网络攻击过程的形式化描述方法研究

采用确定的有限状态自动机理论对复杂的网络攻击行为进行形式化描述,建立了SYN-Flooding等典型攻击的自动机识别模型.通过这些模型的组合可以表示更为复杂的网络攻击行为,从而为研究网络入侵过程提供了一种更为直观的形式化手段.     

高速网络环境下的自适应入侵检测方法研究

为了实现高速网络环境下的入侵检测,对入侵检测的机理进行探讨,将入侵检测归结于不完备数据集上的推理过程,提出知识库的相似度、完备度等概念,并用其对知识库的规模和增长速度进行控制,从而保证入侵检测在有限规模的空间中进行搜索。同时,采用信息增益等方法将入侵检测转换到低维空间上进行。实验结果表明上述方法有效降低了入侵检测系统的计算负荷,提高了其实时响应性能。     

基于强化特征提取的视网膜血管分割

视网膜血管的分割精确率对眼科疾病和糖尿病早期诊断有着重要影响。面对现有方法在微血管与病变区域分割性能差的问题,本文提出一种强化提取血管特征的分割模型。该模型在编码部位引入多尺度特征提取残差模块(multi-scale feature extraction residual module,MFE-residual) 和多级残差空洞卷积层,用来扩展感受野,学习多层次图像特征,提高模型对血管信息的利用率;下采样和短连接部位分别融入轻量化注意力机制和多通道注意力模块,增加模型对血管的识别度,降低误分割的可能性。本文基于DRIVE和STARE两种公开数据集进行了实验,来验证改 进模型的分割能力。结果表明,两种数据上的准确率分别为0.965 2和0.971 5,灵敏度分别为0.820 5和0.825 6,与其他算法相比,分割性能更有优势。     

道路交通行车安全预警算法研究

为了提高道路交通安全,针对目前行车安全预警算法采用确定性参数导致的预警准确度不高的问题,提出了一种基于多层感知器神经网络的行车安全预警算法。该算法以人工神经网络为基础,将前后车的相对距离、相对速度、驾驶员风格类型、前车加速度、后车加速度以及后车的速度作为系统的输入,行车安全预警级别作为系统的输出。结合样本数据进行训练,得到行车安全预警级别的预测值,并与传统的碰撞时间算法和停车距离算法的两种预警算法进行对比。实验结果表明,多层感知器神经网络预警算法在预警的有效性与准确性方面明显优于传统预警算法。     

融合大学园区和社区教育资源 合力推动信息素质教育

大学园区内的教育资源共享、与所在社区的协同互动是发挥大学园区优势的关键所在。松江大学园区7所高校从事计算机基础教学的教师在园区本科教学协作组的支持下,在协作机制、课程共建、教学创新、资源共享、服务社会等方面开展了一系列探索与实践,为园区近8万名大学生提供了数量充足、形式多样的高质量教学资源,提高了园区整体的计算机基础教学水平;同时为社区企事业单位提供智力资源和技术服务及培训,提升了师资水平和社区的信息文化氛围。     

一种新颖的异常检测自适应模型

针对目前异常入侵检测系统误报率过高、自适应能力不强等问题,提出知识库的完备度、自相似度等概念,构造一种新颖的异常入侵检测自适应模型.使入侵检测系统能够根据自身的学习情况自动调节异常和正常的判断准则,从而增强系统的自适应能力,有效降低系统的误报率,提高入侵检测的准确度.     

基于连续查询的语义位置隐私保护算法

针对用户连续位置查询请求服务中未考虑语义信息而导致用户敏感语义泄露问题,为了实现对道路网络上客户端的查询隐私、位置隐私和语义位置隐私保护,本文提出一种离线轨迹聚类和语义位置图相结合的算法来进行隐藏用户的选择,使隐藏用户的位置具有明显的多样性和不同的语义以及多样化的服务请求,有效保护客户端的语义和位置隐私.在具有2个定义指标的真实地图上评估了该算法的有效性,整个连续查询道路网络服务的过程中,有很好的成功率和查询处理时间.同时与现有的其他可信第三方模型算法进行了对比分析,验证了本文算法的有效性.     

流动剖面成像测井技术

本文首先介绍了一种新的井内流动剖面成像测井技术一探针式含水率成像测井，然后叙述了该技术的测量原理；详细分析了国外的相应产品及其功能和特点，并对其中所采用的关键技术进行剖析。     

电容层析成像系统图像重建稳定性研究

电容层析成像图像重建是一个不适定的反问题求解过程,敏感于测量投影的微小变化,难以重建稳定的管截面图像,通过奇异值分解分析了成像系统产生不适定性的原因,采用阻尼最小二乘法改善了图像重建所对应的病态方程组的求解条件,有效克服了图像重建过程中的不适定性,获得了稳定的管截面图像。