课程文献中心 更多>>

关键词： 新工科   课程思政   网络安全与执法   教学改革  

摘要： 新工科建设要求培养具有坚定理想信念、强烈责任担当和高尚道德情操的复合应用型人才。为适应新工科建设对网络安全与执法专业人才培养需求,落实立德树人根本任务,教学团队通过系统构建课程思政目标体系,丰富课程思政内容载体,加强思政教学联动交流,强化教师育人职责等,探索新工科背景下网络安全与执法专业课程思政建设路径。实践结果表明,课程思政建设对培养学生科技报国理想信念、落实立德树人根本任务有重要意义,为网络安全与执法专业课程思政建设提供新思路。

关键词： 人工智能   网络安全   态势感知   威胁检测  

摘要： 文章探讨了人工智能在计算机网络安全态势感知中的应用,结合深度学习、行为分析和预测建模技术,研究了其在威胁检测、异常分析、攻击溯源和态势评估中的效果。实验结果表明,通过模型优化和算法融合,人工智能技术能够有效应对复杂网络威胁,为网络安全提供创新解决方案。文章对不同算法的研究为网络安全智能化发展提供了理论基础和实践支持,以期提升模型效率和系统扩展性。

关键词： 钓鱼检测   终端日志   大语言模型   异构网页特征  

摘要： 随着网络钓鱼攻击的日趋频繁和隐蔽,基于特征工程的检测方法难以应对不断变化的攻击手法。本文提出了一种基于用户终端访问日志和大语言模型的网络钓鱼攻击检测方法。该方法从系统监控器Sysmon日志中提取用户在终端点击的可疑URL,这些URL通常来自即时通讯软件、Office文档、PDF文档等。然后,利用无头浏览器技术在虚拟容器内模拟真实用户的访问行为,获取网站的关键信息,包括Web技术栈、网页文本、屏幕截图、页面源代码、域名注册信息等。最后,将这些多维度特征输入到经微调的大模型中进行综合判断,识别其中的钓鱼网站。实验结果表明,该方法能够有效检测各类隐蔽的网络钓鱼攻击,准确率和召回率均超过95%,优于传统机器学习模型。该方法结合终端日志信息和人工智能技术,从全局视角判断网站的可疑程度,具有更强的鲁棒性和实用性。

关键词： 可靠性增长模型   整体退火遗传算法   量子直流电能表  

摘要： 量子直流电能表是智能电网中的重要仪表之一,其软件的可靠性增长模型对提高其可靠性具有重要意义。以往利用几种常用神经网络进行建模时,存在参数训练效率低,以及参数不理想导致泛化能力低的现象,这在一定程度上降低了模型的预测准确率。为此,文中将神经网络的训练过程转化为参数优化过程,利用完善后的基于退火规则的整体遗传算法(whole annealing genetic algorithm,WAGA)进行BP(back propa-gation)神经网络参数的寻优,使利用BP神经网络建模的效率提高18倍,全局寻优能力明显提高;进而给出了WAGA-BPNN软件可靠性增长模型,并以量子直流电能表的软件可靠性改善过程的实验数据进行建模及预测验证。实验表明,模型的预测准确度提高了1倍,满足实际要求。

关键词： 中医医案   TextCNN   GRU   Word2Vec模型   文本分类  

摘要： 针对中医医案诊断分类研究中上下文语义捕捉不足,难以有效捕捉长距离依赖信息以及分类精确度低等问题,提出了一种结合文本卷积神经网络(TextCNN)和门控循环单元(GRU)的混合模型。首先,利用Word2Vec模型对词向量进行训练,构建局部词向量库。其次,采用文本卷积神经网络对中医医案文本进行特征提取,以捕捉局部重要信息。最后,利用门控循环单元对提取的特征进行上下文信息建模,从而显著增强模型对长依赖关系的处理能力。实验结果表明,该模型在中医医案诊断文本分类任务中表现出色,预测精度达到85.01%,F1值为81.86%。

