老年慢性阻塞性肺疾病稳定期患者外周血CircDCUN1D4的水平及临床意义

目的检测慢性阻塞性肺疾病(COPD)患者外周血CircDCUN1D4的水平,探讨circDCUN1D4在COPD中的作用及临床意义。方法选取2022年11月1日—2023年4月30日在上海市第六人民医院金山分院呼吸科就诊的老年COPD稳定期患者40例(设为观察组),以同期院40例体检中心年龄和性别匹配的老年体检健康者为对照组。对COPD患者进行慢阻肺评估测试(CAT评分)、肺功能检查,记录FEV_(1)/FVC及FEV_(1)pred%;检测并比较2组外周血CircDCUN1D4的表达水平。将COPD患者分为60~80岁亚组(n=24)及年龄≥80岁亚组(n=16),对比分析2亚组CAT评分、FEV_(1)pred%及外周血circDCUN1D4水平的差异。结果COPD患者外周血CircDCUN1D4表达水平(3.47±1.55)高于健康对照组(1.15±0.56),组间差异有显著统计学意义(P<0.01);年龄≥80岁组患者circDCUN1D4水平、CAT评分高于60~80岁组,FEV_(1)pred%低于60~80岁组,差异均有统计学意义(P<0.05)。结论老年COPD稳定期患者外周血circDCUN1D4水平的变化可能与COPD发病、病情发展有关;通过检测外周血circDCUN1D4表达水平,有可能作为COPD早期诊断、预后评估的潜在指标。

基于Ngram-TFIDF的深度恶意代码可视化分类方法

随着恶意代码规模和种类的不断增加,传统恶意代码分析方法由于依赖于人工提取特征,变得耗时且易出错,因此不再适用。为了提高检测效率和准确性,提出了一种基于Ngram-TFIDF的深度恶意代码可视化分类方法。结合N-gram和TF-IDF技术对恶意代码数据集进行处理,并将其转化为灰度图。随后,引入CBAM并调整密集块数量,构建DenseNet88_CBAM网络模型用于灰度图分类。实验结果表明,所提方法在恶意代码家族分类和类型分类上分别提高了1.11%和9.28%的准确率,取得了优越的分类效果。

基于强化样本的伪孪生网络图像篡改定位模型

随着互联网不断发展,网络上的篡改图像越来越多,掩盖篡改痕迹的手段越来越丰富。而现在大多数检测模型没有考虑到图像后处理操作对篡改检测算法的影响,限制了其在实际生活中的应用。为了解决上述问题,提出了一种通用的基于强化样本的伪孪生网络图像篡改定位模型。所提模型利用伪孪生网络,一方面学习真实图像中的篡改特征;另一方面通过约束卷积,抑制图像内容,从而能够更加关注篡改残留的痕迹信息。网络的两分支结构可以达到充分利用图像特征信息的目的。模型利用强化样本,可以自适应地生成当前最需要学习的篡改类型图片,实现对模型有针对性地训练,使得模型在各个方向上学习收敛,最终得到全局最优模型。利用数据增强思路,自动生成丰富的篡改图像以及其对应的掩膜,这很好地解决了篡改数据集有限的问题。在4个数据集上的大量实验证明了所提模型在像素级操作检测方面的可行性和有效性。尤其是在Columbia数据集上,算法的F1值提高了33.5%,Matthews correlation coefficirnt(MCC)得分提高了23.3%,说明所提模型利用深度学习模型的优点,显著提高了篡改定位的检测效果。

生成图水印的前沿研究与展望

随着人工智能生成内容(Artificial Intelligence Generated Content,AIGC)带来的深度合成浪潮,数字水印技术作为图像取证领域中的一种主动防御手段,被广泛应用于识别生成内容和模型的版权保护。因此,生成图水印越来越受到研究者的关注。首先,介绍了生成图水印的研究背景,从模型版权保护和AIGC监管两个角度介绍生成图水印的研究动机。接着,基于生成模型和水印技术的发展引出了生成图水印问题,将水印根据是否参与生成过程分为两类,并对这两类生成图水印的现状进行了详细的梳理和介绍。随后,对现有的生成图水印方法进行评估,在传统水印需满足的鲁棒性、不可察觉性和容量基础上,进一步提出了针对生成图水印的新要求。最后,指出生成图水印中有待进一步解决的问题及发展趋势。

