利用系统事件触发器提高“军卫一号”Oracle数据库安全性

目的:"军卫一号"Oracle数据库在安全设计方面存在一定缺陷,想立足现有条件,通过一种简单有效的方法,将不安全因素降到最低。方法:在数据库中创建用户合法性审核表,其包含用户名、程序名、IP地址等审核条件,利用系统事件触发器,对登录数据库的用户,通过Sys_context函数,提取登录有效信息,对照审核表条件进行合法性审计。结果:能有效阻止不合法的用户或程序的登录,提高了数据库的安全性。结论:此方法简单易行,能在现有条件下有效提高"军卫一号"系统的安全性。

电力系统事件建模与分析

总结和分析了电力系统事件及其特点,对事件进行了定义,给出了一种基于语言理论的电力系统事件建模的框架。这种框架可以方便地描述电力系统事件的动态行为,可以分析电力系统离散控制与连续系统之间相互作用的混杂动态过程。同时,提出利用离散事件系统的允许事件轨迹计算电力系统的安全可控事件集合,以提高安全控制的可靠性。通过实例,描述了电力系统离散事件的建模过程,并利用理论仿真分析了通过采取离散控制措施,可避免电力系统进入不安全运行状态。

Oracle8触发器系统事件的应用

介绍了Oracle数据库触发器的系统事件,利用这项技术加强对数据库的监控,进一步提高数据库的安全性。

基于计数器数值的系统事件关联性网优分析方法

针对在目前网优分析工作中存在的问题,提出一种基于计数器值的系统事件关联性网优分析方法,采用这种分析方法能够对更多的计数器数值进行定量、定性分析,能够实现对网络性能信息更充分的发掘利用。在系统事件关联性网优分析方法中,对统计时间内同一事件的不同原因的比例进行定量、定性分析,进而判断该小区性能是否正常。

监视计算机系统事件

能够导致NT系统出错的事件列表很长很长。有时候,当问题很严重时,你会看到一个警告信息对话框。但在其他情况下,NT只是在系统日志中生成一个条目,然后继续运行,好像没事儿一样。若想查看系统消息,可打开EventViewer(事件查看程序),并检查NT中内置的三个日志,即System(系统)、Security(安全)和Application(应用程序)。

对称离散事件系统事件重标记观测器性质研究

当离散事件系统(discrete-event systems,DES)由多组结构相同的组件构成时,则称离散事件系统具有对称性.为了化简对称离散事件系统的状态空间,本文提出事件重标记映射,将完成相同任务的事件标记为同一事件,将与控制无关的不可控事件设为不可观测事件,并将其标记为空字符擦除.为了确保事件重标记前后系统对应的最大监督控制器具有相同的控制效果,本文引入重标记观测器(relabeling observer property,ROP)的概念并给出判断被控对象对应的语言关于事件重标记映射是否具有重标记观测器性质的算法;然后运用重标记观测器性质证明事件重标记前后监督控制器控制效果的等价性,从而可用简化后的监督控制器实现与事件重标记操作前相同的控制任务.最后通过实例验证所提理论的正确性.

随机离散事件系统基于动态观测的安全诊断研究

现有随机离散事件系统研究大都是假设事件的可观测性是固定不变的,而许多实际应用系统中事件的可观测性往往与系统所处的状态有关。为此,本文提出一种动态观测下随机离散事件系统安全可诊断方法。引入一种动态观测,使每一个状态都有各自独立的可观事件;对动态观测下随机离散事件系统安全可诊断性进行形式化;推导出一个基于安全诊断器的动态观测下随机离散事件系统安全可诊断性的充分必要条件,实现动态观测下随机离散事件系统的故障安全诊断。

事件系统视角下网络舆情态势感知研究

[研究目的]随着互联网技术的发展,网络环境变得日益复杂,网络舆情事件发展态势感知的难度也在不断加大,为网络舆情监管带来了极大挑战。在舆情事件发生时,及时感知其发展态势,厘清其演化特征和规律,藉此提出相应建议,对引导与治理网络舆情具有重要意义。[研究方法]基于事件系统理论,提出一种融合态势感知理论和用户画像的网络舆情态势感知模型。首先,采集舆情事件时间、空间和强度要素相关数据。然后,划分舆情演化阶段、分析网络舆情扩散属性和情绪强度属性的特征。最后,构建Grey-BP神经网络模型,预测网络舆情扩散属性和情绪强度属性的后续发展态势。[研究结论]从事件系统视角出发,构建了融合态势感知理论和用户画像的网络舆情态势感知模型,整体性地探究舆情事件时间、空间和强度要素特征,能够较为全面地阐述网络舆情的演化态势,并可靠地预测其未来演变趋势。

