主流数字视频监控系统构架分析

提出目前国外广泛应用的两种数字视频监控系统,并介绍了其组成原理和结构。在此基础上,分析了两种监控系统的构架的特点和实际应用的要求。     

高校图书馆导读服务探析

讨论了导读服务的内容以及高校图书馆开展导读服务的形式,探讨了信息时代高校图书馆导读服务的新发展。     

一种远程备份数据虚拟重构方法

针对目前常用的基于写时拷贝（COW）快照方法的持续数据保护（CDP）系统在数据重构时,需要在快照物理空间存储旧数据,从而花费巨大空间和时间代价的问题,本文提出了一种远程备份数据虚拟重构方法.该方法使用偏移文件和位图文件分别记录旧数据块所在位置以及数据块是否变化,并在内核层创建虚拟块设备,自定义块设备的I/O处理函数,把对数据块的读操作重定向到镜像卷或日志卷,从而克服了快照方法造成的灾备中心时空资源浪费严重的问题.实验结果表明,相比基于快照方法的数据重构,本文方法不进行物理重构,不仅可有效地节约存储空间,而且可大幅地缩减数据重构的时间.     

基于短语级情感分析的不良信息检测方法

针对基于关键词字符匹配和粗粒度情感分析方法的传统不良信息检测方法准确率低的问题,提出一种基于短语级情感分析的不良信息检测方法.该方法制定语法规则来提取敏感词所在短语,结合二次分类的情感词典,通过分析短语的情感倾向来判断表达者对敏感关键词的情感倾向,从而判定内容的敏感性.本文方法克服了字符串匹配方法的缺点,如:传统的字符串匹配方法忽视敏感词上下文,从而导致大量误报的缺点,及粗粒度情感分析方法由于无法准确定位情感对象,只能以文本整体情感倾向代表表达者主观情感,导致不能精准分析与敏感词相关的情感倾向及敏感性.实验表明,本文方法与传统方法相比,准确率有较大的提升.     

贝叶斯网络在故障诊断中的应用

贝叶斯网络适用于表达和分析不确定性和概率性的事物,由于具有能够对不完全、不精确或不确定的知识或信息作出有效的推理等特性,而成为目前不确定知识表达和推理领域最有效的模型之一。     

贵州万山汞矿汞污染生物健康效应

为了探讨贵州万山汞矿汞污染生物健康效应,研究了万山8个月龄鸭子和万山粮食暴露20、30d后大鼠脑、肝、血中MDA、SOD、GSH—px的变化以及大鼠大脑皮层中c-JUN蛋白表达．结果表明：在鸭血清、脑和肝组织中GSH—px和SOD活性与对照组相比均显著升高（P〈0．05）,而MDA含量没有发生显著变化（P〉0．05）;万山组大鼠脑、肝、血中MDA、SOD、GSH—px的变化除暴露20dMDA与对照组相比脑组织中含量显著升高（P〈0．05）外,其他均无显著变化（P〉0．05）;大鼠大脑皮层c—JUN蛋白表达显著增加．从而可以推断,硒对汞引起的氧化损伤有很强的保护能力;汞对大鼠脑f—JUN蛋白表达的诱导不是或仅小部分由脂质过氧化所介导．     

一种安全的采购项目备案协议

本文提出了一种面向网上政府采购的安全采购项目备案的协议.该协议运用了以数字证书为核心的PKI技术,实现了用户的身份认证和访问控制,保证了整个采购项目的备案过程中数据的保密性、完整性和不可抵赖性.并通过一种形式分析模型BAN逻辑证明了该协议的安全性.实验证明该方法可以解决网上政府采购中采购项目备案服务对安全性的需求.     

一种针对木马流量的特征选择方法

针对现有基于会话流异常行为的木马检测方法中,普遍存在所选特征代表性不足、特征间信息冗余导致检测效果差的问题,提出一种特征选择方法。首先,通过捕捉流量对木马通信行为加以分析,根据各阶段提取相关的属性,并在每一属性上进行派生,得到足够充分的特征集合。然后,为了衡量特征的重要性和特征间的相关性,提出了改进的特征重要性评价系数和基于关联信息熵的联合相关性评价系数,并设计了基于序列后向选择策略的特征选择算法,以得到自适应规模的特征子集。算法通过每一轮迭代计算特征的评价系数,通过排序完成选择。为验证该算法有效性,采用朴素贝叶斯分类和支持向量机分类算法设计了与FCBF算法和IG算法的对比实验,相较于FCBF算法,在两种分类算法上的召回率分别提升3.76%、1.64%,F_1值提升分别为1.04、0.99。相较于IG算法,召回率提升分别为6.46%、4.96%,F_1值提升分别为3.56、3.18。实验结果表明,提出的特征选择算法能够有效选择木马流量各个属性上的特征,克服特征间关联性带来的影响,在缩减特征维度的同时提升木马通信流量的检测效果。     

一种基于自体集层次聚类的否定选择算法

否定选择算法是用于产生人工免疫检测器的重要算法,然而传统的否定选择过程需要将随机生成的候选检测器与全部自体数据进行匹配以排除识别了自体的无效检测器,该匹配过程导致检测器的生成效率过低,极大地限制了免疫算法的应用.为此,文中提出了一种基于自体集层次聚类的否定选择算法CB-RNSA.算法首先对自体数据进行层次聚类预处理,然后用聚类中心取代自体数据点与候选检测器进行匹配,以减少距离计算代价.在生成检测器的过程中,候选检测器被限定在非自体空间的低覆盖率区域内,以降低检测器冗余.对检测器的非自体空间覆盖率进行了概率分析,给出了中止生成检测器的条件,该条件较传统的预设检测器数量的中止条件更为合理.理论分析表明CB-RNSA的时间复杂度与自体集规模无关,从而解决了经典的否定选择算法的时间复杂度随自体数量呈指数增长这一难题,极大地提高了大自体样本空间下的检测器生成效率.对比实验结果表明:在相同的实验数据集与期望覆盖率下,CB-RNSA的检测率比经典的RNSA与V-detector算法分别提高了12.3%与7.4%,误警率分别降低了8.5%与4.9%,产生检测器的时间代价分别降低了67.6%和75.7%.     

一种低带宽网络文件同步方法的设计与实现

本文设计并实现了一种低带宽网络环境中的文件同步方法.利用分治的思想,对经典RSYNC算法的差异计算方法进行了改进,提高了差异块查找的时间效率.此外,还将差异计算集中到客户端,避免了数据摘要值的网络传输,在减轻服务器压力的同时,有效降低了文件同步的网络流量.经实验分析,该方法的差异计算时间效率较经典RSYNC得到了一定的提高,并且网络流量也有一定程度的减小,可以满足低带宽网络大文件同步的需求.