超细SnO2粉体应用于低温气敏材料及其机理探讨（I）：不同…

将溶胶－凝胶－超临界流体干燥法所制超细ＳｎＯ２粉体应用于气敏材料，可以得到具有较大应用前景的低功耗气敏元件。本工作通过吸附性和气敏效应的关联，特别是不同吸附物种对ＣＯ气体检测的作用研究，结合溢流现象，提出了超细元件的Ｐｄ－氧溢流模型，解释了超细粉体降低元件工作温度的原因。     

特定应用环境下的入侵检测架构

异常检测可以认为是通过对用户正常行为及系统正常应用环境的学习来识别异常的过程．由于系统及应用环境的复杂性,异常检测还难以达到很高的识别精度．为此,针对在物理上与Internet网完全隔离的计算机网络应用环境,亦即内网,提出基于mobile agent(MA)的多层次入侵检测架构,利用自组织映射网络方法,在不同层次的agent中建立二堆网格的自组织映射网络模型,分别检测目标系统不同层次上的异常现象．实验结果表明,在入侵者攻击的持续时间内,本系统通过多次采样的办法可以使检测率提高到满意的程度．     

动态小生境遗传算法在多模函数优化中的应用

提出一种基于动态小生境技术的自适应遗传算法．算法的进化过程中，通过物种的辨识和保存过程确定小生境的峰值，引入个体趋向于高适应度的方向这一控制参数控制搜索的方向，采用自适应调整种群距离的方法控制搜索的范围，大大提高了搜索效率．仿真试验表明，该算法能够很好地保持解的多样性，同时具有很高的全局寻优能力和收敛速度，适合求解复杂多峰函数优化问题．     

基于行为模型算法的入侵检测技术研究

在分析现有的入侵检测技术的基础上，提出基于行为模型的入侵检测技术．通过学习模式和检测模式来分析行为模型算法．本文从URI检测、客户请求的数据检测及访问顺序检测这3个部分来阐述基于行为模型的入侵检测技术的检测原理．经过测试，行为模型算法对现有的攻击（如SQL注入攻击、跨站脚码攻击、隐藏域攻击）能起到有效的防御；对现今未发现的攻击行为，在它出现后可以通过学习、建模也能进行很好的检测．     

基于协议分析的Ipv6网络入侵检测系统的研究

从协议分析技术入手，围绕Ipv6网络的新特点，构筑了基于协议分析技术的Ipv6网络入侵检测系统的结构模型，并对实现方案作了具体的研究。在保持原有IPv4入侵检测系统检测引擎优点的基础上，挖掘IPv6特性，深入研究下一代网络体系结构，采用Ngrep解决了IPv6下的数据捕获问题，为IDS的进一步发展积累了一些经验。对协议分析的流程和基于数据挖掘的特征数据库的动态更新做了较详细的研究，对入侵检测系统的平台移植进行了有益的探索。     

浅谈园林设计与植物保护

园林设计决定着植物配置、植物群落结构以及栽植密度。在园林设计过程中,要把植保因素放在设计的重要位置,以防范于未然,我们应从城市园林生态系统总体出发,依据园林植物病虫害的发生、危害及发展的环境要求,抓住影响植物病虫害消长的主要生态因子,营造有利于园林植物和病虫害天敌,不利于病虫害孳生繁衍的生态条件,提高园林植物的抗病虫害能力。     

计算机免疫技术在入侵检测中的应用

根据人体免疫原理，应用计算机免疫技术，采用否定选择、克隆选择等免疫算法，构建具备自主学习能力的检测模型，以提高入侵检测系统防范未知攻击和变形攻击的能力。     

洪家河流域天然植物群落生态学特性研究

对洪家河流域天然植物群落主林层优势种重要值、生活型谱以及乔木层和灌木层物种多样性指数、群落均匀度进行了初步分析.研究结果显示,天然植物群落可划分为5个植被类型和17个典型群系,其群落结构复杂,生活型谱以乔、灌木为主体,为典型地带性顶极群落.多样性和均匀度随海拔高度、乔灌木层以及植被类型呈现规律性变化,其多样性变动主要是由人为干扰造成的.     

徐州市人工侧柏林的群落结构及物种多样性分析

以徐州周围山地人工侧柏林为研究对象,在全面勘察的基础上,建立了10块具有代表性的调查样地.通过对群落的生境条件、种类组成和结构等的调查,详细分析了徐州市现有侧柏林的群落结构和物种多样性.分析结果显示,徐州周围山地现有人工侧柏林群落结构简单,物种丰富度和多样性较低,生长更新缓慢.建议引种朴树、臭椿、黄连木、三角槭、梧桐、女贞等树种,以改造林相,促进地带性植被的恢复.     

数据挖掘技术在网络入侵检测中的应用

基于通用入侵检测轮廓,建立了一个基于数据挖掘技术的异常检测模型,采用关联规则、序列规则对数据进行挖掘,用判定树分类技术对获得的规则进行分类.实验表明,本模型具有较好的效益.