面向数字孪生的柔性离散事件系统建模与仿真平台设计

针对当前仿真平台难以在具有较高柔性的系统中建立数字孪生模型的问题,提出了面向数字孪生的柔性离散事件系统建模与仿真平台设计方法。该方法首先进行需求层次分析,建立平台设计逻辑模型指导设计,并基于该逻辑模型提出了平台在仿真引擎、柔性孪生模型建模、可视化3个方面的详细设计方法,建立平台总体架构。为实现平台与数字孪生相结合,提出了基于物理实体状态的事件推进机制和面向优化算法的仿真步进迭代机制的数据交互机制。最后,基于该设计方法开发了原型平台NextING,并与商业仿真软件Plant Simulation进行对比测试,通过一个装配流水线实例以及一个移动机器人存取系统实例验证了该方法的有效性。

基于FAERS数据库的抗体药物偶联物相关血液系统不良事件数据挖掘

目的 基于美国食品药品管理局不良事件报告系统(FAERS)数据库,对抗体药物偶联物(ADC)相关血液系统不良事件进行数据挖掘,为临床安全使用ADC药物提供参考。方法 下载FAERS数据库2011年第3季度至2022年第4季度数据,经过去重、名称标准化等数据清洗,提取ADC相关血液系统不良事件,采用报告比值比法和信息成分法进行信号检测。结果 共提取到以8种ADC药物为首要怀疑药品的不良事件报告101 610份,ADC相关血液系统不良事件报告5 768份,其中粒细胞缺乏症涉及3 423例,信号强度从强到弱的药品依次为戈沙妥珠单抗(SG)、奥星-吉妥珠单抗(GO)、维布妥昔单抗(BV)、维汀-珀拉妥珠单抗(PV)、维汀-恩弗妥单抗(EV)、德曲妥珠单抗(TD)、奥星-艾诺妥珠单抗(IO)和恩美曲妥珠单抗(TDM-1);造血细胞缺少症涉及2 327例,信号强度从强到弱的药品依次为IO、SG、BV、EV、PV、TD、TDM-1和GO。ADC药物相关血液系统不良事件临床结局为死亡的病例包括BV179例(16.84%),TDM-1 102例(13.01%),TD 88例(27.08%),GO 12例(16.90%),IO 8例(11.59%),EV 54例(24.32%),PV 22例(27.16%),SG 84例(21.05%)。不良事件发生时间分析显示,TD、IO和SG用药首日事件发生数占总例数的40%以上;TD、GO、IO、EV、PV和SG发生血液系统不良事件中位时间在1个给药疗程(21 d)内。结论 应重视ADC药物相关血液系统不良事件风险,临床用药过程中应密切监测血细胞计数变化,出现异常应及时诊治。

分布式随机离散事件系统的模式故障安全诊断

现有分布式随机离散事件系统的研究都集中在单个事件导致的故障上,然而许多实际应用系统所发生的故障往往是由一系列事件相继发生而导致的。针对此类故障的检测问题,本文提出了一种随机离散事件系统的模式故障安全协同诊断方法。首先,对分布式随机离散事件系统的模式故障安全协同可诊断性进行了形式化。然后,通过构造模式故障安全协同诊断器,提出了一个基于安全协同诊断器的分布式随机离散事件系统的模式故障安全协同可诊断性的充要条件,实现了分布式随机离散事件系统的模式故障安全诊断。

基于FDA不良事件报告系统数据库的别嘌醇和非布司他不良事件信号挖掘研究

目的基于FDA不良事件报告系统数据库对非布司他、别嘌醇进行不良事件信号挖掘,探索其潜在的用药风险,促进临床合理安全用药。方法提取FDA不良事件报告系统数据库2017年第一季度至2022年第二季度共22个季度有关非布司他、别嘌醇的不良事件报告数据,利用ROR法及PRR法对非布司他、别嘌醇不良事件(AE)进行信号挖掘。结果别嘌醇AE报告5060份,集中于≥60岁患者,累及系统器官分类项目(SOC)共计25项,主要累及在皮肤及皮下组织类疾病(40.01%),发现说明书中未累及系统12项,非布司他AE报告905份,累及SOC共计17项,主要累及在心脏器官疾病(40.17%),发现说明书中未累及系统2项。别嘌醇、非布司他累及感染及侵染类疾病(5.51%、0.49%),肝胆系统疾病(5.35%、0.87%),但别嘌醇说明书中均未收录。别嘌醇累及生殖系统及乳腺疾病(0.55%),妊娠期、产褥期及围产期状况(0.03%),但非布司他未发现累及以上SOC。结论别嘌醇较非布司他,说明书收录不良反应较不充分,新发现的累及SOC及AE为完善别嘌醇说明书不良反应可提供参考。研究发现别嘌醇和非布司他累及SOC差异,可为临床个体化治疗提供参考。

