺性审查系统,研究了工艺性审查要素与工艺性审查表柔性定制机制、工艺性审查表与会签流程的融合与应用机制、基于工艺会签意见统计分析机制等关键技术,并介绍了系统实现办法和主要功能.     

求解高维优化问题的ITCSO算法

为提高竞争群优化(competitive swarm optimization, CSO)算法求解高维优化问题的寻优效率,提出一种改进的3重竞争群优化(improved triple competitive swarm optimization, ITCSO)算法.首先,采用3重竞争机制提高算法的寻优效率,同时,获胜粒子较好的收敛基础可以提高失败粒子的个体认知,明确粒子更新方向以提高粒子探索能力;然后,提出优败粒子向获胜子群学习的策略,增强算法的社会认知能力,减少算法评估次数,从而提高算法全局搜索能力;最后,提出获胜子群自竞争和劣败粒子基于获胜者变异的操作,增强粒子局部开发能力,避免算法陷入局部最优.为验证所提出算法的可行性,通过计算系统状态转移矩阵特征值和使用极限分析方法,给出稳定性和收敛性理论证明.采用几种基准测试函数验证所提出算法求解高维问题时的性能,并与其他算法进行对比.实验结果表明,ITCSO算法不仅有较高的寻优效率,且全局搜索和局部开发能力突出,更适用于高维问题的求解.