简介:通过对目前正在实施的入侵检测系统的深入分析,利用Java语言的安全性机制,来设计入侵检测系统,提高其自身的安全性.介绍了用Java来设计入侵检测系统中的网络通信模块,提高检测网络数据安全性的能力。
简介:研究了入侵检测系统中海量数据分类的问题.讨论了深度信念网络(DBN)的原理,提出了基于DBN的入侵检测模型.DBN由多层无监督的限制玻尔兹曼机(RBM)网络和一层有监督的反向传播(BP)网络构成.该入侵检测模型采用一种快速、贪婪的方法对DBN网络进行预训练,利用对比分歧算法逐层训练每一个RBM网络;然后,利用有监督的BP算法对整个DBN网络进行微调,并同时对RBM网络输出的低维特征进行入侵数据分类.基于KDDCUP1999数据集的实验结果表明,使用3层以上的DBN模型分类效果优于自组织映射和神经网络方法.因此,DBN是一种有效且适用于高维特征空间的入侵检测方法。
简介:生产者与消费者系统(PCS)是一个经典的进程同步问题,Hocine等学者运用抽象状态机(ASMs)对该问题进行了时序规约。文中主要使用TLA语言对PCS给出了一个时序规约模型,并且利用模型检测工具TLC对PCS进行检测。同时对系统的活性和互斥性也进行了检测,检测结果都满足系统规约。ASMs主要采用转移规则来规约PCS模型,中间的转移过程是无法知道的,TLA能同时规约出PCS的执行过程和系统属性。
简介:为解决马铃薯图片的分类检测问题,提出了基于卷积神经网络的图像分类方法.利用卷积神经网络自动学习图像特征的优势解决马铃薯图像的分类问题,分别研究了基于ResNet、DenseNet和CaffeNet的神经网络模型图像分类方法,比较了不同分类方法的准确率,同时利用可视化工具提取网络中的特征图,结合测试结果对网络模型进行调整,降低图像分类的错误率,并且针对样本容量较小时易造成网络模型过拟合的缺点,采用留一法和其他方法来处理样本图片,以提高训练的网络精度.该次研究中训练的三种神经网络模型正确地对马铃薯图像特征进行了提取,网络的识别准确率较高,达到了生产检测的标准.
简介:为了更有效地对工程项目的健康状态做出全面准确的评估,将全寿命期下工程项目所有监测指标按质量指标、费用指标、时间指标、各方面满意度和可持续发展指标等加以划分.并且基于该指标体系定性与定量指标相结合的特征,构建了PCA—PR分析模型.该模型先对全寿命期指标体系进行主成分分析(PCA),从之前构建的全寿命期指标中甄选出一批可以作为工程项目健康检测分析的主要特征指标体系;再针对这些主要特征指标体系进行模式识别分析(PR),即通过将工程项目即时可能状态划分为绿灯至红灯5种状态,利用模式识别模型和项目主要特征指标识别出项目任意时点的健康状态.最后结合实例进行相关分析,得出与实际情况较为吻合的分析结果,验证了该指标体系和模型的有效性.
简介:为了检测解淀粉芽孢杆菌KL-1菌株的生物安全性,以小鼠为对象,经口急性毒性试验固定剂量法、染色体畸变分析法、骨髓细胞微核分析法和巨噬细胞吞噬功能分析法评价解淀粉芽孢杆菌KL-1对哺乳动物的安全性.结果表明,14d的观察中,急性毒性试验中各组小鼠未出现明显中毒症状和死亡情况,且解淀粉芽孢杆菌KL-1对小鼠的半数致死量(LD50)超过2000mg/kg.染色体畸变分析、骨髓细胞微核分析和巨噬细胞吞噬功能分析结果均为阴性.由此可推断解淀粉芽孢杆菌KL-1菌株对哺乳动物安全无毒副作用,为该菌株作为生物农药的安全使用提供依据.