生物入侵的适应性进化及其影响

生物入侵给世人提供了很多种群快速适应性进化的经典模型和生动实例.从入侵种的适应性进化的遗传学基础、生理生态特征、繁殖适应特征以及入侵种的适应性进化的影响等4个方面综述了国内外在入侵种的适应性快速进化的研究现状以及存在的问题.文中更强调入侵种的推动入侵事件进程的内在特征以及入侵种与其所处生物非生物环境的相互作用,这些信息将有助于理解入侵事件中影响入侵成败的关键因素.     

一种改进型神经网络的光纤预警系统适应性研究

针对传统长距离光纤预警系统识别入侵事件误报率高的问题，提出了一种基于改进型神经网络的光纤预警系统并研究了该系统在不同环境下的泛化适应性.系统的分布式传感部分应用Phi-OTDR技术，信号识别部分采用一种改进型的神经网络对入侵事件进行识别分类.最后通过3种情况下的实验，探究了系统的适应性.结果表明，该系统在光纤振动信号识别中有优秀的分类效果，并且在不同的环境条件下也具备良好的适应性.      

安防系统光纤信号特征提取与分类算法研究

 在宽域全光纤安防系统中,在不影响灵敏度的情况下区分入侵和正常事件是一个关键性的系统性能指标.由于入侵和正常事件以及各个入侵事件的光纤信号在某些情况下极为相似,因此需要对这些信号的特征进行仔细的筛选和识别.本文由此出发,提出了一套光纤信号特征提取方案,即使用小波降噪手段对光纤信号进行去噪;根据信号与噪声的能量在时域分布的不同,提出了一种实用的光纤信号的预分割方法;提取信号在小波空间的能量分布特征,形成特征向量;使用向量机分类器对光纤信号分类.     

浅析网络安全防火墙技术

随着互联网和计算机网络技术的快速发展，入侵事件和网络攻击也在与日俱增，因此安全性成为网络安全技术中最为关键的问题。本文主要介绍几种常见的防火墙技术及其主要特征。     

基于事件序列的蠕虫网络行为分析算法

蠕虫以及其他一些恶意代码的更新速度越来越快，如何快速有效地分析大量恶意样本成为网络安全研究的一个问题. 因此提出了一种基于事件序列的蠕虫网络行为自动分析算法. 该算法依靠在实验环境中采集的纯净恶意流量，通过使用数据流的压缩归并等方法获取网络行为的基本轮廓以及网络特征码. 该算法的使用可以加快蠕虫等恶意代码的分析速度，提高防火墙以及网络入侵检测系统的配置效率.     

一种基于进化神经网络的入侵检测实验系统

参照MIT Lincoln实验室的入侵检测实验方案,建立了一个基于Linux主机的入侵检测实验环境,提出了相应的入侵特征选择方案,并应用进化神经网络检测入侵,实现了对多种攻击的实时特征抽取及检测。实验表明：系统设计合理,特征抽取及检测方法有效,能较好地检测已知和未知入侵。     

认知进化观:认知科学研究范式的新取向

认知科学在其发展过程中经历了几次研究范式的转换，认知进化观的兴起是认知科学各学科多层次整合的表现。在心理学领域，进化心理学采用功能分析的方法分析适应性行为下的心理机制和特征。在人工智能领域，采用进化计算和遗传算法探讨人工生命的适应性行为。在神经科学领域，是对神经网络的自组织机制和神经系统的可塑性进行考察。认知进化观的缺陷是自然主义的计算与进化，忽视了人的历史文化性。认知进化观作为一种新方法论，为智能研究带来了生机。     

西双版纳热带植物园入侵生态学研究取得新进展

生物入侵是严重的社会经济和环境问题，是全球变化的重要组成部分，入侵种的扩散严重威胁着全球生物多样性安全、生态系统的结构和功能、农林牧业生产。尽管入侵种的危害越来越严重，对其研究越来越多，但是目前有关生物入侵的理论和假说还不能说明为什么入侵种具有如此强的入侵能力。增强竞争能力的进化（EIcA）假说是最有影响的入侵理论之一，该假说认为入侵地的天敌缺乏将使外来种通过进化降低天敌防御能力，而把原来用于防御的资源用于生长和繁殖等过程，从而提高竞争力能，促进入侵。     

基于聚类组织协同进化的入侵检测算法

针对组织协同进化分类算法中样本数据集数量较大时对训练样本的学习不充分,分类的效率和准确性不高的问题,提出了一种将聚类融入了组织协同的进化算法.该算法在分析组织协同进化特征的基础上,形成聚类组织协同进化算法, 并将此算法应用于入侵检测问题中使得训练样本得到比较充分的学习.通过该算法对KDDCUP99数据集进行仿真对比实验,验证了该算法的有效性.     

