基于Agent的分布式入侵检测系统模型的研究与设计

在CIDF(Common Intrusion Detection Framework,通用入侵检测框架)的基础上,引入Agent技术,提出一种基于Agent的入侵检测系统模型。该模型通过静态智能Agent和移动Agent技术,实现了基于主机和基于网络相结合的分布式入侵检测,改善了入侵检测系统的性能。     

基于Agent的分布式入侵检测技术研究综述

智能化和分布式是目前入侵检测的热点研究方向,基于Agent的分布式入侵检测技术以移动Agent的优于传统分布式技术的特性更是成为分布式入侵检测领域的研究热点。本文针对以往入侵检测系统的不足,剖析了现有的分布式入侵检测系统,重点分析了各个典型的基于Agent的分布式入侵检测系统的优、缺点,并结合国内外的发展形势展望了基于Agent的分布式入侵检测系统的发展方向。     

基于自治Agent的入侵防御系统模型探讨

本文首先分析了在面对越来越多新型网络攻击时，当前主流网络安全产品存在的不足之处，然后简单介绍了入侵防御系统和自治Agent，最后，提出利用自治Agent的良好特性，构建基于自治Agent的入侵防御系统模型，详细讨论了结构中各组件的功能、工作流程和主要特性。     

基于移动Agent的入侵检测系统模型

分析了传统入侵检测系统的局限性，给出了一个入侵检测系统模型IDS—DLRMA．详细讨论了动态逻辑环在系统中的工作原理，在该模型中，中间Agent依据逻辑环对各组件进行动态管理，有效地解决了传统入侵检测系统中存在的单点失效、缺乏恢复机制、负载平衡以及扩展性和移植性差等问题，能够把大量的网络信息分布处理，适合运用于较大规模网络中。     

基于移动Agent的网络入侵检测系统的研究与设计

为了解决传统入侵检测系统存在的问题,研究并设计一个基于移动Agent的网络入侵检测系统.划分了入侵检测系统内部移动Agent的功能,并给出了移动Agent的通信方式和交互流程.结果表明:该系统能够有效地减轻了网络负载,缩短网络等待时间,实现入侵检测的动态自适应,从而降低了系统的误报率和漏报率.     

基于数据挖掘的多Agent入侵检测系统研究

讨论了数据挖掘技术在入侵检测中的应用,结合多Agent技术提出了一个分布式入侵检测系统应用模型,描述了系统的功能结构,并给出了一个异常检测实例。     

基于Agent的入侵检测系统研究

基于Agent的入侵检测系统是采用了Agent技术以保护信息系统安全的系统模式,成为近年来安全领域研究热点.本文对几个典型的基于Agent的入侵检测系统的框架结构、检测分析的处理方法和agent协同等进行了分析,并对基于agent的入侵检测系统存在的问题以及发展方向进行了讨论.     

基于移动Agent的入侵检测系统研究

针对传统入侵检测系统中出现的问题,在详细讨论当前入侵检测技术的基础上,给出了一种基于移动Agent技术的入侵检测系统框架。     

基于人工免疫原理的网络入侵检测系统模型研究

介绍了网络入侵检测技术,阐述了人工免疫和分布式Agent系统原理,提出了一种基于人工免疫原理和分布式Agent技术的网络入侵检测系统模型,并对其核心算法进行了分析。     

基于移动Agent的分级多层无线传感器网络入侵检测系统与技术研究

文章介绍了入侵检测系统及其分类,指出了目前在无线传感器网络中入侵检测系统（IDS）所面临的挑战。在此基础上,提出了一种基于Agent的分级多层无线传感器网络入侵检测系统与技术,并分析了其网络结构、工作原理和性能。     

基于级联特征分类器的行人检测算法

为进一步提升方向梯度直方图-局部二值模式(HOG-LBP)特征融合的行人算法在检测精度以及加快融合后的算法检测速度,提出了一种基于级联特征分类器的行人检测算法。计算样本集的方向梯度共生直方图(CoHOG)特征和鲁棒局部二值模式(RLBP)特征,使用这两种特征训练两种特征弱分类器,并将两种特征融合训练CoHOG-RLBP特征弱分类器。针对算法中存在的特征维数过高导致算法检测速度慢的问题,将各特征分类器以不同数量进行级联,构建一个6级特征弱分类器组成的级联特征分类器实现对行人目标的检测,同时使用soft-NMS算法对输出的检测窗口进行融合。在INRIA行人数据集上进行实验,实验结果表明本文算法有效提高了检测的精度与速度。     

分布式入侵检测系统体系结构研究

入侵检测系统（IDS）可以对生机系统或网络系统资源进行实时检测，及时发现闯入系统或网络的入侵者，也可预防合法用户对网络系统资源的误操作。首先简单介绍几种入侵检测技术，然后重点讨论了分布式入侵检测系统（DIDS）的体系结构。     

Clinically applicable artificial intelligence algorithm for the diagnosis,evaluation, and monitoring of acute retinal necrosis

The prompt detection and proper evaluation of necrotic retinal region are especially important for the diagnosis and treatment of acute retinal necrosis(ARN). The potential application of artificial intelligence(AI) algorithms in these areas of clinical research has not been reported previously. The present study aims to create a computational algorithm for the automated detection and evaluation of retinal necrosis from retinal fundus photographs. A total of 149 wide-angle fundus photographs from40 eyes of 32 ARN patients were collected, and the U-Net method was used to construct the AI algorithm. Thereby, a novel algorithm based on deep machine learning in detection and evaluation of retinal necrosis was constructed for the first time. This algorithm had an area under the receiver operating curve of 0.92, with 86% sensitivity and 88% specificity in the detection of retinal necrosis. For the purpose of retinal necrosis evaluation, necrotic areas calculated by the AI algorithm were significantly positively correlated with viral load in aqueous humor samples(R2=0.7444, P0.0001) and therapeutic response of ARN(R2=0.999, P0.0001). Therefore, our AI algorithm has a potential application in the clinical aided diagnosis of ARN, evaluation of ARN severity, and treatment response monitoring.     

