基于卷积门控循环神经网络的Web攻击检测方法

针对Web应用程序的攻击一直是网络空间对抗的热点问题，随着Web攻击技术的不断发展，传统的入侵检测系统和Web应用防火墙越来越无法满足安全防护需求。针对攻击者在Web请求中嵌入可执行代码或注入恶意代码来构造各种Web攻击，本文设计一种基于特征融合的恶意Web请求检测卷积门控循环单元(CGRU)神经网络。该网络利用CNN捕捉网络事件的局部特征和高阶特征，摒弃了传统的池化方法，采用GRU代替原有的池化层在时间维度上进行特征采集。同时，为了提高检测性能，筛选传统机器学习中在Web攻击检测领域分类效果较好的9个统计特征来增强原始特征。此外，还使用Word2Vec模型对词嵌入矩阵进行预训练，获得CGRU模型的输入，并对最终结果进行分类，有效提高多分类精度。在公开的HTTP CSIC 2010数据集上与当前典型方法进行对比实验，结果表明：本文所提方法的准确率为99.81%,召回率为99.78%,F₁值为98.80%,精准率为99.81%,较当前典型方法均有提高。     

基于椭圆模型和神经网络的人脸姿态估计方法

基于椭圆模型和神经网络方法, 提出一种人脸姿态估计方法. 先采用椭圆模型对人脸边界进行拟合, 确定眼睛和嘴在椭圆中的位置, 再应用BP神经网络对位置参数和人脸姿态参数的关系进行学习, 从而对人脸姿态进行估计. 实验结果表明, 用该方法对较大范围内的人脸转动进行估计, 结果比较准确.     

铜绿微囊藻对摇蚊幼虫代谢产物的影响

研究了摇蚊幼虫代谢物溶液氯胺化过程中铜绿微囊藻、氯胺质量浓度、反应时间、p H值和温度等条件对形成消毒副产物(DBPs)的影响.包括三卤甲烷(THMs)、卤乙酸(HAAs)、卤代乙腈(HANs)、水合氯醛(CH)、三氯硝基甲烷(TCNM)和卤代酮(HK).实验中未检测到三氯乙腈(TCAN)、三氯丙酮(TCP)和三氯硝基甲烷(TCNM).在摇蚊幼虫代谢产物的氯胺消毒过程中,THMs的产生量增加,但在铜绿微囊藻存在下HAAs含量减少.二氯丙酮(DCP)在开始增加,随着氯胺质量浓度、反应时间、p H值和温度的逐渐升高而减少.二氯乙腈(DCAN)和水合氯醛(CH)随着氯胺质量浓度和反应时间的增加而逐渐增加,随着p H值和温度的升高而降低.二氯乙酸(DCAA)随氯胺质量浓度和温度的升高而增加,随反应时间和p H值的增加而降低,三氯乙酸(TCAA)随氯胺质量浓度的增加而增加,随温度的升高而降低.随着总有机碳(TOC)质量浓度的增加,TCM、DCP、DCAA、TCAA呈稳定上升趋势,DCAN、CH呈先上升后下降趋势.