Forecasting Shark Attack Risk Using AI: A Deep Learning Approach

This study aimed to develop a predictive model utilizing available data to forecast the risk of future shark attacks, making this critical information accessible for everyday public use. Employing a deep learning/neural network methodology, the system was designed to produce a binary output that is subsequently classified into categories of low, medium, or high risk. A significant challenge encountered during the study was the identification and procurement of appropriate historical and forecasted marine weather data, which is integral to the model’s accuracy. Despite these challenges, the results of the study were startlingly optimistic, showcasing the model’s ability to predict with impressive accuracy. In conclusion, the developed forecasting tool not only offers promise in its immediate application but also sets a robust precedent for the adoption and adaptation of similar predictive systems in various analogous use cases in the marine environment and beyond.

血小板活化因子和ABCD3-Ⅰ评分预测老年短暂性脑缺血发作后进展为脑梗死的价值

目的探究血清血小板活化因子结合ABCD3-Ⅰ评分预测老年短暂性脑缺血发作(TIA)后进展为脑梗死的价值。方法回顾性选择2020年6月至2022年6月来保定市第二医院治疗的260例老年TIA患者进行研究。患者发病第2天进行临床检查及检验。将入院7 d内进展为脑梗死的50例患者作为观察组,未进展为脑梗死的210例患者作为对照组。分析比较2组患者血清血小板活化因子(PAF)水平、ABCD3-Ⅰ评分。统计比较TIA患者ABCD3-Ⅰ评分分层与患者进展为脑梗死的发生率。比较观察组患者TIA不同持续时间血清PAF水平、ABCD3-Ⅰ评分。采用ROC曲线分析PAF联合ABCD3-Ⅰ评分评价TIA后进展为脑梗死的价值。结果观察组患者的血清PAF水平、ABCD3-Ⅰ评分均显著高于对照组(P<0.01)。TIA患者ABCD3-Ⅰ评分分层低危组、中危组、高危组脑梗死发生率为0.00%、8.87%、33.91%(P<0.05)。观察组患者TIA持续时间越长血清PAF水平、ABCD3-Ⅰ评分越高(P<0.05)。PAF水平、ABCD3-Ⅰ评分、PAF水平联合ABCD3-Ⅰ评分评价患者发生脑梗死曲线下面积分别为0.799、0.784、0.841;敏感性分别为70.2%、68.1%、85.6%;特异性分别为57.4%、72.1%、80.9%(P<0.01)。PAF水平联合ABCD3-Ⅰ评分评价患者发生脑梗死曲线下面积显著高于2个指标单独预测(P<0.05)。结论血清PAF结合ABCD3-Ⅰ评分对老年TIA后进展为脑梗死有一定的预测价值。

血流动力学参数联合ABCD3-Ⅰ评分对短暂性脑缺血发作患者脑卒中风险的预测价值

目的探讨血流动力学参数联合ABCD3-Ⅰ评分在短暂性脑缺血发作(TIA)后早期发生缺血性脑卒中(IS)风险的预测价值。方法收集2019年5月至2021年5月在解放军联勤保障部队第九八八医院神经内科就诊的TIA患者110例,根据TIA发作后7 d内结局分为7 d内IS组20例和7 d内无IS组90例,根据TIA发作后30 d内结局分为30 d内IS组31例和30 d内无IS组79例。ABCD3-Ⅰ评分低危患者15例,中危患者49例,高危患者46例。记录所有患者TIA发作时的ABCD3-Ⅰ评分及颈动脉血流动力学参数收缩期血流速度(PSV)、舒张末期血流速度(EDV)及阻力指数(RI)。比较不同等级ABCD3-Ⅰ评分患者IS发生率;使用多因素logistic回归和ROC曲线分析。结果ABCD3-Ⅰ评分低、中、高危患者7、30 d内IS发生率比较,差异有统计学意义(P=0.000)。7 d内IS组高血压、RI及ABCD3-Ⅰ评分明显高于7 d内无IS组,PSV、EDV明显低于7 d内无IS组(P<0.05,P<0.01)。30 d内IS组高血压、RI及ABCD3-Ⅰ评分明显高于30 d内无IS组,PSV、EDV水平明显低于30 d内无IS组,差异有统计学意义(P<0.01)。高血压、PSV、EDV及ABCD3-Ⅰ评分均是TIA后7 d内及30 d内发生IS的危险因素(P<0.05,P<0.01);血流动力学参数联合ABCD3-Ⅰ评分预测TIA患者7 d及30 d内发生IS的曲线下面积分别为0.929(95%CI:0.864~0.970)和0.900(95%CI:0.828~0.949),均高于单独血流动力学参数或ABCD3-Ⅰ评分预测(P<0.05)。结论血流动力学参数联合ABCD3-Ⅰ评分可用于TIA发作后脑卒中风险的评估,预测价值高于单独指标。

