课程文献中心 更多>>

关键词： 网络防御   随机博弈   禁忌搜索   最优策略   禁忌表  

摘要： 针对当前网络防御策略研究中存在的因法律惩戒、信息不对称等因素导致的模型偏差问题,提出一种基于禁忌随机博弈的网络防御策略。通过将攻防过程进行离散化处理,构建禁忌随机博弈模型。使用具有记忆功能的禁忌搜索方法进行有限理性的随机博弈分析,并通过禁忌表数据结构实现记忆功能。结合博弈模型和数据驱动记忆,获得最佳网络攻击防御策略,使用仿真实验的方法来对该网络防御策略的有效性进行验证。实验结果表明,该网络防御策略的网络攻防收益量化精准度得到了有效的提高,与当前已有的网络防御策略相比,该方法的空间复杂度较低,并实现了算法的快速收敛,减少了算法的计算资源消耗,提高了网络防御收益的准确性。

关键词： 网络媒体   纸质媒体   正能量宣传   传播效果  

摘要： 随着信息技术的迅猛发展,媒体在正能量传播中的角色愈发重要,尤其是网络媒体的崛起为传统纸质媒体带来了全新的机遇与挑战。文章旨在探讨网络媒体与纸质媒体在正能量宣传中的异同点。通过对两种媒体在传播速度、受众群体、内容呈现和互动性等方面的对比分析,揭示网络媒体在传播速度和互动性方面的显著优势,以及纸质媒体在权威性和深度报道上的独特作用。同时,还探讨了网络与纸质媒体的融合趋势,以期为媒体从业者提供优化正能量传播的策略建议。研究发现,网络与纸质媒体在正能量宣传中各具优势,二者的互补性为传播效果的最大化提供了新的可能性。

关键词： 网络文章   科研成果   辅导员  

摘要： 文章探究了高校辅导员网络文章纳入科研成果的评价体系,包括评价主体:学术共同体、行政机构和社会公众一体化;评价客体:多元指标与分类整合;评价方式:评价原则、标准、流程协调推进。

关键词： 网络意识形态   风险防范   实践路径  

摘要： 新时代,随着经济社会的急剧转型和网络信息技术的飞速发展,网络空间已成为意识形态较量的重要舞台。加强网络意识形态风险防范是巩固党长期执政地位的必然要求,贯彻总体国家安全观的现实需要,推动国家治理现代化的应有之义。然而,现阶段的网络意识形态风险防范工作仍然面临社会转型适应性不佳、抵御外部思潮渗透不力、网络技术发展管理不善等现实挑战。面临挑战,党和政府要强化网络意识形态风险防范意识,提高网络意识形态风险防范能力,完善网络意识形态风险防范机制,切实提升风险应对与防控能力,以更为稳健的策略维护网络意识形态安全。

关键词： 人工智能   校园网络   入侵检测   安全态势感知   安全事件响应  

摘要： 针对高校校园网络面临日益严峻的安全威胁的问题,本文提出了一种融合人工智能入侵检测、安全态势感知、安全事件响应等技术的网络信息安全防护方法。通过在真实的校园网络环境中进行实验,并使用KDD CUP 99、UNSW-NB15等数据集,从检测精度、响应时间、资源占用等方面验证了该方法的有效性,为智能化校园网络安全防护提供了新的解决思路。

关键词： 混合神经网络   BERT   TextCNN-BiLSTM   智能合约   漏洞检测  

摘要： 针对现有智能合约漏洞检测方法准确率低以及对合约源代码特征提取不足的问题,该文提出一种基于预训练BERT模型(Bidirectional Encoder Representations from Transformer,BERT)和混合神经网络串行的智能合约漏洞检测方案SCVD-PBHNN。首先,对源代码进行数据预处理,去除冗余信息,保留源代码中的关键语句信息;其次,利用BERT模型替换了传统的静态词嵌入模型,深入挖掘智能合约源代码的语义特征;然后,结合文本卷积神经网络(Text Convolutional Neural Network,TextCNN)和双向长短期记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)混合神经网络构建特征提取层,对传入的词向量进行训练,充分提取源代码上下文信息和局部关键特征;最后,通过激活函数对特征向量进行归一化处理,实现漏洞检测与识别。实验结果表明,该方案在准确率、精确率、召回率以及F1值等评价指标上相比已有方案均有明显提升,能准确识别四种常见的漏洞,准确率分别为94.40%、93.72%、96.29%、93.53%。

关键词： 小肠病变   人工智能   胶囊内镜   目标检测   YOLO   迁移学习  

摘要： 目的基于单阶段检测框架的YOLOv8网络开发人工智能辅助系统,用于自动检测胶囊内镜(Capsule Endoscopy,CE)拍摄的11类小肠病变图像。方法本研究采用来自3种不同品牌CE设备的图像数据集进行深度学习模型的训练与测试,该数据集包含13683张图像和24416个注释标签。评估模型性能的指标包括准确度、敏感度、特异性、假阳性率以及检测速度。结果在对包含2729张CE图像(共4801个注释标签)的测试集进行评估时,YOLOv8m版本在确保高精度的同时,也展现了较快的推理速度,与其他YOLO版本相比展示了更加优异的性能。YOLOv8m在所有类别上的整体准确度为0.9597、敏感度为0.8176。在11个分类中,“出血”类别的敏感度最高,达到0.9342,而“红斑”类别的敏感度最低,为0.6832。就处理速度而言,YOLOv8m处理2729张图像的总耗时为16.37 s。结论基于YOLOv8m网络的人工智能模型能够快速精确地检测与分类多种小肠病变,在辅助内镜医师提升CE诊断效率和准确性方面展现出较大的应用潜力。

关键词： 圈层化   网络社群   青少年   伦理挑战  

摘要： 青少年在网络空间构筑了基于共同兴趣和偏好的“新社群”。网络社群内部的圈层化趋势加强了青少年之间的联系与共鸣,在一定程度上重塑了他们的社会认知和伦理判断。然而,这种圈层化也带来了新型场域对伦理空间的冲击、圈层区隔对伦理关系的界分、特定惯习对伦理实践的影响和微观规训对伦理意识的裹挟等问题,将他们置于伦理挑战的情境中进行考量。鉴于此,创构主流舆论传播新格局、释放网络圈层整合共振力、激活多元话语互促生命力、注重外部治理和内部自律的统一性,对于网络社会治理和构建网络空间命运共同体具有重要意义。

关键词： 3D卷积神经网络   行为识别   发展现状  

摘要： 随着社会发展的进步,行为识别领域的研究日益深入,越来越多的专家学者投入3D卷积神经网络的行为识别研究中,也取得一定成果。本文将浅析3D卷积神经网络的行为识别研究的国内外研究发展与现状,并对3D卷积神经网络的行为识别研究展望进行探讨。

关键词： 5G   基站节能   基站休眠  

摘要： 提出一种区域网络5G基站节能方案,用于降低区域网络内5G基站的能耗、节约5G运营成本、并保证区域网络内终端的服务质量。所提方案基于信道预测,从网络层面根据区域内终端的位置、测量、业务等信息,构建节能后业务以及能耗预测模型,基于预测结果,进行休眠基站的选择。通过Matlab仿真,结果表明相较于传统的基于PRB门限判断的基站休眠策略,本方案具有更好的节能效果以及更高的服务质量。区域网络基站休眠策略节能效率平均为31.2%,相比传统方案提升5.7%,并且更好的保证了终端服务质量。