课程文献中心 更多>>

关键词： 新媒体   高校   突发事件   网络舆情   舆情管理   引导机制  

摘要： 伴随新媒体的迅猛发展,信息传播在速度与广度上达到空前水准。高校作为社会的重要构成单元,于突发事件舆情管理领域面临着日趋严峻的挑战。在此形势下,怎样高效引导与管理网络舆情,已成为高校危机管理的核心要务。本文深入研讨新媒体环境下高校突发事件网络舆情的特性,剖析当前高校在舆情管理中面临的挑战与存在的弊端,进而提出针对性的引导与管理策略。研究显示,构建完备的舆情监测机制、施行及时的信息反馈、采用多元的舆情应对策略、加强跨部门的协同协作,以及充分运用信息化技术,是高校有效应对突发舆情的关键所在。本研究对提升高校舆情管理能力、营造健康网络环境,具备重要的实践意义与学术价值。

关键词： 物流网络资源   资源匹配   双边匹配   RDAP算法   稳定匹配  

摘要： 针对物流企业缺乏资源搜寻和谈判能力,导致交易成本高难以合作问题,基于一对多双边匹配中稳定匹配的相关概念,提出一种基于RDAP算法的物流网络资源匹配机制,通过RDS与RP的双向选择到物流资源的稳定匹配。算法首先基于性价比的RDS决策模型得出RDS对于RP的满意度序列,然后根据基于成员稳定性的RP决策模型得出RP的满意度序列,在稳定匹配条件下构建一对多双边物流网络资源匹配模型,得出匹配结果。仿真实验表明,基于RDAP算法的物流网络资源匹配机制模型相比于传统Gale-Shapley算法模型,能更适用于物流领域,使匹配成功的RDS与RP双方的利润大大增加,为提高物流系统效率和服务质量提供了有力支持。

关键词： 随机脉冲   布尔网络   半张量积   混合指标模型   输出跟踪  

摘要： 在混合指标模型的框架下,研究了随机脉冲布尔控制网络的状态反馈输出跟踪问题。基于矩阵半张量积方法,将随机脉冲布尔网络的动态模型转化为代数表示形式。由于网络中存在着随机脉冲行为,为避免产生芝诺现象,给出了网络前向完备性的概念,并进而得到了其充要条件。通过构建可达集序列,推导了随机脉冲布尔网络跟踪恒定参考信号可解性的充要条件,同时对基于状态反馈的输出跟踪控制器设计提出了一个新颖的算法。最后通过一个数值算例证明了所提算法的有效性。

关键词： 大数据分析   网络信息安全   态势感知   态势预测模块  

摘要： 为了应对复杂多变的网络安全威胁,提升网络信息安全态势感知与预测能力,文章设计了一种基于大数据分析的网络信息安全态势预测系统。该系统采用数据采集、态势感知、态势预测和数据可视化等模块,可以通过大数据分析与机器学习算法对海量网络数据进行实时处理与分析。以典型的网络攻击场景为例,验证了系统在实际应用中的有效性。结果表明,该系统能够准确捕捉网络中的潜在安全威胁,并预测可能发生的攻击事件,为网络安全防护提供了智能化、前瞻性的技术支持,显著提升了网络安全态势预测的准确性和效率。

关键词： 异构图   图神经网络   元路径   路径优化   图嵌入  

摘要： 图神经网络作为处理图结构数据的一种有效方法,可以有效抽取异构图中的复杂结构与语义信息,在节点分类和连接预测任务上取得了优异表现.然而现有异构图神经网络算法忽略元路径下各个节点类型之间的相关性,导致在语义融合、更新时丢失邻域结构特征信息,从而影响模型整体性能.为解决该问题,提出融合路径优化的异构图神经网络算法.首先用特征传播使所有类型节点获得属性特征;其次通过元路径实例得到节点中心性信息;随后采用优化相似度计算不同类型节点贡献程度,学习异构图语义信息;最后提出路径优化策略进行多层训练,捕获节点之间潜在关联,获得节点嵌入表示.在ACM、IMDB和DBLP数据集上进行广泛实验,并与当前主流算法进行对比分析,实验结果证明了该方法的有效性.