基于朴素贝叶斯的网络异常流量攻击行为预测方法

为解决网络异常流量攻击行为预测准确性较低的问题,研究基于朴素贝叶斯的网络异常流量攻击行为预测方法。首先,提取流量特征,对流量进行分类;其次,控制异常流量的攻击,对网络异常流量的攻击行为进行处理与预测,实现对攻击行为的实时监测;最后,进行实验分析。实验结果表明,该方法对于异常流量的预测准确率较高,能够有效地适用于复杂多变的网络流量信息。

基于入侵意图的复合攻击检测和预测算法

复合攻击是网络入侵的主要形式之一.如何检测复合攻击是当前入侵检测研究的一个重要方向.这项研究对入侵检测的作用主要表现在以下几个方面:(1)减少误报和漏报;(2)实现对未知攻击的检测;(3)攻击预测.尤其是第3点,可能使被动的检测发展为主动的有针对性的防御.经过对复合攻击模式的大量研究,提出了一种基于入侵意图的复合攻击检测和预测算法.该算法采用扩展的有向图来表示攻击类别及其逻辑关系,按照后向匹配和缺项匹配的方式对报警进行关联,根据已关联攻击链的累计权值和攻击逻辑图中各分支的权值计算其可能性.该算法可以实现复合攻击的检测,在一定程度上预测即将发生的攻击,并且对未知攻击有一定的检测能力,还可以大幅度地减少误报和一定的漏报.最后介绍了相应的实验过程和结果分析,证明了算法的有效性.

基于CTPN的复合攻击检测方法研究

通过对复合攻击模式的深入研究,提出了一种基于攻击意图检测和预测复合攻击的方法.该方法对传统的Petri网描述攻击的方法进行了改进和扩展,基于CTPN对复合攻击场景建模,并利用模型对报警进行关联,不仅可以检测出复合攻击的存在,而且能预测即将要发生的攻击.该方法较以往的方法更简单实用,实验结果证明了此方法的有效性.

基于隐马尔可夫模型的复合攻击预测方法

复合攻击成为网络攻击的主要形式之一,入侵检测系统仅能检测到攻击,但不能预测攻击。该文分析了传统的攻击预测方法的不足,提出一种基于隐马尔可夫模型的攻击预测方法,该方法使用隐马尔可夫模型中的Forward算法和Viterbi算法识别攻击者的攻击意图并预测下一步可能的攻击。通过实验验证了该方法的有效性。

基于攻击意图的复合攻击预测方法研究

入侵检测系统仅能检测到攻击,但不能预测攻击者下一步的攻击。分析了基于攻击行为预测方法的不足,提出了一种基于攻击意图的复合攻击预测方法。该方法使用抽象的攻击意图表示复合攻击,采用扩展的有向图表达攻击意图间的逻辑关系,建立了攻击匹配的攻击意图框架,在复合攻击预测算法中引入了攻击检测度和攻击匹配度两个概念。最后,通过实验验证了该方法的有效性。

针对复合攻击的网络攻击预测算法

网络攻击以复合攻击形式为主,但当前的安全设备只能检测无法预测。针对该问题,提出一种基于攻击效用的复合攻击预测方法,通过该方法识别攻击者的最终意图,并预测攻击者下一步可能进行的攻击行为。该方法利用攻击意图描述复合攻击过程,建立基于攻击意图的复合攻击逻辑关系图,引入攻击效用的概念,表示入侵者在攻击过程中完成每步攻击所获得的收益大小,是复合攻击预测的参考。实验结果验证了该方法的有效性。