模型未知的离散事件系统故障诊断方法

针对离散事件系统模型难以建立的大型实际系统,无法对其进行有效故障诊断的问题,提出一种基于主动学习的故障诊断方法。首先,为获取到的系统事件日志添加正常/故障标签,并将日志集划分为训练集和测试集,提出一种基于抽象技术的迭代算法提取训练集中日志的故障特征样本。然后,通过故障特征样本构造初始故障识别器,并利用测试集中的日志检验识别器的准确性。仿真结果表明,该故障诊断算法使得模型未知下诊断精度更高。最后,实例说明系统模型未知下故障诊断算法的应用。与现有研究相比,提出的方法可以在系统模型未知下进行故障诊断且算法复杂度为多项式,诊断精度更高,应用范围更加广泛。

基于强化学习的离散事件系统最优定向监控

对于多个可控事件(控制指令)允许同时执行的情形,离散事件系统的监控器进行随机选择.然而,在实际应用中,如交通调度、机器人路径规划,可控事件的定向选择和数值优化是必须要考虑和解决的两个问题.对此,引入一种优化机制量化控制成本,将监督控制理论与强化学习结合,提出一种基于强化学习的离散事件系统最优定向监控器求解方法,使被控系统实现以下三个目标:(1)遵循安全性和活性控制规范;(2)每个状态下至多允许一个可控事件执行;(3)从初始状态到标记状态事件执行累计成本最小.首先,建立系统和控制规范的自动机模型,做同步积运算后可得到目标模型,通过定义的成本函数为目标模型中每个事件的执行赋予成本.其次,利用监督控制理论求解无阻塞且行为最大许可的监控器.最后,将监控器转化为马尔可夫决策过程,并利用Q学习算法求解出最优定向监控器.使用单向列车导轨控制案例和多轨道列车控制案例验证所提方法的有效性和正确性.仿真结果表明,所提出方法能够实现系统的无阻塞定向控制,并且使得定向监控器的数值成本最小.

基于美国FDA不良事件报告系统相关数据分析服用米诺环素的8~18岁患者药品不良反应及其高危因素

目的基于美国FDA不良事件报告系统(FAERS)数据库数据分析8~18岁儿童米诺环素药品不良反应及其发生的高危因素,为米诺环素的临床安全用药提供参考。方法在FAERS中检索2004年1月—2023年9月中疑似米诺环素导致的药品不良事件(ADE),采用报告比值比法(ROR)及综合标准法(MHRA)筛选a≥3、95%CI>1、PRR值≥2、χ^(2)≥4的米诺环素ADE发生的高危因素,采用国际医学用语词典(MedDRA)对米诺环素ADE发生的高危因素进行首选器官分类(SOC)和首选术语归类(PT)。结果共得到8~18岁儿童的疑似米诺环素ADE3668份,最终得到米诺环素ADE发生的高危因素181个,涉及各类神经系统疾病、皮肤及皮下组织类疾病和全身性疾病及给药部位各种反应等22个SOC。发生频次前5位的米诺环素ADE分别为药物反应伴嗜酸粒细胞增多和全身性症状、发热、头痛、特发性颅内压增高和关节痛;米诺环素ADE发生的高危因素分别为急性甲状腺炎、嗜酸细胞性脑炎、坏死性血管炎、多发性单神经病和嗜酸粒细胞增多性心肌炎。结论8~18岁儿童应用米诺环素时ADE发生的高危因素包括各类神经系统疾病、皮肤及皮下组织类疾病和全身性疾病及给药部位各种反应等。临床应用中米诺环素ADE包括急性甲状腺炎、嗜酸细胞性脑炎、甲状腺炎和肠梗塞等。

