面向入侵检测的单模式匹配算法性能分析

对基于规则的入侵检测系统来说,模式匹配算法非常重要,它直接影响到系统的准确性和实时性。文章针对入侵检测系统中的模式匹配问题,通过实验模拟,对若干种单模式匹配算法的性能进行分析,以得到适用于对大规模数据实时定位的高效单模式匹配算法。     

SF/COL/PLLA静电纺丝三维纳米纤维支架材料的性能研究

基于PLLA(左旋聚乳酸)的优异性能,以六氟异丙醇(HFIP)为溶剂采用静电纺丝法制备质量比为0∶100,30∶70,50∶50,70∶30和100∶0的8%SF/COL/PLLA共混纳米纤维支架,并用浓度为25%戊二醛蒸汽交联48h,通过扫描电镜、X射线衍射、热重分析仪、接触角检测仪对共混材料交联前后的理化性能进行表征。结果表明纳米纤维直径均一,分布均匀;交联后SilkI形成稳定的β折叠,结晶度增强,且交联后材料结晶度明显较交联前增强;热稳定性也随着PLLA浓度的增加愈加稳定。交联后的材料接触角均大于90°表明材料为疏水性,PLLA的加入降低了材料的亲水性能。复合人牙周膜干细胞和材料培养,分析材料的生物学性能,结果证明细胞培养5,7和9d时,细胞在不同比例的支架上粘附、铺展和增殖均良好,但细胞与质量比为30∶70的SF/COL/PLCL纤维膜复合生长最好。     

访问控制策略中信息流的最优化去环方法

最优化去除访问控制中信息流的环路是许多重要信息系统向多级安全系统迁移时保证系统可用性的重要前提.证明了该问题是NP难题,提出了基于动态规划的最优解算法,利用遗传算法搜索近似最优解.复杂度分析和实验结果表明,对于小规模环境,最优解方法能较快地找出最优解;对于大规模环境,近似最优解算法能有效找出近似解.     

静电纺丝素/聚左旋乳酸复合纳米纤维膜的制备及性能研究

采用静电纺丝技术成功制备丝素(SF)/聚左旋乳酸(PLLA)复合纳米纤维膜,对其理化性能进行研究。本实验以六氟异丙醇(HFIP)为溶剂,将SF与PLLA按100∶0、70∶30、50∶50、30∶70、0∶100的质量比共混进行电纺,制备的5种材料用戊二醛(GTA)蒸汽交联48h。通过扫描电镜(SEM)、拉伸性能测试、X射线衍射(XRD)、热重分析(TG)和亲水角等方法对其理化性能进行表征。结果显示制备的SF/PLLA复合纳米纤维平均直径在162~680nm之间,并随着PLLA含量的增加而增加;交联后纤维虽有溶胀,但仍然保持了纤维形貌;SF/PLLA复合纳米纤维膜的力学性能、结晶度、热稳定性和疏水性较纯SF明显提高,且随着PLLA含量的增加而增加,有望成为一种新型的组织工程支架材料。     

静电纺丝素/胶原/聚(左旋乳酸-己内酯)三维纳米纤维支架及细胞相容性研究

采用静电纺丝技术,以丝素(SF)胶原(COL)混合聚(左旋乳酸-己内酯)(PLCL)制备不同配比的三维纳米纤维支架材料,表征其理化性能并检测细胞相容性,旨为牙周组织工程提供一种新型支架材料。采用扫描电镜(SEM),傅里叶红外光谱(FTIR),接触角等方法表征其理化性能;接种牙周膜干细胞(PDLSCs)检测其细胞生物相容性。结果表明:SF/COL/PLCL纤维形貌良好,直径随PLCL含量的增加而变大;SF/COL对PLCL的结构几乎没有影响,但PLCL会破坏丝素胶原之间形成的氢键,使以β折叠结构为主的SF变为以无规卷曲和α螺旋结构为主;当SF/COL与PLCL质量比为50:50时,三维纳米纤维支架材料的亲水性能良好,牙周膜干细胞(PDLSCs)在纤维表面粘附稳定,增殖活性良好,表明该支架材料细胞生物相容性好,在生物医学领域具有很大的应用潜力。     

