信息部门在网络安全工作中的挑战与应对

随着网络技术的飞速发展和广泛应用,网络安全事件日益增多。结合信息安全工作的亲身体会,基于业内的成熟做法及工作经验,从网络黑客案件、恶性病毒、手机无线上网、网络传输音视频文件等几方面论述了信息部门在网络安全工作中面临的挑战,并提出了应对建议。     

网络结构特征与链路预测算法关系研究

以美国航空网络、科学家合作网络和线虫新陈代谢网络等5种实际网络为例进行了综合实验,用结果数据定量化描述了同配系数、集聚系数和网络效率等网络结构特征参数,与基于局部信息和全局信息的两类链路预测方法结果之间的关系。通过对结果的分析,得到了网络同配系数为正且聚集系数大于阈值(约0.1)时适用基于局部信息的预测方法,否则适用基于全局信息的预测方法;以及集聚系数、网络效率与局部信息预测方法的结果成正比,与全局信息预测方法成反比等结论。这些结论为通过网络特征参数进行链路预测方法的选择提供了定量化的参考依据。     

社会中间层建设与活动机制网研究

中国社会转型期,社会矛盾和冲突常态化,如何发挥社会中间层的作用,并形成长效化机制,成为社会面临的需要迫切解决的问题。立足中国社会转型的历史背景,运用网络分析的研究方法和途径,探讨社会中间层活动机制网的建构及运行。     

论网络虚拟存在方式

网络虚拟存在是不同于传统现实存在的一种新的存在方式，它是马克思和恩格斯的人的历史性存在理论在当今时代的体现和展开，是对马克思和恩格斯关于“人的存在”理论在当今科学技术飞速发展社会条件下的继承和发展。现实存在是网络虚拟存在的基础和前提，网络虚拟存在是对现实存在的延伸和拓展。人在虚拟网络境遇下的发展是对“现实的个人”的发展的完善。     

航班运行风险网络的传播与控制改进

为探究航班运行风险的产生、传播与控制过程, 首先统计华北区域航班运行数据共计76个风险节点。然后，采用偏秩相关系数构建风险网络, 再使用社团模块探测算法与三角最大滤波法验证网络适用性。并且, 提出一种适用于航班运行风险分析的SEIR(susceptible-infected-exposed-recovered)模型。根据动力学传播结果, 聚类定位网络传播中关键节点。最后, 采用前置预防与战术处置两类控制方案。计算结果表明，仅控制5个节点后, 感染峰值可降低18.44%, 峰值时间推后两个周期, 起降等重要操纵节点被感染次数平均下降11.74%。该方案在感染峰值、感染周期、重要节点感染3个方面的抑制效果均占优。以上结果证实, 所提方案可有效用于航班运行风险问题分析。     

基于聚类方法和神经网络的非线性系统多模型自适应控制

针对具有参数跳变的非线性系统,联合聚类算法和神经网络提出新的多模型自适应控制方法。首先对系统的输入输出数据进行模糊聚类,然后基于递推最小二乘法建立多个固定模型。为提高系统的暂态性能,同时建立两个自适应模型,并在此基础上设计鲁棒自适应控制器。此外,为了补偿系统的非线性部分,建立非线性预测模型,并设计非线性神经网络自适应控制器。所提方法可使控制切换系统具有稳定性保证。最后,通过性能指标对控制器进行平滑切换。仿真结果表明,所提方法能够保证系统具有良好的控制性能。     

胰岛素受体底物1和2的氨基酸网络特征研究

在胰岛素对脂质代谢的调控作用中,胰岛素受体底物2(IRS2)比胰岛素受体底物1(IRS1)发挥了更加重要的作用。为研究两者发挥作用的差异,分别选择IRS1、IRS2的4个结构数据,构建氨基酸相互作用网络,计算整体拓扑特征,分析网络的hub氨基酸差异,计算7种中心性特征。实验表明,IRS2氨基酸相互作用网络的平均度及聚类系数高于IRS1的1QQG、5U1M、6BNT;IRS2中的hub氨基酸ATP、LYS、ILE是IRS1所没有的;除子图中心性和特征向量中心性外,IRS2网络中节点的其他中心性特征均优于IRS1。结果表明,IRS2的氨基酸相互作用网络中,节点聚集程度较高,更容易形成模块,更容易到达其他节点,与其他节点发生通讯。可以推测:IRS2在胰岛素对肝脏的代谢调控中比IRS1发挥着更加重要的作用。     

NGN 中应用服务器接纳控制算法及仿真

为使 NGN(Next Generation Network)业务开发者能快速灵活地开发和部署业务, 引入资源接纳控制概念, 实现业务控制与资源传送相分离。 在研究应用服务器接纳控制模型的基础上, 对接纳控制算法资源分配机制 进行分析, 并运用 Matlab 对算法进行了仿真。 仿真结果表明, 接纳控制 PIAA(Parameter Iterative Adaption Algorithm)算法能很好地完成应用服务器接纳控制的任务。     

基于BP-AsymBoost的医疗诊断模型

本文主要研究BP神经网络以及AdaBoost算法在医疗诊断中的应用,在分析标准AdaBoost算法的基础上提出改进的AdaBoost算法,即BP-AsymBoost.针对UCI数据库中的威斯康星乳腺癌数据集设计结合BP网络以及改进后的AdaBoost算法的诊断模型,并且通过多个指标将其与BP模型,遗传算法优化的BP模型,未经改进的BP-AdaBoost模型进行比较,验证BP-AsymBoost模型的有效性.     

基于卷积神经网络和稀疏滤波的调制识别方法

针对当前通信系统所采用的主要调制方式,提出了一种基于卷积神经网络和稀疏滤波的调制识别方法。首先,分析了利用信号循环谱二维灰度图进行通信信号调制识别的可行性;然后,通过降采样和裁剪技术对循环谱图预处理;最后,设计了深度卷积神经网络架构,并提出了稀疏滤波预训练的方法。仿真结果表明:相比于经典的基于深度学习的调制识别方法,该方法模型简单,优化量少,且在小样本场景下性能最佳,具有很高应用价值。