基于信息熵理论的高速IPv6网络流量抽样测量方法

基于信息熵的理论提出了一种大规模、高速IPv6网络流量抽样测量方法,对实际IPv6网络流量数据进行了统计分析,比较了IPv6数据报文头的各个字段比特位的随机性,选择出随机性好的字段作为抽样的匹配字段输入,满足了抽样样本的随机性要求。通过软件编程实现了该抽样测量方法,并抽样采集了实际IPv6网络流量,实验数据表明其结果具有良好的均匀性,且总体和样本的数据报文大小的分布函数曲线吻合。     

对104步杂凑函数HAVAL的原根攻击

针对杂凑函数HAVAL的第1圈中圈函数的性质和消息字的顺序,结合使用穷举搜索等方法,给出对前104步HAVAL压缩函数的原根攻击。其计算复杂度是2224次杂凑运算,需要存储238个字节,而穷举攻击的计算复杂度是2256次杂凑运算。分析结果对杂凑函数HAVAL安全性的评估有重要的参考价值。     

中学化学实验课教学与食品安全教育

本文围绕提高化学教学的实用性这一目标,将食品安全知识与化学实验教学进行有机结合,探讨如何以新课标下实验教学的“活动探索”方法为思路,帮助学生通过实验的方法扩展并积累食品安全知识,提高学生学习化学的主动性与趣味性.本文以首先对《新课标》进行了解读,然后分析了食品安全与化学教育的关系,最后介绍了化学实验教学中渗透食品安全知识的方法与实例.     

基于GPS的端到端时延测量方法设计方案

端到端时延是评估Internet的网络性能的重要参数之一,也是近年来的研究热点。由于端到端时延的测量存在收发时钟不同步问题,所以常用的网络时延测量方法大多是通过测往返时延来间接求得端到端时延,测量结果的误差较大。文中基于GPS接收机的同步方法设计出网络时延测量仪来测量端到端时延,解决了收发时钟不同步的问题,提高了测量的精度。     

一种新的可变采样率的网络流量抽样测量方法

随机报文抽样方法是目前常用的流量抽样测量方法,但是它倾向于采集长流,影响了异常检测的正确性．提出了一种新的基于IP流可变采样率的网络流量抽样测量方法,将到达的数据报文按照流标识分类,并以每一个报文在所属流中的位置和流的大小为参数设置可变采样率进行抽样测量．实验表明,该方法提高了短流中报文的采样率,减少了随机报文抽样方法对异常检测的影响,检测结果能正确地反映原始数据的异常情况．     

中文病理文本的结构化处理方法研究

病理文本作为一类重要的非结构化临床文档,对临床诊断至关重要。针对具体的中文病理文本数据,提出一种简单有效结构化处理方法。首先对中文病理历史文本数据进行预处理,包括数据清洗、短句切分及主干提取等步骤,从中提取出各个样本所对应的文本信息;然后通过短句聚类和统计参数筛选实现样本描述模板的提取;最后利用模板对病理文本进行即时结构化处理,得到最终的结构化处理结果。实验证明,该方法对同类文本可以达到很好的结构化效果;同时提取的模板会被定期优化以适应最新的数据结构化需求。     

基于FARIMA模型的流量抽样测量方法

目前的流量抽样测量方法主要基于传统的数学理论,并没有考虑到实际网络流量的特征,基于此,提出基于FARIMA流量预测的抽样方法,根据流量预测值动态调整抽样率,既减轻了CPU的负载,又节省了存储空间。通过对比实际使用中的流量抽样测量方法取得的数据报文样本均值和Hurst参数,表明该方法能够正确体现原始数据的流量行为统计特征。     

基于超声特征集成学习的甲状腺结节分类方法研究

甲状腺结节是一种比较常见的疾病,并且发病率有逐年上升的趋势.如何及时并准确地鉴别出结节的良恶性,采取相应的治疗措施,是甲状腺结节治疗过程中的核心问题.超声作为甲状腺结节初步诊断的主要检查方式,其特征数据对于鉴别结节良恶性具有指导意义.本文针对甲状腺结节超声特征数据存在稀疏和不平衡的问题,通过在目标函数中加入自定义项对集成学习算法进行改进,提出一种基于改进集成学习的甲状腺结节良恶性鉴别方法.实验在真实医疗数据集和UCI标准数据集上分别对比了本算法与随机森林、支持向量机、神经网络算法,结果表明该方法具有最高的准确率,分别达到92.43％和94％.     

用旋流器净化支架工作液

<正> 在矿井条件下,液压支架液压系统的工作液体要受石英、硫化铁、煤和其它矿物固体颗粒的污染。在液压支架泵站过滤系统中使用板式和网式过滤器效果较差:过滤细度80μm,并且过滤器很快失效。