基于Stacking集成学习的网络安全态势预测方法

针对现有的网络安全态势预测模型预测精确度低且泛化能力差等问题,提出一种基于Stacking模型融合的态势预测方法。该方法中,借助Stacking算法将TCN网络、WaveNet、GRU、LSTM进行集成挖掘态势数据之间的相关性;之后利用逻辑回归进行预测得到最终态势值;利用粒子群优化算法进行参数寻优,提升模型性能。基于2个数据集进行验证,实验表明,所提预测方法具有较小的均方误差和平均绝对误差,收敛速度较快,拟合度均可达0.999,可以很好解决预测精确度低的问题,提升了模型的泛化能力。     

NT平台上的Web与数据库接口技术

WindowsNT是一种高性能的网络操作系统．在这个网络平台上,可以将各种软件集成在一起,形成一个具有网络功能、数据库功能、多媒体功能、超文本功能的强大的计算机系统．本章对各种软件的基本性能、系统集成方法和Web与数据库的接口技术进行了研究．     

大型企业信息网络安全问题解决方案

网络安全系统是信息系统建设的基础和前提 ,应先于其他信息系统进行建设。本文就某石化公司信息网络安全现状进行了分析 ,并就如何构建完善的网络安全体系提出了解决方案     

企业价值运动过程"心电图"分析

从价值创造的角度入手,将企业价值运动过程比拟为心脏动态的波动过程,构造“企业价值运动过程心电图”的管理模型,初步形成企业价值创造系统分析框架。以价值链理论为主线,介绍了以传统的自由现金流为基础的价值链和以平衡计分卡为基础的价值链,运用鱼刺图工具将价值运动过程的驱动因素逐步分解,探究人力资本在价值创造过程中的贡献作用。     

二级倒立摆的TS型逐级模糊神经网络控制

提出了一种逐级模糊神经网络控制法．该控制法通过采用Takagi-Sugeno型模糊神经网络控制器和逐级模糊控制规则,实现了二级倒立摆系统的稳定控制．模糊神经网络控制器的参数采用遗传算法分4步进行优化．实验结果表明,采用逐级模糊神经网络控制法,用20条模糊规则就可以实现二级倒立摆系统的稳定控制,并且控制效果佳,系统鲁棒性强。     

基于RBF神经网络的射频功放器件大信号建模方法研究

基于多层前向神经网络对任意非线性连续函数有较好的逼近效果，对BP(反向传播算法)神经网络和RBF(径向基函数)神经网络作了理论上的分析比较。并采用实际数据进行训练。说明了RBF神经网络在逼近精度和速度上都要优于BP神经网络。最后，以RBF神经网络作为函数逼近器对射频功率器件建立了大信号特征模型，并进行了模型检验，证明了基于RBF网络的建模方法具有较高的精度。     

基于校园网的统一威胁管理研究与应用

随着计算机网络技术的不断发展,来自网络的安全威胁也逐步增大。针对高校校园网的运行模式和特点,采用先进的统一威胁管理设备对校园网络进行管理,能够及时发现对校园网运行产生不利影响的来源,保证校园网络的正常运行,推进学校网络信息化建设的步伐,有利于校园网络的资源整合优化,提供了全新的网络管理方式,具有广泛的实际应用价值。     

未来的移动互联网中OFDM技术浅析

从发展的角度对未来移动互联网技术进行了探讨,介绍了基于无线环境的正交频分复用(OFDM)调制解调技术。剖析了OFDM离散傅立叶反变换/离散傅立叶变换(IDFT/DFT)及高效编码方法等关键技术。     

Collaborative Network Security in Multi-Tenant Data Center for Cloud Computing简

A data center is an infrastructure that supports Internet service. Cloud comput the face of the Internet service infrastructure, enabling even small organizations to quickly ng is rapidly changing build Web and mobile applications for millions of users by taking advantage of the scale and flexibility of shared physical infrastructures provided by cloud computing. In this scenario, multiple tenants save their data and applications in shared data centers, blurring the network boundaries between each tenant in the cloud. In addition, different tenants have different security requirements, while different security policies are necessary for different tenants. Network virtualization is used to meet a diverse set of tenant-specific requirements with the underlying physical network enabling multi-tenant datacenters to automatically address a large and diverse set of tenants requirements. In this paper, we propose the system implementation of vCNSMS, a collaborative network security prototype system used n a multi-tenant data center. We demonstrate vCNSMS with a centralized collaborative scheme and deep packet nspection with an open source UTM system. A security level based protection policy is proposed for simplifying the security rule management for vCNSMS. Different security levels have different packet inspection schemes and are enforced with different security plugins. A smart packet verdict scheme is also integrated into vCNSMS for ntelligence flow processing to protect from possible network attacks inside a data center network     

增强纤维复合材力学性能指标概率分布类型

为明确增强纤维复合材(FRP)力学性能指标的概率分布模型,通过收集整理近1 000份FRP材性试验样本,利用3种拟合优度检验方法口(x2检验、K-S检验、A-D检验)分析FRP极限拉伸强度、弹性模量、厚度的概率分布类型,并检验各指标间的相关性,基于Weibull分布函数重新定义FRP拉伸强度的标准值,将计算值与现行规范取值进行对比.研究结果表明:极限抗拉强度与弹性模量近似服从Weibull分布;厚度近似服从对数正态分布,同时3个指标间呈现一定的弱相关性.采用经验证的Weibull分布函数计算公式可较好估计材性标准值,计算结果较各规范更为合理、安全.