军事职业教育在线课程建设探索——以网络数据获取实践课程为例

该文以网络数据获取实践课程为例,介绍在军事职业教育在线课程建设方面的一些初步探索。首先,从教学对象、教学目标、内容设计、教学策略和考核评价等方面分别介绍该课程的教学设计;其次,以课程4个主要教学专题为例具体介绍该课程的教学案例建设情况;最后,指出在线课程建设中仍然存在的不足和值得研究的问题。

Lemur酪氨酸激酶3在老年肺腺癌患者肺腺癌组织中的表达及临床意义

目的探讨Lemur酪氨酸激酶3(LMTK3)在老年肺腺癌患者组织和血清中的表达,及LMTK3差异表达与患者临床特征的关系。方法选取2021年1月—2022年12月在上海市第六人民医院金山分院诊治的老年肺腺癌患者,收集肺腺癌患者手术切除标本10例,免疫组化检测肺腺癌组织和癌旁组织中LMTK3蛋白的表达,计算阳性细胞的表达百分率。收集肺腺癌患者外周血清86例,同期老年健康体检者外周血清80例作为对照组,ELISA法检测血清中LMTK3水平,分析LMTK3水平与肺腺癌患者临床特征的关系。结果在老年肺腺癌及其癌旁正常组织内均检测到LMTK3蛋白的存在,并且在癌组织中LMTK3的蛋白水平明显高于癌旁正常组织,具有统计学差异(P<0.05)。肺腺癌患者血清中LMTK3水平明显高于正常对照组[(16.35±3.41)ng/mL vs(4.70±2.05)ng/mL](P<0.05),而且与更高的TNM分期(P<0.05)和淋巴结转移(P<0.05)相关。结论LMTK3在老年肺腺癌组织和血清中呈高表达,并可能与较高的TNM分期及淋巴结转移情况密切相关。

新媒体环境下慕课在高校英语教学中的实践与改革

慕课是大规模开放式的线上课程,它是互联网时代的教育产物,是一种全新的、开放式的线上教学模式,慕课让知识的传播范围更广、速度更快,对促进全球教育公平有一定的帮助和意义。近些年,我国不少高校也纷纷引入慕课进行英语教学实践与改革。文章从教学主体、教学内容、学生自主性等方面分析了慕课的特征,也提出了慕课在我国具体运用中面临的问题,并试图为慕课在高校英语教学中的实践与改革提供一些思路和借鉴。

完全学分制视域下的弱班级化及其替代路径

班级制历经了漫长的演化过程,具有独特的比较优势,在保障各级各类高校教育教学运行和学生管理方面,发挥了不可替代的作用。然而,完全学分制的实施给高校班级制带来了新的挑战,使班级制原来得以发挥作用的微观机制失去了组织基础,“弱班级化”成为了高校不可逆转的趋势。重构全校统筹的学生管理服务体系,赋能课程班级的育人价值,优化基于公寓的学生社区育人模式,可以作为完全学分制背景下班级功能弱化后的重要替代路径。

新文科:观念误区及建设路径

新文科建设在较短时间内取得了长足进展,但关于新文科的观念误区仍然存在。以人工智能(AI)为代表的科技革命带来的社会变革对文科发展提出了新的要求,更加凸显了传统文科人才培养“疏离现实”、传统文科学术研究“依附西方”、传统文科学科建设“画地为牢”问题的严重性。新文科建设要优化文科人才培养体系、提升文科学术研究自主性、用好学科交叉融合的“催化剂”。

恶意软件检测和分类可视化技术综述

随着科技的不断发展,恶意软件及其变种的种类不断增多,已经成为网络安全的一个巨大挑战。这些恶意软件采用了多样的技术手段,以欺骗或规避传统检测方法,从而使得传统非可视化检测技术不再适用。近年来,数据可视化作为一种强有力的恶意软件检测和分类手段引起了学术界的广泛关注。通过以图像的方式呈现恶意软件的核心特征,这类方法能够显著提高恶意软件的检测和分类准确率,从而在网络安全领域具有广阔的研究前景。综述恶意软件检测领域的传统非可视化检测技术与可视化检测技术。介绍了恶意软件检测的传统非可视化方式,包括静态检测、动态检测、混合检测;重点对一些常见的恶意软件可视化方法进行了调研和综合评述,主要包括可视化结合机器学习与可视化结合深度学习两大方向,这两种方法在恶意软件检测和分类中各有优势和特点,因此在选择检测和分类方法时,需要综合考虑多个因素,包括数据集大小、计算资源和时间限制、模型准确度以及实现复杂度等;对目前检测技术所面临的问题进行了总结,并对未来的发展方向进一步展望。