关键词： 未知威胁   动态异构冗余   强化学习   拟态防御   自适应防御  

摘要： 针对未知网络威胁的隐匿性和渗透性等特点,提出了一种基于拟态防御理论的新型自适应防御模型。该模型引入拟态伪装机制,创新性地提出基于子网伪装的动态重构策略,通过动态调整子网的拓扑结构,扰乱攻击路径的生效过程,自适应阻止未知威胁的扩散,实现对网络要地的保护。该模型包括输入代理、可重构子网、调度控制层和策略裁决层,输入代理将业务流传输至可重构子网,策略裁决层构建强化学习驱动的智能决策模型,感知可重构子网的状态并生成防御策略;调度控制层根据防御策略动态调整子网连接,自适应地干扰攻击路径并阻止未知威胁的扩散。实验结果表明,与同类防御方法相比,所提模型能在有限步数内显著提高未知网络威胁防御成功率。

关键词： 元学习   图神经网络   网络刷单  

摘要： 近年来,随着电子商务的蓬勃发展,网络刷单行为逐渐泛滥,这不仅扰乱了市场经营秩序,也给互联网安全与治理带来重大挑战。本研究针对这一问题,提出了一种基于模型无关元学习(Model-Agnostic Meta-Learning)框架的图卷积神经网络(Graph Convolutional Network)识别网络刷单的方法,设计了结合MAML和GCN的学习器,其中MAML通过随机抽样训练GCN,获得全局最优初始参数,作为GCN学习器的起始训练参数,以实现通过少量样本快速收敛,最后通过GCN模型对网络刷单数据集实现二分类检测。实验结果表明,MAML-GCN模型的准确率、精确率、F1-Score分别达到89.47%、91.66%、90.90%,相比MAML、基础GCN模型均有显著性能提升,该方法不仅在网络刷单识别方面具有实际应用价值,还为进一步研究复杂网络行为识别提供了新的思路和方法。

关键词： 甲状腺炎   化学发光免疫分析   灵敏度   临床应用  

摘要： 研讨化学发光免疫分析(CLIA)在甲状腺炎检测中的应用效能及其灵敏度特质。通过对比不同检测方式下的结果差异,衡量CLIA技术的精准度与适用性。方法 择取2023年9月-2024年9月就诊的34例甲状腺炎患者,随机分为对照组与实验组,每组17例。对照组采用常规免疫分析手段检测,实验组运用化学发光免疫分析方法检测,对两组检测结果予以对比分析。结果 相较于对照组,实验组采用化学发光免疫分析法得出的结果,灵敏度与特异性更优,能更确切地反映甲状腺炎患者的临床态势。结论 化学发光免疫分析技术在甲状腺炎检验中具备高灵敏度与准确性,可给临床提供更可靠的诊断支撑,应用前景颇为可观。

关键词： 网络安全   安全管理中心   态势感知   医院信息化  

摘要： 本文介绍了我院网络安全管理与态势感知平台的建设与应用效果。该平台集成了关键安全设备,采用大数据技术对网络日志进行实时分析,并通过可视化技术展示安全态势。平台的核心功能包括日志分析、实时告警、日志聚合分析、威胁情报集成和可视化展示,有效提升了医院网络安全事件的检测、预警和响应能力。自平台部署以来,医院网络安全管理的效率和效果均有显著提升,为医院网络安全提供了坚实的技术支撑。未来我院将持续优化平台,以适应网络安全的持续挑战。

关键词： 图卷积网络   多源数据   故障定位  

摘要： 提出了一种基于图卷积网络的10 kV线路接地故障定位技术。该技术通过采集配电自动化系统、气象、历史故障等多源数据,构建了一种配电网图结构模型,进而引入改进的图卷积网络(GCN)模型,捕捉配电网的复杂拓扑关系和运行状态,并进行故障定位。实验结果表明,该技术的故障定位准确率达到95%以上,为配电网运维提供了有力支持。