大学生如何在连续创业事件中提升创业能力?--基于事件系统理论的连续创业案例研究

基于事件系统理论,采用案例研究方法,对一个连续创业大学生10年创业经历进行纵向研究,揭示连续创业事件如何对内通过创业思维模式调整和创业失败学习、对外借助高校创业教育提升大学生创业能力。研究发现:连续创业事件促进大学生的创业机会识别模式逐渐由表面联接方式向结构联接方式转变;连续创业大学生采用生成式学习方式从创业失败事件中学习,通过双环式学习方式创造主动型事件获取创业资源,并且事件强度越高引发创业失败学习的质量越高;创业教育是大学生从连续创业事件中提升创业能力的前置条件。高校应构建开放包容的外部创业环境引导大学生积极创造主动型事件,重视创业失败修复,帮助大学生应对被动型事件;大学生需重视自身内在认知能动性对创业能力的隐性塑造作用。

抗抑郁药与慢性阻塞性肺疾病患者发生呼吸系统不良事件之间的关系

目的研究抗抑郁药与慢性阻塞性肺疾病(COPD)患者发生呼吸系统不良事件(PRAE)之间的关系。方法选取2020年1月至2024年4月浙江省丽水市第二人民医院收治的COPD患者242例,收集患者临床资料以及抗抑郁药使用情况,按照是否出现PRAE分为PRAE组104例与非PRAE组138例,采用多因素二元Logistic回归模型分析抗抑郁药与COPD发生PRAE之间的关系。结果PRAE组的年龄、是否使用抗抑郁药、抗抑郁药使用持续时间、是否合并呼吸道病毒感染、是否合并支原体感染、第1秒用力呼气容积(FEV1)占预计值百分比(FEV1%pred)以及C反应蛋白与非PRAE组比较,差异有统计学意义(t/χ^(2)=3.870、7.744、8.039、4.454、4.162、-8.397、3.254,P均<0.05)。将是否发生PRAE作为因变量,运用多因素二元Logistic回归模型调整混杂因素后,结果显示使用抗抑郁药、抗抑郁药使用持续时间为PRAE的独立危险因素(OR=2.018、1.383,P<0.05)。分别将是否发生肺炎、是否发生急性加重为因变量,运用多因素二元Logistic回归模型调整年龄、合并呼吸道病毒感染、合并支原体感染等混杂因素后,结果显示使用抗抑郁药、抗抑郁药使用持续时间仍为肺炎以及COPD急性加重的独立危险因素(OR=1.910、1.446以及2.246、1.514,P均<0.05)。结论抗抑郁药与COPD肺炎和急性加重的风险增加有关,应密切监测抗抑郁药处方的不良反应,并考虑采取非药物干预措施。

乌帕替尼上市后不良反应评估:一项基于美国FDA不良事件报告系统数据库的真实世界研究

目的:通过美国FDA不良事件报告系统(FDA Adverse Event Reporting System,FAERS)系统数据库,挖掘与分析乌帕替尼上市后药品不良事件(Adverse event,AE)信号,为其临床用药安全提供参考。方法:从FAERS数据库提取2019年第3季度至2023年第1季度的不良事件报告数据,采用报告比值比法(Reporting odds ratio,ROR)和比例报告比值法(Proportional reporting ratio,PRR)对乌帕替尼相关的不良事件报告进行信号挖掘与分析。结果:共提取了28743份以乌帕替尼为首要怀疑的不良事件报告,检测出315个阳性信号,涉及20个系统器官分类(System organ class,SOC)。阳性信号涉及SOC主要为“感染及侵染类疾病”、“各类损伤、中毒及操作并发症”、及“各种肌肉骨骼及结缔组织疾病”。报告频次前5位的信号的首选术语(Preferred terms,PT)为疼痛、COVID-19、肢体疼痛、肌肉骨骼强直、尿路感染。信号强度较高但说明书未记载的信号有握力减弱、腕管综合征、肌腱断裂、肌肉骨骼强直、白内障等。严重不良事件结果对应的PT主要为COVID-19、感染性肺炎心血管疾病、脑血管意外等。结论:临床使用乌帕替尼时,除需关注疼痛、感染等常见不良事件及说明书未提及的新不良事件外,还应重视严重感染、心脑血管意外、肺栓塞等严重不良事件结局检出的信号。

虚拟仪器技术与离散事件系统相结合的教学探索

离散事件系统与传统动态系统最大的不同在于其状态变化是由事件驱动,而不是时间驱动。因此,现有的大多数软件无法有效研究离散事件系统。随着计算机技术的快速发展,虚拟仪器技术被广泛应用于各个领域。然而,在虚拟仪器技术的教学过程中,仅讲解课本内容容易导致学生失去兴趣。因此,基于虚拟仪器中的事件结构,文章对虚拟仪器技术在离散事件系统中的初步应用进行了研究。这不仅为广大学者在离散事件系统研究方面提供了新的思路,还实现了虚拟仪器技术与离散事件系统相结合的教学探索。