课程文献中心 更多>>

关键词： 高校网络安全   大数据   防护措施  

摘要： 在大数据环境下,高校校园网络信息的重要性与日俱增,然而伴随着的是日益凸显的安全隐患。本文首先概述了大数据对高校校园网络带来的挑战,以及当前高校在网络安全方面所面临的主要问题,包括技术漏洞、管理不足等。随后,详细分析了各种网络信息安全隐患,如黑客攻击、病毒感染、误操作等,并深入探讨了这些隐患对高校网络系统的潜在威胁。针对这些安全隐患,本文提出了一系列有效的防护措施。通过设置强大的防火墙、定期升级软件补丁、实行网络隔离策略等手段,可以大大降低网络安全事件的发生率。同时,实施网络监控系统和建立预警机制对于提高整体防护水平具有重要意义,能够及时发现并应对潜在的安全风险。此外,本文还强调了教育培训与意识提升在网络安全防护中的重要性。通过定期开展网络安全培训课程,提高师生的网络安全意识,有助于降低网络违法行为的发生频率。

关键词： 计算机网络   教学实践   教学改革  

摘要： 本文聚焦于计算机网络课程的实践教学模式,展开了深入探讨。开篇便点明计算机网络课程在计算机专业教育里占据核心地位,以及其重要性。紧接着,对当下实践教学过程中出现的各类问题进行剖析,例如教学内容未能紧跟时代步伐、教学方法较为单一、实践教学环节不够扎实,以及实践教学考核方式缺乏多样性等。针对上述一系列问题,文章提出了一套全面的改革举措,涵盖优化教学内容、创新教学方法、强化实践教学环节,以及完善教学评价体系等方面。若能切实推行这些改革措施,学生的实践动手能力、创新思维能力以及解决实际问题的能力都将得到有效提升,从而为培育高素质的计算机专业人才奠定坚实基础。

关键词： 断路器   声纹识别   声谱图特征  

摘要： 针对传统开关柜故障监测装置效果不显著,难以及时发现设备运行时的缺陷,以及现有声纹识别故障诊断方法应用于断路器故障诊断中存在识别准确率低的问题,提出了基于声谱图特征的SE ResNet深度学习神经网络识别模型。首先对声音信号进行声谱图(Spectrogram)特征提取,保留了声音信号的细节,提取出音频信号中的瞬态特性和非稳态特性。随后通过识别模型进行故障诊断。通过实验,针对不同模型以及不同特征提取方式进行比较,验证了所提方法的有效性和优越性。

关键词： CT图像   金属伪影   稀疏Transformer   注意力机制   细节还原  

摘要： 在CT成像中,若病人体内存在金属植入物时,CT重建图像中会出现严重的金属伪影,降低图像质量并影响医生诊断结果;对现有金属伪影去除算法进行了研究,分析了简单的神经网络模型去除金属伪影时存在伪影残留及组织细节模糊的问题,提出了稀疏Transformer联合细节还原网络;该网络由伪影去除网络和细节还原网络两个独立的子网络构成,伪影去除网络将标准Transformer中的自注意力替换为稀疏注意力机制,并且引入混合尺度前馈网络提取多尺度信息,以产生更好的图像去噪特征;细节还原网络同时提取全局和局部信息,在不损失图像分辨率的前提下清晰地恢复原始图像细节,然后通过加法运算将其整合到上述去除伪影的图像中;在Deeplesion数据集上验证了模型的有效性,实验结果表明,该方法在金属伪影去除效果上优于目前已有方法,在PSNR、SSIM指标上表现更优,能有效去除金属伪影,恢复出大部分精细的结构细节。

关键词： 图网络   位置信息   多特征融合   语言模型  

摘要： 一般来说,对于非结构化图片经OCR识别后的结果,往往其结果语义信息和原来在非结构化图片上的位置紧密相关,例如(火车票,发票)我们要对其抽取的主体名往往位于图片左上角,我们要对其抽取的日期往往出现在图片右下角,所以对于这种非结构化文本做信息提取考虑其位置是很有必要的,故而本文提出一种加入位置信息的关键信息提取方法,通过对语言模型加入位置图使得语言模型更准确地提取关键信息,模型收敛速度更快。

