关于序列密码相关攻击的注记

分析了序列密码的快速相关攻击算法A和算法B,计算出算法A和B中门限,并对两种门限的计算方法进行了比较.门限的计算降低了快速相关攻击算法的计算复杂度,扩大了算法的应用范围.     

棉铃虫泛素基因的克隆及序列分析

泛素介导的泛素-蛋白酶体通路(Ubiquitin-proteasome pathway,UPP)是真核细胞内依赖ATP的非溶酶体蛋白质降解途径,该途径对细胞内蛋白的选择性降解起着重要作用.设计一对简并引物,从棉铃虫Helicoverpa armigera卵巢细胞Ha831中克隆了泛素基因的编码区,GenBank登录号AY456195.序列分析表明,该编码区的长度为228bp,编码76个氨基酸、其编码蛋白的相对分子质量为8 560,等电点为6.56.同源性比较发现,棉铃虫泛素基因与其他真核生物泛素基因在氨基酸水平上具有96%以上的相似性,而与棉铃虫核多角体病毒泛素的相似性为76%,所有已知的泛素关键功能位点在该泛素蛋白中均保守存在.     

斜带石斑鱼神经坏死病毒基因组RNA1和RNA2序列测定及分析

根据GenBank数据库公布的鱼类神经坏死病毒(nervous necrosis virus,NNV)同源序列设计了7对特异性引物,采用RT-PCR方法扩增出目的片断,将PCR产物测序和分析.斜带石斑鱼Epinephelus coioides神经坏死病毒(orange-spotted NNV,OGNNV)基因组由两个片断(RNA1和RNA2)组成,RNA1由3 103个核苷酸组成,含有一个开放阅读框,编码982个氨基酸;RNA2由1 433个核苷酸组成,含有一个开放阅读框,编码338个氨基酸.OGNNV基因组与新加坡GGNNV(greasy grouper NNV)的基因组有高度的相似性.分析病毒的RNA2序列发现:OGNNV与DGNNV(dragon grouper NNV)、RGNNV(redspotted NNV)和GGNNV的亲缘关系很近,并且具有相同的中和位点;分析病毒的RNA1序列,发现在OGNNV的RNA1序列中同样可以找到依赖RNA的RNA聚合酶的6个模序(motif).根据同源性比较和系统进化分析,OGNNV属于RGNNV血清型的成员.     

远程无线监控系统的设计及应用

我们利用手机模块TC35、PC机以及单片机设计开发了一套远程无线监控系统,其主要是应用三者之间的短消息通信来实现时时监控功能,简要介绍了开发过程以及编程原理.     

无粘结预应力沉淀池实测伸长值偏大原因分析

针对在实际施工过程中，某无粘结预应力沉淀池预应力束实测伸长值比理论计算伸长值偏大，超过规范规定范围的情况，进行了分析和测试，提出了导致实测伸长值偏大的原因。     

序列Banach空间上的对偶半群

讨论序列Banach空间上的对偶半群．证明了不是自反空间的序列Banach空间上的G0半群的对偶半群仍可为G0半群．     

两类矩阵环上的短正合列

文章讨论了两类二阶矩阵环上的模及其短正合列,得到环R上的短正合列在两类矩阵环的自然推广形式.     

核磁共振中分子间多量子相干CRAZED序列参数的优化

对检测分子间多量子相干信号的CRAZED脉冲序列的最佳射频脉冲翻转角及延迟时间进行了探讨，通过综合运用偶极场理论和积算符公式，得到不同相干阶数下CRAZED序列的相对信号强度与射频脉冲翻转角及延迟时间之间关系的表达式。并利用计算机模拟对延迟时间进行优化，所得结果由实验加以验证．实验结果表明，理论得到的信噪比和量佳延迟时间的关系与实验结果吻合得较好．因此，所得出的理论方法可用于指导实验参数的优化选择。     

基于核糖体DNA大亚基片断序列探讨中国东海海域赤潮原甲藻的分子分类

采用PCR扩增技术对分类上有争议的中国东海赤潮原因种(被称为东海原甲藻．本简称：东海株系)的基因组DNA进行了核糖体DNA大亚基片断(LSU rDNA)的扩增和测序．并与一同扩增的来自美国CCMP的被称为具齿原甲藻(本简称：CCMP株系)的同源序列进行分析比较。结果表明，两710bp的LSUrDNA同源序列中仅存在7个碱基的差异．遗传相似度高达99．01％．遗传差异为0．99％．进一步与Genebank其他3种原甲藻即P．mezicanum、P．mieans和P．minimum的同源序列进行比较，发现其他3种原甲藻两两问的种间遗传相似度在91．1％～95．5％之间．而P.micans和P．minimum种内不同株系的遗传相似度为99．4％～99．9％．均为99％以上．综合这些数据说明东海株系与CCMP株系之间的0．99％的遗传差异应视为种内差异．原甲藻的东海株系与CCMP株系当属异名同种．因此本试验结果从分子水平支持了被称为东海原甲藻的原甲藻与被称为具齿原甲藻(P．deantatum)的原甲藻同为一种的观点。     

基于数据挖掘的主机入侵行为检测

提出利用序列模式挖掘方法得到频繁入侵命令序列，将频繁入侵命令转换为底层入侵检测器的检测规则用于检测用户的可疑行为．为了消除误报，设计了一个基于入侵事件状态的关联引擎，将频繁入侵命令序列作办关联规则，并提出了一种新的入侵关联算法，该算法不仅考虑了每类主机入侵行为的序列特征，也反映了不同类型主机入侵行为之间的因果关系，体现了主机入侵行为的多样性和复杂性．实验结果表明，该入侵关联模型对各类主机入侵行为的检测效果良好，误报率明显降低，特别是下载类和信息获取类主机入侵行为的误报降低了20%左右。