SF/COL/PLCL和SF/COL/PLLA静电纺丝三维纳米纤维支架材料的性能研究

以具有良好生物相容性、生物可降解性的聚乳酸-聚己内酯(PLCL)和聚左旋乳酸(PLLA)为原料,通过静电纺丝法,以70∶30为质量比的SF/COL分别和聚左旋乳酸、聚左旋乳酸-己内酯共混制备不同质量比的纳米纤维支架材料。采用X射线衍射、热重分析等方法对复合材料的理化性能进行表征并对其交联前后的性能进行探讨和比较。结果表明,SF/COL与高分子聚合物复合后其分子结构和热稳定性变化不明显,交联后复合纳米纤维支架β化程度、结晶度和热稳定性较交联前均有所增加,能形成稳定的分子构象,热稳定性有所提高,在组织工程中可为特定细胞提供结构支持,有望成为一种新型的组织工程支架材料。     

面向移动智能设备的多特征融合隐式鉴别机制研究

隐式鉴别机制在解决移动智能设备的安全性与易用性冲突方面具有重要而独特的作用.然而,已有工作通常基于单一特征或动作进行隐式鉴别,仅适合于特定动作、场景和范围.为了解决此问题,本文利用用户使用设备时存在位置、环境、状态、生物和行为特征,提出了一种基于多特征融合的隐式鉴别方案.该方案采集设备内置传感器、生物和行为数据,通过支持向量机方法训练和提取特征,设计多特征融合模型和构建隐式鉴别框架,计算用户身份信任水平,设计差异化安全策略并持续透明地鉴别用户身份.实验验证了该方案的有效性,并且能够平衡安全性与易用性和资源消耗.     

快速的多模式匹配算法

在基于有限状态自动机的多模式匹配算法(DFSA算法)基础上,结合Tuned BM算法的优点,提出一个快速的多模式字符串匹配算法,实现了多模式匹配过程中不匹配字符的连续跳跃.在此基础上进一步改进,得到一个最差时间复杂度为线性的匹配算法.分析指出算法实际比较的字符数随着模式串长度的增加而下降,并随模式集的增大有所增多.实验表明,在模式串较短时,算法需要的匹配时间仅为AC算法的1/2到1/3,AQR算法的9/10左右;在模式串较长时,所需时间为AC算法的1/4至1/8,AQR算法的3/4左右.     

本科“机器学习”课程教学改革初探

数学知识跨度大、实际应用范围广、技术更新迭代快是“机器学习”区别于其他课程的最大特征,传统“机器学习”课程教学中数学复习与模型讲解分离、教学内容枯燥缺乏实际联系、考核内容落后于技术发展,导致本科生对机器学习模型理解困难、学习兴趣不强、自主学习意识缺乏,难以运用机器学习前沿技术解决实际问题。围绕教学方法、内容和考核3个方面,提出了“机器学习”课程教学改革措施,融合线上学习和线下推演的教学方法,增加师生互动、串联关键知识点;引入科学家故事和兴趣挑战的教学内容,丰富课堂内容、培养学习兴趣;增加基于前沿技术的实战考核,引导自主学习、探索前沿技术,成功应用于广州大学方滨兴院士本科预备班“机器学习与数据挖掘”教学实践,改善了课程的教学效果。     

一种面向移动计算的机密性与完整性模型

机密性和完整性是移动计算的两个重要特性,如何保障机密性和完整性是移动计算的重大挑战.利用π演算能有效建模移动并发系统的特征,借鉴程序语言中不同类型变量之间的赋值方式,提出基于混杂类型检测的安全π演算(Hybrid Typed Securityπ,πHTS).根据πHTS利用静态类型检测保障低机密级信息只能向同等或更高机密级流动,高完整级信息只能向同等或更低完整级流动,针对机密性和完整性在信息流向上的相反性,提出了基于强制类型转化的有效动态转换框架.πHTS将静态检测和动态检测有机地整合在一起,形成了一种统一的安全形式模型.它能同时保障移动计算中的机密性和完整性,具有较好的可用性.