基于蜜罐技术的入侵检测系统研究

介绍了蜜罐技术和入侵检测的有关知识,从系统的有效性、可适应性和可扩展性的角度分析了当前入侵检测系统存在的问题以及将蜜罐技术应用于入侵检测系统的优点,同时提出了一种Honey-IDS模型,并描述了该模型体系结构及其主要功能。     

外来入侵植物喜旱莲子草的研究进展

喜旱莲子草已经成为我国的恶性入侵杂草.本文从喜旱莲子草的自身繁殖特性、生理生态适应性、群落内的种间关系、遗传多样性及其防治研究等方面综述近年来的研究现状,同时针对目前研究中存在的问题探讨今后喜旱莲子草研究的发展方向.大量的研究表明,喜旱莲子草的繁殖特性可能是影响它入侵的主要因子.但在入侵过程中它对各种环境的适应性是极为多样的,有可能是多方面的综合因素决定了其入侵的成功.     

对气候突变的初步认识

突变事件是气候系统中存在的一种现象，尤其是新生代以来，更是频繁发生，这就增加了气候系统预测的难度，试从突变事件的时空尺度，区域响应，以及它对人类进化和文化变迁的影响等几个方面来论述。     

鲍配子识别蛋白的进化

在鲍的繁殖过程中,配子的识别表现出种的特异性,精子顶体泡内的细胞溶素(lysin)可以专一性地在卵黄膜上钻一个孔,精子便从此孔进入与卵细胞相互融合,完成受精.Lysin通过正向选择定律快速进化,而卵膜上的细胞溶素受体(VERL)为lysin的分化提供了选择压力,它是一个自由重复的序列,进行协同进化,这种协同进化可以解释精子lysin的快速适应性进化,并提供了一种可理解的分子机制来解释种特异性的繁殖鲍新种的产生.     

6个亚洲港口城市入侵植物的传粉特征

理论预测植物传粉方式会影响植物的入侵性,使入侵被子植物中动物传粉的比例有所降低,但这个预测缺乏观察数据的证实.收集整理了亚洲太平洋沿岸的6个港口城市的入侵植物的种类及其传粉方式,以探究传粉方式与植物入侵的关系.结果表明,入侵植物中动物传粉的比例在66.1%与82.6%之间,平均值高达76.8%,但与原产地的被子植物相比,入侵的被子植物中动物传粉的比例显著地降低,这一特点在热带尤为明显.绝大部分的入侵种都能进行有性繁殖以及入侵种中高比例的动物传粉这两方面特征意味着这些入侵种将与土著种竞争传粉者,从而影响土著种的繁殖.     

基于多样信息发展的入侵防御系统

目前的入侵防御系统发展都较偏向特征型入侵防御系统,特征型的入侵防御系统利用特征比对的方式,当流量收集进入入侵防御系统之后,通过特征资料库比对后,来确定流量是否为非法的攻击入侵的流量,还是合法的流量.本文通过以流量统计信息、异常入侵防御系统事件信息与系统环境弱点知识库,设计一个基于多样信息的入侵防御系统,并建立入侵检测事件的分析机制,以提高检测准确度与降低误判率,并应用于实际的网络环境中收集网络存取信息,期望能够检测出真正威胁网络的异常特征,并减轻对管理者的负担.     

基于环形结构分布式协同入侵检测系统的架构

通过分析目前分布式入侵检测系统的特点和协作方式,提出了一种基于环形结构分布式协同入侵检测系统的体系结构;论述了在环形结构中事件发生器、事件分析器和事件响应器的结构,利用协议分析、数据分析、命令解析和协同处理器,使得在基于环形分布式协同入侵检测系统实现更方便;解决了目前分布式入侵检测系统中各系统结构复杂、负载不均衡等缺陷.     

结合特征选择的SAE-LSTM入侵检测模型

入侵检测系统(IDS)是计算机和通信系统中对攻击进行预警的重要技术.目前的IDS在安全检测方面存在2个问题:1)存在大量高维冗余数据及不相关特征干扰分类过程;2)现有模型多是针对早期网络攻击类型,对新型攻击适应性较差.针对这2个问题,提出了一种结合特征选择的SAE-LSTM入侵检测框架,采用融合聚类思想的随机森林特征打...     

鱼类线粒体基因组研究进展

线粒体基因组(mitochondrial genome DNA,mtDNA)具有严格的母系遗传且能进行自我复制,并且在世代传递过程中不易发生重组、进化速率较快等优点.因此mtDNA广泛应用于系统进化、种群遗传、适应性进化等领域中.本文对鱼类mtDNA研究做了详细阐述,系统总结了近年来鱼类mtDNA结构与特征、线粒体的起源与演化、种群遗传、适应性进化、鱼类条形码物种识别等研究进展,以期对相关研究有一定参考价值.     

基于进化神经网络的入侵检测方法

将神经网络与遗传算法结合,提出入侵检测的进化神经网络方法,它是个高效并行非线性动态处理系统,可以满足实时处理要求·首先用遗传算法优化神经网络结构,然后用优化的神经网络进行入侵检测预测、预警·用进化神经网络方法不断演化,寻找最优的网络结构·当进化神经网络学会系统正常工作模式后,能够对偏离系统正常工作的事件做出反应,进而可以发现一些新的攻击模式·实验表明预警率是很高的