miR-223、miR-200b、miR-199a-5p在缺血性脑卒中患者中的表达及相关性研究

目的 探讨微小RNA(miR)-223、miR-200b、miR-199a-5p在缺血性脑卒中(IS)患者中的表达及相关性。方法 选取2019年3月—2021年3月上海市第六人民医院金山分院IS患者132例为研究对象,根据90 d后改良Rankin量表(mRS)评分分为预后不良组(n=51,mRS评分>2分)和预后良好组(n=81,mRS评分≤2分)。比较两组基线资料,美国国立卫生研究院卒中量表(NIHSS)、mRS评分,血清miR-223、miR-200b、miR-199a-5p,分析上述血清指标与NIHSS、mRS评分的相关性,探讨IS预后不良的影响因素,评价上述血清指标对IS预后的预测价值及不同表达与IS预后的关系。结果 预后不良组血清miR-223、miR-199a-5p表达高于预后良好组,血清miR-200b表达低于预后良好组(P<0.05);miR-223、miR-199a-5p与NIHSS、mRS评分呈正相关,miR-200b与NIHSS、mRS评分呈负相关(P<0.05);将卒中分型、NIHSS评分、血小板计数、发病至治疗时间等其他因素控制后,血清miR-223、miR-200b、miR-199a-5p与IS预后不良(mRS评分)显著相关(P<0.05);血清miR-223、miR-200b、miR-199a-5p联合预测IS预后不良的曲线下面积(AUC)最大,为0.928;miR-223、miR-199a-5p高表达者预后不良发生率高于低表达者,miR-200b低表达者预后不良发生率高于高表达者(P<0.05)。结论 血清miR-223、miR-199a-5p过表达和miR-200b表达缺失均与IS患者神经功能缺损程度及神经功能恶化有关,可为患者预后预测提供参考依据。

基于特征选择和图卷积表示的JPEG图像隐写者识别

针对JPEG图像隐写检测特征维度过高,导致用户间距离计算复杂且隐写者识别性能下降的问题,提出了一种基于特征选择和图卷积表示的JPEG图像隐写者识别方法。首先,提取每个用户图像集的隐写检测特征并度量特征的可分性,从中选取高可分的特征子集;接着,将用户表示为图结构,选取的高可分特征作为图中节点表示,通过训练图卷积神经网络来获得用户特征;最后,考虑类间可分性和类内聚集性,学习到能更大程度捕捉用户差异的表征,提高识别性能。基于常用的BOSSbase-1.01和BOWs图像库的大量实验结果表明,针对利用ns F5、UED、J-UNIWARD等多种主流JPEG隐写方法在图像上嵌入秘密信息的隐写者,所提方法在降低特征维度和计算开销的前提下,多种嵌入比率下的识别准确率均在80.4%以上,并且在低嵌入比率下识别准确率具有明显优势。

网络空间态势感知方向课程体系构建

针对当前网络安全现实岗位需要网络空间态势感知人才,而网络安全人才培养体系欠缺该方面系统知识的问题,提出在网络空间安全专业中开设网络空间态势感知方向,分析网络空间态势感知的基本流程、技术体系与能力模型,在此基础上构建网络空间安全专业网络空间态势感知方向的知识结构与课程体系。

密码学课程“过程式自学引导”探索

针对密码学课程内容难点多、研究进展快、学时数少的问题,为了培养学生密码知识自主学习能力,围绕“夯实基础、面向提高”的教学目标,结合过程式考核,提出覆盖课程重难点及提高内容的“自学内容设计+过程式督促反馈”的“过程式自学引导”教学设计思路,给出几个典型教学设计实例,介绍具体课程过程式自学引导的教学实践。

