课程文献中心 更多>>

关键词： 深度学习   医院信息   通信网络   监控系统   LSTM   网络攻击  

摘要： 针对医院信息通信网络的安全性与稳定性需求,设计了一种基于深度学习的监控系统。该系统通过网络状态监测模块,利用LSTM算法分析医院数据接收状态及流量状态,实现精准的状态监测。网络状态控制模块则通过子模块针对异常状态进行实时控制,包括网络攻击控制与网络信道均衡控制,有效防御DDoS攻击并避免网络拥塞。实验结果显示,该系统能监测到多种网络异常状态,减少通信质量下降的问题,并成功防御了98%的DDoS攻击,显著提升了医院信息通信网络的安全性和稳定性。

关键词： 汉黄芩素   非小细胞肺癌   网络药理学   分子对接   实验验证   Akt1   TP53   JUN  

摘要： 目的通过网络药理学、分子对接和实验验证的方法探讨汉黄芩素抗非小细胞肺癌的作用机制。方法通过中药系统药理学数据库与分析平台(TCMSP)和SwissTargetPrediction数据库挖掘汉黄芩素的作用靶点;采用GeneCards、TTD和DrugBank数据库收集与非小细胞肺癌相关的靶点,并取两者的重叠靶点。使用STRING数据库分析靶点间的蛋白-蛋白互作(PPI)关系,并通过Cytoscape软件进行可视化和拓扑分析,筛选出关键靶点。使用R软件中的clusterProfiler包对重叠靶点进行GO功能和KEGG通路富集分析。采用AutoDockTools 1.5.6软件对关键靶点与汉黄芩素进行分子对接验证。通过体外细胞实验探讨汉黄芩素抗非小细胞肺癌的潜在机制。结果共获得44个汉黄芩素与非小细胞肺癌的共同靶点,PPI网络发现Akt1、TP53和JUN为关键治疗靶点。GO功能富集分析发现,共同靶点主要与活性氧代谢过程的调节、蛋白激酶调节活性等过程相关。KEGG通路富集分析表明,汉黄芩素抗非小细胞肺癌与PI3K-Akt、IL-17、p53等信号通路有关。分子对接结果表明,汉黄芩素与Akt1、TP53、JUN具有较好的结合能力。此外,细胞实验证实,汉黄芩素处理能有效抑制A549细胞的增殖、迁移和侵袭,促进细胞凋亡。Western Blot分析结果显示,汉黄芩素作用A549细胞后,p-Akt、TP53和JUN的表达水平下调(P<0.05)。结论汉黄芩素能够通过调节PI3K-Akt、IL-17、p53等信号通路发挥抗非小细胞肺癌的作用,其作用机制与调节Akt1、TP53、JUN靶点有关。

关键词： 数字电网   通信   信息网络安全技术  

摘要： 本文以对数字电网的通信信息网络安全技术进行研究,分析了该技术在应用过程中存在的不足之处,针对于数字电网发展期间其所面临的安全威胁,提出了一系列技术措施,优化数字电网并确保数字电网的通信信息网络安全体系是可控的。

关键词： 网络微短剧消费   银发群体   主观幸福感   社会认同感   生命意义感  

摘要： 在网络微短剧爆发增长和人口老龄化日渐加重的双重背景下,深入探讨网络微短剧消费对银发群体主观幸福感的影响及其作用机制兼具理论和现实双重意义。本文在系统理论分析的基础上构建链式中介模型,并基于银发群体调查问卷数据实证考察网络微短剧消费对银发群体主观幸福感的影响机制。研究发现:网络微短剧购买和观看均显著正向影响银发群体主观幸福感;社会认同感和生命意义感不仅具有独立中介效应,还在网络微短剧消费对银发群体主观幸福感的影响中发挥链式中介效应。最后,提出相关政策建议。

关键词： 欧盟   网络视听平台   生成式人工智能   监管政策  

摘要： 随着网络视听媒体服务和视听平台的兴起,欧盟的监管实践经历了逐步系统化、精细化的发展过程。欧盟监管变革由保障基本人权价值观驱动,同时也受到欧盟控制数字平台权力扩张、争夺全球数字规则主导权等战略目标的影响。面对生成式人工智能在网络视听平台的应用,欧盟从监管主体、对象、措施等方面对监管政策与法律实践进行了调整,这一举措在构建起了较为完善的监管体系的同时也通过监管规则的对外输出逐步扩大了其在全球治理中的影响力。我国可借鉴欧盟的有益做法,促进监管方式体系化、监管理念公平化、监管规则影响扩大化,构建中国特色的网络视听平台监管体系,在保障我国网络视听平台健康有序发展的同时进一步提升我国在全球数字竞争中的话语权。

