低压反渗透复合膜NTR—7250的脱盐性能

测定了ＮＴＲ－７２５０膜的脱盐性能。结果表明，该膜水通量约为ＣＡ膜的５倍；脱盐率主要受阴离子控制，并随电荷数递增；水中结垢成分被优先除去，ＳＯ４＾２－，硬度和ＨＣＯ３＾－除去率分别大于９７％，８１％，７６％；该膜抗氧化能力与ＣＡ膜相当，而适用ＰＨ范围更宽，并且可在较高水温下长期使用。     

基于P2P的点播服务系统的设计

P2P技术是一种比较成熟的技术,在实际中有着广泛的应用。通过分析研究常见P2P技术的应用即视频直播和文件传输,结合实际需求将视频点播系统与P2P技术相关联,提出了一种基于P2P技术的边下边看的视频点播系统。阐述了系统的构成,对服务器端视频文件格式,客户端结点的选取和存储空间的开辟等问题进行了分析讨论。     

网络测量及其关键技术

讨论网络流量测量的常用方法和常用测量指标以及网络流量测量中的关键技术。介绍了时延测量、“噪声”分组过滤、丢包率测量、时钟偏移影响的消除等几种网络测量中常用的关键技术。通过对这些关键技术的分析,探讨了各种测量模型以及存在的问题。由于网络快速发展,新应用不断提出,网络正变得越来越复杂。为了应付日益复杂的网络,必须提出新型的网络测量方案,为整个网络稳健、可靠、高效的运行提出重要依据。     

自相似网络流量预测的分析和研究

网络流量模型能准确和全面地刻画流量数据的各种统计特性，因而成为网络研究的热点。讨论了传统模型预测的弊端，描述了网络流量自相似的基本特征，分析了三个重要自相似模型的特点和存在的问题，使用实际网络流量验证了流量的自相似性并结合多分形小波模型对网络流量进行预测，探讨了流量模型预测的新技术和进一步研究的问题。     

.Net开发中MVC模式的应用

介绍了如何利用．NET平台结合MVC模式开发安全、可扩展、易维护的系统。分析了MVC设计模式，设计了一个基于MVC模式的．NET框架下的应用模型，并结合该实例，探讨了具体的实现方法，并给出了每个模块的代码实现。该系统实现了应用程序模块化，具有良好的安全性、可扩展性和易维护性。     

一种基于Internet的电子商务应用模型

文中在对XML技术和Web服务技术进行分析之后,提出了一种新型的基于Internet的电子商务应用模型,包括:基于XML和Web服务的电子商务应用框架和数据集成方案,并对该模型进行了分析评价。该模型具有可扩展性、开放性、可重用性、适应性、易于实现等特点,适合未来电子商务系统的应用发展。     

关于中国Deep Web的规模、分布和结构

随着Web数据库的广泛应用,Web正在加速的"深化",大量的高质量的信息隐藏在Deep Web中.基于IP采样的方法,对1,000,000个IP样本进行了分析统计,揭示了2006年初中国Deep Web的规模、分布和结构.主要结论包括有:1中国Deep Web查询接口往往位于站点浅层,94.6%的Deep Web查询接口出现在站点的前3层;2中国Deep Web大约有24,000个站点,28,000个Web数据库和74,000个查询接口;3中国Deep Web大部分是非结构化的,其中64%是非结构化的Web数据库;4中国Deep Web分布于多种不同的主题领域;5目前主要的中文搜索引擎已覆盖国内Deep Web大约二分之一的页面.     

基于自编码网络特征降维的轻量级入侵检测模型

基于支持向量机(SVM)的入侵检测方法受时间和空间复杂度约束,在高维特征空间计算时面临“维数灾害”的问题.为此,本文提出一种基于自编码网络的支持向量机入侵检测模型(AN-SVM).首先,该模型采用多层无监督的限制玻尔兹曼机(RBM)将高维、非线性的原始数据映射至低维空间,建立高维空间和低维空间的双向映射自编码网络结构,进而运用基于反向传播网络的自编码网络权值微调算法重构低维空间数据的最优高维表示,从而获得原始数据的相应最优低维表示;最后,采用SVM分类算法对所学习到的最优低维表示进行入侵识别.实验结果表明,AN-SVM模型降低了入侵检测模型中分类的训练时间和测试时间,并且分类效果优于传统算法,是一种可行且高效的轻量级入侵检测模型.     

海量数据环境下用于入侵检测的深度学习方法

针对传统浅层机器学习方法无法有效解决海量入侵数据的分类问题,提出了一种基于深度信念网络的多类支持向量机入侵检测方法(DBN-MSVM)。首先,该方法利用深度信念网络对大量高维、非线性的无标签原始数据进行特征降维,从而获得原始数据的最优低维表示;然后,利用二叉树构造多类支持向量机分类器,并对获得的最优低维表示进行网络攻击行为识别。最后在KDD’ 99数据集上进行实验仿真,DBN-MSVM方法可缩短支持向量机分类器的训练时间和测试时间,提高了海量入侵数据的分类准确率。