基于CDMA多用户检测的方法

本文主要给出了CDMA系统和CDMA多用户检测的一般模型，并列出了目前CDMA多用户检测的几种解决方案及其性能的比较，提出了CDMA多用户检测还有许多需要完善的方面。     

Determination of organophosphorus pesticide residues in vegetables by an enzyme inhibition method using α-naphthyl acetate esterase extracted from wheat flour

The widespread use of organophosphorus pesticides (OPs) poses a great threat to human health and has made the detection of OP residues in food an important task, especially in view of the fact that easy and rapid detection methods are needed. Because OPs have inhibitory effects on the activity of α-naphthyl acetate esterase (ANAE) in plants, in this work we evaluated the possibility of detecting OPs in vegetables with ANAE extracted from commercial flour. The limits of detection (LODs) obtained for methamidophos, dichlorvos, phoxim, dimethoate, and malathion in lettuce samples with crude ANAE were 0.17, 0.11, 0.11, 0.96, and 1.70 mg/kg, respectively. Based on the maximum residue limits (MRLs) for OPs in food stipulated by Chinese laws which are 0.05, 0.20, 0.05, 1.00, and 8.00 mg/kg for methamidophos, dichlorvos, phoxim, dimethoate, and malathion, respectively, the esterase inhibition method with crude ANAE had sufficient sensitivity to detect the residues of dichlorvos, dimethoate, and malathion in lettuce, but it could not be used to guarantee the safety of the same samples if methamidophos or phoxim residue was present. The sensitivity of the method was improved by the use of esterase purified by ammonium sulfate salting-out. The LODs obtained for methamidophos and phoxim with purified esterase were lower than the MRLs for these OPs in food. This is a very promising method for the detection of OP residues in vegetables using crude or purified esterase because of its cheapness, sensitivity, and convenience.     

汽车自动变速器综合性能检测台架试验项目的国内外现状与研究

介绍目前国内有关汽车自动变速器台架检测试验项目的现状,并尝试以自行开发的汽车自动变速器性能检测台为基础,设计开发了6项台架试验项目,以期能替代就车试验,检测自动变速器的性能,为故障诊断提供参考。     

Proteiomic patterns for endometrial cancer using SELDI-TOF-MS

Serum samples from endometrial cancer (EC) patients and healthy females were analyzed using surface-enhanced laser desorption-ionization time-of-flight mass spectrometry (SELDI-TOF-MS) to discover the potential diagnostic biomarker for detection of EC. A preliminary training set of spectra derived from 40 EC patients and 30 healthy women were used to develop a proteomic model that effectively discriminated cancer patients from healthy women. The training set had a specificity of 100% and sensitivity of 92.5% in the EC detection. A blind test set, including 20 new cancer cases and 10 healthy women, was used to validate the sensitivity and specificity of this multivariate model, which had a corresponding results of 60% in specificity and 75% in sensitivity, respectively. The combination of SELDI-TOF-MS with bioinformatics tools could help find new biomarkers and establish the detection of EC with high sensitivity and specificity.     

减法聚类和粒子群优化TS模糊神经网络的驾驶疲劳融合检测(英文)

为提高基于单一特征检测算法的准确率和可靠性,提出基于多个特征的驾驶疲劳融合检测算法.从直接反映驾驶员疲劳的2个面部特征和间接反映疲劳的1个车辆行为特征2个方面对驾驶疲劳进行综合检测.该算法运用TS模糊神经网络来识别驾驶疲劳,采用减法聚类对网络进行结构辨识,确定模糊规则的条数及相关参数的初始值,并改进了粒子群优化算法对网络进行训练.仿真和实车实验表明,该算法不仅能有效改善TS模糊神经网络的收敛速度和识别精度,而且能提高驾驶疲劳的检测正确率.     

基于EM算法的差分酉空时调制检测方案

与相干检测相比传统差分检测会带来约3 dB的性能损失.提出一种新的差分酉空时调制检测方案.该方案分为2步:首先将传统差分检测获得的数据序列进行差分再编码,作为对发送符号序列的初始估计;然后由期望最大化(EM)算法进行迭代检测,利用上一步得到的发送符号序列的初始估计值作为EM算法的初始值.在每一次迭代时,最新检测到的发送符号序列用来进行信道估计,随后利用估计出的信道实施相干序列检测,进一步提高对发送符号序列检测的准确性.仿真结果表明,经过几次迭代后,提出的检测方案性能大大优于传统的差分酉空时调制检测方案.     

串联电极压电传感器快速检测金黄色葡萄球菌

利用压电微生物传感器筛选出适合金黄色葡萄球菌快速生长的培养基，并结合电化学方法判断培养基的稳定性，以完成金黄色葡萄球菌的定量快速检测．结果表明：加入营养液4的培养基性能稳定，仪器检测现象明显．该培养基培养20h后根本无变化，但接种后培养引起340μs的电导变化．检测时间短，约3—7h即可完成一次检测，检测限低至10^2cells／mL．并且具有检测成本低、检测重复性好等优点．