关键词： 长短期记忆网络   径流模拟   气候变化   水资源管理  

摘要： 为了研究气候变化对区域水循环的影响及其对水资源管理和可持续发展的影响,通过构建和比较长短期记忆(LSTM)网络、人工神经网络(ANN)和土壤与水评估工具(SWAT)模型,研究不同模型在模拟信江流域径流量方面的性能。研究结果表明:(1)LSTM模型在模拟径流量方面展现出优越的性能,尤其是在时间序列数据处理上,比传统水文模型有更高的预测精度;(2)窗口大小的选择对模型性能有显著影响,在不同的窗口参数中,选择15d窗口大小时,模型获得最低的均方根误差(RMSE)和最高的纳什系数(NSE);(3)多气象变量输入的LSTM模型(LSTM2)在模拟性能上优于仅使用降水数据的模型(LSTM1),综合考虑多种气象因素对提高LSTM模型预测能力有重要作用。

关键词： 滇中引水工程   超前地质预报   地震数据   去噪重构:LSTM  

摘要： 提高地震原始记录的信噪比对隧洞超前地质预报至关重要,滇中引水工程隧洞中常用TGS法开展超前地质预报,针对隧道TGS地震数据采集时容易受到大量干扰信号的影响进而产生较大的噪音。为了提高地震数据的质量,首先模拟TGS采集模式,并结合滇中引水工程隧洞实际设计资料有针对性地建立多个地质模型,通过正演模拟得到大量高质量的隧洞地震数据,并加入噪声;其次引入LSTM深度学习网络寻找加噪地震数据与原始地震数据之间的复杂非线性关系;最后将在滇中引水项目隧洞中采集到的真实数据输入到训练好的LSTM网络进行去噪重构。实际应用效果表明,采用基于LSTM深度神经网络的去噪重构方法可有效提升地震数据的质量,并在一定程度上提升在滇中引水工程开展超前地质预报的预测效果。为地震数据去噪领域的研究提供了一种新思路。

关键词： 边缘计算   网络切片   多智能体强化学习   联邦学习   生成对抗网络  

摘要： 为满足动态边缘计算网络场景下用户差异化服务需求,该文提出一种基于生成对抗网络(GAN)辅助多智能体强化学习(RL)的联邦切片资源管理方案。首先,考虑未知时变信道和随机用户流量到达的场景,以同时优化长期平均服务等待时延和服务满意率为目标,构建联合带宽和计算切片资源管理优化问题,并进一步建模为分布式部分可观测马尔可夫决策过程(Dec-POMDP)。其次,运用多智能体竞争双深度Q网络(D3QN)方法,结合GAN算法对状态值分布多模态学习的优势,以及利用联邦学习框架促使智能体合作学习,最终实现仅需共享各智能体生成网络加权参数即可完成切片资源管理协同决策。仿真结果表明,所提方案相较于基准方案能够在保护用户隐私的前提下,降低用户平均服务等待时延28%以上,且同时提升用户平均服务满意率8%以上。

关键词： 三全育人   网络安全   课程思政  

摘要： 为了深入贯彻落实立德树人根本任务,推进网络安全技术课程思政建设的创新发展,文章分析了当前网络安全技术课程思政建设面临的挑战,探索了基于三全育人理念的课程思政建设目标与策略。研究表明,将三全育人理念融入网络安全技术课程思政建设,有助于提升人才培养质量,实现知识传授与价值引领的有机统一,为培养德才兼备的网络安全专业人才提供有效途径。

关键词： 文心一言   VR   大语言模型   教学方法  

摘要： 随着人工智能技术和虚拟现实(VR)技术的快速发展,以及教育技术智能化转型的推进,作为前沿技术和教学赋能工具,大语言模型在计算机专业教育领域展现了日益显著的价值。在这一背景下,如何将大语言模型与VR技术及教学方法有效融合于课堂教学中成为重要课题。文章将探讨文心一言与VR技术深度结合的方式,并应用于“计算机网络基础”课程教学,以推动该课程的创新与发展。