关键词： 图卷积神经网络   无线传感网络   CSI数据   零动态攻击  

摘要： 零动态攻击与一般攻击方式相比,隐蔽性更强,因此更不容易被发现。以往常规的检测方法在检测这种攻击方式时,漏检率和误检率较高。针对上述问题,研究一种基于图卷积神经网络的WSN零动态攻击检测方法。基于零动态攻击原理,以信道状态信息作为采集源,利用CSI-Tools工具实现CSI数据包采集。从CSI数据包中分离出幅值数据和相位数据,针对前者实施去噪处理,针对后者实施校准处理。从幅值数据和相位数据中提取4个特征,以特征为输入,构建图结构,利用图卷积神经网络实现无线传感网络零动态攻击检测。结果表明:基于图卷积神经网络的攻击检测方法的漏检率和误检率相对更低,由此说明该方法对零动态攻击检测更为有效,能够实现更为准确的检测。

关键词： Kinect   注意力机制   特征融合   图卷积神经网络   双向门控循环单元  

摘要： 针对老年人因摔倒后救助不及时而造成伤亡、给家庭和社会带来了严重负担,而及时发现老年人摔倒并通知其子女或者帮助其呼叫救助成为当前越来越迫切的需求的现状,以Kinect v2信息采集系统为平台,提出了一种基于特征融合与注意力机制优化的双流网络的跌倒检测方法,在有效提高跌倒检测准确率的同时,也避免了涉及用户隐私的问题。用骨骼点三维数据与骨骼向量夹角体现人体倾覆跌倒,通过图卷积神经网络(GCN)与双向门控循环单元(Bi-GRU)提取空域与时域特征,结合注意力机制与特征融合操作增强网络对跌倒行为特征信息的提取能力与学习能力,进一步提高老人跌倒事件检测的准确率。仿真结果表明,在实际场景测试与Florence 3D数据集中达到了较好的效果,验证了该方法的准确性与有效性。

关键词： 系统科学   “四史”教育   高校网络思政   路径创新  

摘要： “四史”教育融入高校网络思政,对坚持马克思主义领导地位、落实立德树人根本任务、深化思政工作改革创新具有重要意义。当前,我国在如何更好地把“四史”教育融入高校网络思想政治教育中还面临着一些挑战,如存在把握学生需求不够精准、内容建设相对滞后、人才队伍基础薄弱等问题,需要坚持系统观念,创新工作思路,通过强化价值引领,把好意识形态关,坚持内容为要,推进网络思政内容建设,抓住关键环节,打造精干队伍,强化供需对接,推进学习教育制度化,注重统筹推进,构建“大思政”工作格局等方式来提升“四史”教育实效性。

关键词： 农产品冷链物流需求量   BP神经网络   自适应学习率   动量项   模型优化   预测准确率  

摘要： 为实现对农产品冷链物流需求量的准确预测,通过引入自适应学习率和动量项优化BP网络,得到改进的BP神经网络。在此基础上,对该网络模型预测流程及模型最佳参数进行设计,使改进后模型的性能达到最优。采用BP神经网络、PCA-BP神经网络及改进的BP神经网络3种模型,对2020—2023年乌兰花镇冷链物流的需求量进行预测和对比分析,改进的BP模型平均相对误差仅为2.2%,为三者中最小。通过该模型对未来5年的乌兰花镇冷链物流需求量进行预测,并提出了相关发展建议。

关键词： 众包创新   超网络嵌入   知识动态能力   协同演化   系统动力学  

摘要： 众包模式下的价值共创已然成为数字经济时代价值创新的通行范式,知识动态能力作为企业赢取核心竞争优势的可持续来源同样获得了学界广泛关注,然而现有文献尚未从超网络嵌入视角对二者之间多向因果联系下的协同反馈路径展开系统研究。鉴于此,本文构建众包创新超网络嵌入与企业知识动态能力协同演化过程的系统动力学模型,并运用Vensim PLE软件进行仿真模拟与灵敏度分析。研究结果表明:众包创新有助于强化企业双元学习行为并显著改善其创新绩效;超网络认知、关系及结构嵌入深度对于企业知识感知响应、整合利用及重构转变能力提升具有正向影响;众包创新战略边界拓展,市场环境政策及网络平台构建可分别从系统生态内部、外部、本部对企业知识动态子能力的提升产生正向协同。所得结论丰富了众包创新研究视角并拓展了超网络嵌入理论应用范畴,为众包类企业制定合理的竞争策略提供了理论支撑。