基于双曲正切和矩的免疫防御

对抗样本的发现与研究证实了深度神经网络的脆弱性.如果不对对抗样本的生成加以约束,那么触手可及的图像将不再安全并随时可能对不鲁棒的深度神经网络构成威胁.然而,现有的对抗防御主要旨在防止对抗样本成功攻击深度神经网络,而不是防止对抗样本的生成.因此,本文提出了一种新颖的对抗防御机制,该机制被称为免疫防御.免疫防御通过主动地在原始图像上添加难以察觉的扰动使得攻击者无法针对该图像制作出有效的对抗样本,从而同时保护了图像和深度神经网络.这种良性的扰动被称为免疫扰动,添加了免疫扰动的图像被称为免疫样本.在白盒免疫防御中,本文提出了双曲正切免疫防御(Hyperbolic Tangent Immune Defense,HTID)以制作高分类准确率、高防御性能和高视觉质量的白盒免疫样本;在黑盒免疫防御中,提出了基于矩的免疫防御(Moment-based Immune Defense,MID)以提升免疫样本的可迁移性,从而确保免疫样本对未知对抗攻击的防御性能.此外,本文还提出了免疫率以更加准确地衡量免疫样本的防御性能.在CIFAR-10、MNIST、STL-10和Caltech-256数据集上的大量实验表明,HTID和MID制作的免疫样本具有高分类准确率,在Inception-v3、ResNet-50、LeNet-5和Model C上的准确率均达到了100.0%,比原始准确率平均高出10.5%.制作的免疫样本同时具有高视觉质量,其SSIM最低为0.822,最高为0.900.实验也表明MID有着比HTID更高的可迁移性,MID在四个数据集上针对AdvGAN制作的免疫样本防御其他11种对抗攻击的平均免疫率分别为62.1%、52.1%、56.8%和48.7%,这比HTID高出15.0%、10.8%、17.5%和15.7%.

JPEG量化步长估计综述

随着JPEG(Joint Photographic Experts Group)格式的图片在网络存储和传输中的广泛应用,基于JPEG格式的篡改、拼接等恶意操作也层出不穷,利用JPEG图像特性的研究受到越来越多的关注。其中,JPEG图像特性与量化步长息息相关。如果,JPEG压缩后的图像以位图的形式进行保存,研究者无法直接获取到量化步长,从而无法有效地分析JPEG图像特性。因此,对于量化步长的估计在数字图像取证领域越来越受到关注。本文首先介绍了量化步长估计的研究背景,并将量化步长估计问题分成两类问题:单压缩图像的量化步长估计和重压缩图像的首次量化步长估计。其次,在经典的JPEG压缩模型基础上分别了给出了这两类问题的量化步长估计模型,并对每类问题的各种现有方法进行了详细介绍和梳理。随后,在相同实验环境下对经典算法进行了实验,并对经典算法进行了相应的分析与评价。实验结果表明:在单压缩图像的量化步长估计任务中,现有技术相对成熟并且部分算法估计准确率高于90%;但是,在对齐重压缩图像的首次量化步长估计任务中,现有方法仅能估计低频、中频的量化步长,并且当首次与第二次的压缩质量因子相近时,估计准确率较低;在非对齐重压缩图像的首次量化步长估计任务中,由于网格偏移会增加估计量化步长的困难,导致算法在非对齐重压缩上性能较差。最后,指出了量化步长估计中有待进一步解决的问题和发展趋势。

多色彩通道特征融合的GAN合成图像检测方法

当前,生成对抗网络(Generative Adversarial Networks,GAN)合成的逼真图像难以识别,严重危害国家网络安全及社会稳定.与此同时,多数基于深度神经网络模型设计的检测器需要大规模训练样本,且存在模型可解释度不高、泛化性能差等问题.为了克服上述亟待解决的关键性难题,本文提出一种多色彩通道特征融合的GAN合成图像检测方法.首先,探索分析真实自然图像和GAN合成图像在不同色彩空间相邻像素之间的差异,并设计差异度量算法,完成色彩通道选择.其次,利用图像像素间的高度相关性,在八个方向上通过二阶马尔可夫链对相邻像素之间的差分数组进行建模,提取差分像素邻接矩阵特征.最后,利用上述特征,设计一种简单且高效的集成分类器完成GAN合成图像的检测任务.在基于StyleGAN模型合成的伪造人脸数据集中,所提出方法的检测准确率高达100.00%;在小样本训练约束条件下,正负样本对数仅仅为2时,检测准确率高达99.65%;在单类样本训练约束条件下,正样本数仅仅为50时,检测准确率高达92.84%.在基于更先进的StyleGAN2和PGGAN模型合成的伪造场景数据集中,所提出方法的检测准确率达到99.96%以上.以上大量实验表明,本文所提出的方法明显优于比较的GAN合成图像检测方法.本文方法已经开源:https://github.com/cyxcyx559/ccss.