关键词： 入侵检测   工业控制系统   机器学习   联邦学习   数据不平衡  

摘要： 入侵攻击对正常的工业生产流程造成阻塞和破坏,机器学习可实现对入侵检测的分类识别进而加以干预,但工控系统中各数据持有者之间存在的隐私安全壁垒无法将数据整合利用。为了打破数据壁垒,并获得更好的入侵检测分类效果,提出面向工业控制系统的联邦学习和神经网络入侵检测方法,利用多层神经网络实现入侵检测分类,通过联邦学习将各工业数据持有者的数据安全保留在本地,只传输模型和参数信息从而打破数据壁垒。针对各数据持有者的样本量不平衡问题,在联邦学习初始阶段引入权重因子来减少不平衡数据的影响,且为了弥补多维数据下单一分类任务解释性不强问题,在二分类及三分类的电力系统数据集上验证本文方法的有效性,实验结果表明本文方法具有更好的入侵检测识别效果。

关键词： 隔山消醇提取物   超高效液相色谱-高分辨质谱法(UPLC-HRMS)   慢性传输型便秘   网络药理学  

摘要： 目的探讨土家族药物隔山消醇提取物治疗慢性传输型便秘(STC)的物质基础及可能的作用机制。方法采用超高效液相色谱-高分辨质谱法(UPLC-HRMS)技术分析隔山消60%乙醇提取物中的化学成分;从UPLC-HRMS检测获得的化学成分中,选取其中含量TOP20的化学成分结合PubChem、SITCH、TTD等数据库检索、筛选隔山消醇提取物治疗STC的作用靶点,BioGPS数据库对靶点对应的组织分布进行分析,利用微生信在线网站进行GO功能、KEGG通路的富集分析,筛选其治疗STC可能的主要活性成分及作用机制。结果UPLC-HRMS共检测出隔山消醇相对含量TOP20的化学成分,其相对含量约为总含量的60%,预测出186个隔山消醇提取物治疗STC的共同作用靶点。GO富集分析发现隔山消醇提取物化学成分治疗STC涉及ERK1和ERK2级联的正向调节、MAPK级联的正向调控、细胞增殖的正向调控等生物过程。KEGG富集通路共159条,包括AGE-RAGE信号通路、C型凝集素受体信号通路、PI3K-Akt信号通路、Ras信号通路、Rap1信号通路等。结论隔山消醇提取物中发挥治疗STC的可能化学成分为Meldenin、28-没食子酰葡萄糖基儿茶素-3-阿拉伯糖苷、9,10,11-三羟基十八碳-12-烯酸等,其作用机制可能与调节AGE-RAGE信号通路、C型凝集素受体信号通路、PI3K-Akt信号通路有关。

关键词： IPv6环境   无线网络   入侵行为   动态取证   Clameleon聚类   网卡驱动   数据解析   数据量化  

摘要： 为在IPv6网络协议环境下对无线网络中的入侵行为进行准确监控和记录,以收集、保存无线网络入侵相关的证据,设计IPv6环境下无线网络入侵行为动态取证系统。该系统通过无线网卡连接IPv6环境下以太网,使用数据包捕获模块获取无线网络数据包后,将其输入到IPv6协议解析模块内,通过该模块对无线网络数据包实施解析处理,得到无线网络数据属性值参数。再将无线网络数据属性值参数输入到入侵行为取证模块内,该模块对无线网络数据属性值参数进行量化后,运用Clameleon聚类算法对量化后的无线网络数据属性值参数进行聚类处理,得到无线网络数据属性值参数中的入侵行为参数,实现无线网络入侵行为动态取证。实验结果表明,该系统具备较强的无线网络数据包捕获能力和无线网卡驱动能力,并可有效对不同类型的网络入侵行为进行动态取证,应用效果较佳。

关键词： 酸化压裂工艺   深层气田裂缝   网络优化  

摘要： 为了提升深层气田的开采效率,本研究深入探讨了酸化压裂工艺在裂缝网络优化中的应用。通过前置液酸化压裂、交替注入压裂液与酸液、闭合酸化压裂等多种技术,结合混合优化算法和自适应深度神经网络进行裂缝参数优化,有效提升了深层气田的油气产量。研究发现,尽管面临高温、高压等挑战,但酸化压裂工艺仍展现出广阔的应用前景,为油气工业的发展注入了新的活力。

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。