高准确度网络安全意识个体评估及群体指数构建方法

针对网络安全意识评估方法存在评估准确度不及、客观性不足、缺少对群体的网络安全意识评估方法等问题，提出了一种高准确度的网络安全意识个体量化评估和群体指数构建方法.该方法从多个维度采集个体的网络安全意识数据，利用混合回归模型将安全数据量化为安全得分；利用改进的标签传播算法进行聚类，通过设定监督信息而不依赖标签数据，得到个体的信息安全意识等级；利用多个个体的信息安全意识评估结果，使用基于Grubbs准则构建的指数计算公式，弱化群体中的异常点，量化群体内部共同意识，得到群体网络安全意识指数.实验结果表明，相对现有的评估方法，该方法的准确度和客观性显著提升，同时能够正确反映群体网络安全意识水平，为网络安全意识的全面提升和闭环促进提供了技术方法.      

基于2D-Haar声学特征的大规模说话人识别方法

随着待识别人数的增加,文本无关的说话人识别准确率下降明显. 针对这一问题提出了一种高准确率大规模说话人识别方法,该方法采用多个连续音频帧的声学帧特征构成声学特征图,进而获得高维度的2D-Haar声学特征,为训练出性能更优的分类器提供可能;再利用AdaBoost.MH算法筛选出具有较好区分度的2D-Haar声学特征组合进行分类器训练. 实验结果表明,600人规模下的正确识别率为89.5%,100～600人规模下的平均准确率为91.3%. 该方法适用于大规模说话人的识别,引入的2D-Haar声学特征有效,识别准确率高. 此外,该方法还具有较低的算法复杂度和较高的时间效率.      

融合GMM及SVM的特定音频事件高精度识别方法

针对特定音频事件识别中持续时间特别短的音频事件漏检概率高、识别速度较慢的问题,提出一种融合高斯混合模型（GMM）及支持向量机（SVM）的特定音频事件识别算法. 该方法利用GMM的统计分布描述能力和SVM的推广泛化能力,将GMM和SVM分别识别的结果进行融合处理,以手枪、步枪、机关枪等10类以上枪声为实验数据,无需针对每种枪声生成相应的识别模板,仅需训练生成2个识别模板. 实验结果表明,识别准确率达到92.71%. 该方法模板数量少,不需要多次训练,算法复杂度较低,不仅便于应用而且可大幅提升识别效率.      

基于时间Petri网的渗透测试攻击模型研究

针对攻击模型会因为描述的攻击参数不完备,导致实际应用价值降低的问题,提出一种以漏洞为基本粒度,基于时间Petri网的渗透测试攻击模型及构建方法. 该方法对已知漏洞列表构建单漏洞利用模型,通过整合形成渗透测试攻击模型,并提供快速和稳定的漏洞利用方案选择算法,获得相应攻击方案,以及完成一次渗透攻击所需最短时间. 实验结果表明,该模型及算法可以有效地描述攻击时间和攻击稳定性,可实际应用于渗透测试.      

20世纪80年代华中地区H7N8禽流感病毒的分子特征

对1985年从湖北家禽分离的禽流感毒株A/duck/Hubei/216/1985/H7N8进行了分子特征和致病性研究. A/duck/Hubei/216/1985/H7N8的HA蛋白在HA1和HA2连接处, 含有连续多碱性氨基酸(-PEIPKGRG-), 为低致病性分子特征, 而且其M, NP, NS, PA和PB2基因的宿主相关氨基酸位点与H5N1病毒相似. 进化分析结果显示, A/duck/Hubei/216/1985/H7N8的M, NS和PB2基因与Gs/Guangdong/1996/H5N1亲缘关系较为紧密, 表明20世纪80年代中期高致病性Gs/Guangdong/ 1996/H5N1毒株的部分内部基因在华中地区流行. 动物感染实验结果显示, A/duck/Hubei/216/ 1985/H7N8对鸡和小鼠为低致病性, 与HA基因的分子特征相一致.     

应对网络环境对高校思想政治教育的利弊

当今社会正处于一个以互联网为重要手段的信息时代,人们获取各种信息的效率越来越高,接受的信息种类也越来越多。传统的思想政治教育效果因信息交流方式的变化而受到很大影响,为了巩固思想政治阵地,提高政治教育的时效针对性,必须要认清网络环境对思想政治教育产生的利弊影响,并及时作出应对之策。     

高可靠In-VM隐藏进程对抗检测方法

通过隐藏进程执行恶意代码是信息攻击的一种重要手段,目前虚拟化平台中In-VM隐藏进程检测方法还存在被绕过和相关数据被篡改的可能性,针对这一问题,提出了一种高可靠In-VM隐藏进程对抗检测方法.该方法利用In-VM模型,通过改进虚拟化内存保护机制保护隐藏进程检测代码及其相关内核数据,确保其不被恶意篡改;通过准确劫持系统调用函数,并结合交叉视图方法检测隐藏进程,确保隐藏进程的检测算法无法被绕过.实验选取并构建多种典型的Rootkit隐藏进程,结果表明,该方法可以检测各种Rootkit隐藏进程,其隐藏进程检测代码及其相关数据无法被恶意篡改,检测算法和内存保护机制无法被绕过,而且改进的虚拟化内存保护机制对系统的性能影响更小,方法的可靠性高,实用价值大.      

基于二进制熵的加解密函数定位方法

针对二进制程序模糊测试中加解密函数定位准确率低的问题,提出一种基于二进制熵的加解密函数定位方法.该方法对二进制程序的控制流信息进行模型构建以定位程序关键代码,提取关键代码前后的数据流并计算其二进制熵,通过前后二进制熵的关系确定被测代码中是否存在加解密函数.实验结果表明,该方法能够有效发现程序中的加解密函数,准确率大于99%;该方法可以用于提高模糊测试发现漏洞的能力,具有一定的实用价值.      

面向多目标参数整定的协同深度强化学习方法

多目标控制参数联合优化整定是自动化系统保持高效、稳定运行的关键问题,强化学习常用于建立自动化调参智能体,代替人工完成参数整定. 针对现有方法使用固定权重将多个优化目标线性组合为单目标,训练具有固定调参知识的单智能体模型,导致实际目标关系受环境影响与先验不符时,智能体无法感知并做出适应性决策调整,限制参数整定效果的问题,提出一种面向多目标参数整定的协同深度强化学习方法. 该方法利用离线仿真学习目标整定知识建立多个Double-DQN智能体,在线建立整定效果反馈,感知目标实际关系并调整智能体协同策略,实现有效的多目标参数整定. 列车自动驾驶参数整定实验结果表明,方法对停车误差、舒适度两个目标整定效果良好,能自适应不同车轨性能且可持续优化,实用价值大.      

基于膳食平衡指数和营养曲线的个体膳食评价方法

针对我国居民膳食营养失衡情况普遍和个体膳食评价方法难被普通人理解的实际应用问题,提出一种基于膳食平衡指数(DBI)和营养曲线的可计算、可理解的个体膳食综合评价方法. 该方法结合基于膳食平衡指数(DBI)的膳食结构评分和基于营养曲线的能量评分方法引入能量权值系数构建个体膳食评价模型. 实验表明,该模型对个体膳食评价准确率为90%,能够为个体膳食提供有效指导;能量和膳食结构评分结果可与慢性疾病高危人群预警模型形成闭环,为疾病的早发现、早干预、健康促进提供有效的膳食干预方法.