彩色图像隐写分析研究进展

传统的加密通信技术易被察觉,很难满足安全通信的需求。数字隐写术通过对载体修改来隐藏信息,可以实现隐蔽通信。但是,隐写术也可能被用于非法行为,使检测隐写术的隐写分析技术受到了越来越多的关注,因此隐写分析技术具有重大的研究意义。深度学习在计算机视觉、模式识别和自然语言处理等领域取得了很多研究成果,给隐写分析带来了新机遇,提出了新挑战,促使隐写分析产生新思想、新方法。彩色图像是互联网传输过程中的主流载体。但现有的彩色图像隐写分析特征主要依赖于人工设计,且隐写分析特征将彩色图像当成3个独立的灰度图像,并未充分考虑彩色图像三通道间的内部联系,对载密图像的检测能力有待提高。深度学习在彩色图像隐写分析领域中的应用也处于初步阶段。因此在介绍隐写和隐写分析的概念、分类和研究意义,概述其研究现状后,重点介绍了几种针对彩色图像的隐写分析关键技术,对其进行对比和总结,并分析其发展趋势。

基于时空行为与静态属性分析的陌陌应用恶意用户检测方法

陌陌是一款流行的移动社交应用,其中存在实施诈骗、网赌网贷等网络违法犯罪活动的恶意用户,发现陌陌中的恶意用户具有重要意义。然而,陌陌应用具有用户间社交关系松散、发布文本内容有限等特点,导致现有恶意用户检测方法难以准确刻画用户特征,检测准确率低。为此,提出一种基于用户时空行为与静态属性分析的恶意用户检测方法。基于陌陌提供的位置服务,搜集用户在线时间、位置、异常标签等数据,构建用户时空信息数据集;对比数据集中正常用户与具有异常标签的恶意用户的在线时间和位置分布差异,分析恶意用户的时空行为特征;基于用户在不同时间段的在线概率刻画用户的时间行为特征,基于用户历史位置分布的聚集程度刻画用户的空间行为特征;最后,融合已获得的时空行为特征与性别属性训练用户分类模型,检测恶意用户。基于收集的67280个陌陌用户的1894917条数据,开展了恶意用户检测实验,结果表明,提出的方法能够有效检测出恶意用户,特别是针对历史发布内容较少的恶意用户时,所提方法正确分类恶意用户的能力显著优于代表性方法SybilSCAR和DatingSec,AUC-ROC和AUC-PR分别提升4.6%以上和19.88%以上。

目标网络场景自适应的IP定位框架

通过IP来定位目标位置是基于位置的服务的重要基础。当前研究者面向不同的网络场景,提出了不同实现原理的IP定位方法。但在不同的网络场景中,各类IP定位方法难以维持理想的定位效果。介绍了基于网络测量的IP定位的3种典型实现原理,分析了各类方法在不同网络场景下的优缺点,并提出了一种目标网络场景自适应的IP定位框架。该定位框架将目标在地标库中进行位置对比,初步判定目标的城市级位置并分布式部署探测源;随后获取目标所在城市的时延、拓扑、同子网地标等属性,并判定其所处网络场景;根据目标网络场景,选择合适类型的定位算法对目标IP进行定位,输出位置估计结果。通过在我国11个城市进行模拟定位实验,得到了在不同数量和分布的地标数据支撑下各类IP定位方法的多层次表现,结果显示所提框架的城市级定位成功率可达96.16%,街道级定位中值误差可达4.13 km,同时所提框架在不同的同子网地标数量和目标可达性条件下均能保持稳定的定位效果。实验结果验证了所提框架的有效性,并为IP定位研究提供新的思路。