基于非合作博弈攻击预测的防御策略选取方法

为更好地解决信息安全防御策略的选取问题,针对攻击方和防御方具有的目标对立性、策略依存性和关系非合作性特征,建立了非合作非零和攻防博弈模型。在模型中提出一种改进的收益量化和计算方法,其包含了对防御者反击收益的考虑,能够更加准确地计算博弈均衡。通过对博弈均衡的混合策略进行分析,在理性假设下实现了对攻击动作的有效预测。在攻击预测的基础上,设计了安全防御策略选取算法,其能够针对攻击威胁实现最优防御策略的选取。实例分析验证了模型和方法的有效性。

应用血栓弹力图预测短暂性脑缺血发作患者进展为脑梗死的临床研究

目的通过对短暂性脑缺血发作(transient ischemic attack,TIA)患者进行血栓弹力图(thromboelastography,TEG)分析,探讨TEG参数与TIA后进展为脑梗死的相关性,评价其预测价值。方法选择首次诊断TIA患者114例,行TEG检查,检测反应时间、凝固时间、凝固角、最大凝固振幅等参数指标。随访3个月,根据随访结果分为无脑梗死组78例和脑梗死组36例。比较2组参数并分析其与TIA后短期发生脑梗死的相关性。结果脑梗死组反应时间[(4.58±0.91)min vs(5.03±0.86)min,P=0.007]、凝固时间[(1.61±0.52)min vs(1.86±0.54)min,P=0.017]明显低于无脑梗死组,凝固角[(73.96±3.37)°vs(71.99±6.18)°,P=0.037]、最大振幅[(62.90±5.20)mmvs(60.09±6.39)mm,P=0.011]明显高于无脑梗死组。相关性分析显示,反应时间、凝固时间与脑梗死发生呈负相关(r=-0.418,r=-0.314,P<0.01);凝固角和最大振幅与脑梗死发生呈正相关(r=0.188,r=0.361,P<0.05)。logistic回归分析显示,反应时间、凝固时间越大,最大振幅越小,脑梗死发生风险越小。结论 TEG参数对TIA后短期进展为脑梗死风险有重要预测价值。

短暂性脑缺血发作早期卒中风险预测方法的研究进展

短暂性脑缺血发作(transient ischemic attack,TIA)是一种常见的脑血管病,患者发病后早期卒中风险较高。近年来出现了一些TIA患者早期卒中风险预测的方法。为了更好地预测TIA患者的早期卒中风险,从而对患者进行分层管理和治疗,本文对TIA早期卒中风险预测方法的研究进展进行了回顾。

用ABCD^2评分法预测短暂性脑缺血发作短期进展为脑梗死的风险

目的探讨ABCD2评分对短暂性脑缺血发作后7天内发生脑梗死的预测价值。方法按照ABCD评分标准和ABCD2评分标准,测定179例TIA患者的评分并观察7天内脑梗死的发生率。结果AB-CD2评分法和ABCD评分法的曲线下面积分别为0.761、0.699。179例TIA患者中≤2分者29例,脑梗死的发生率为零;评分为3分者22例,脑梗死的发生率为9%;评分为4分者58例,脑梗死的发生率为24%;评分为5分者53例,脑梗死的发生率为42%;评分≥6分者17例,脑梗死的发生率为65%。低危(0~3分)、中危(4~5分)和高危(6~7分)组7天内发生脑梗死的比例分别为4%、32%和65%(P<0.05)。结论ABCD2评分法的预测价值高于ABCD评分法,是临床上预测TIA短期进展为脑梗死的一种有效方法。

改进灰色预测模型在对地攻击弹药需求预测中的应用

针对战时航空兵编队对地攻击的弹药需求问题，研究了灰色预测模型在弹药需求预测中的应用问题。首先，分析了影响弹药需求预测的主要因素；其次，分析了基本GM（1，1）模型存在的问题，提出了一种新的改进参数和时间响应序列的GM（1，1）模型；最后，分别用基本GM（1，1）模型和改进的GM（1，1）模型对一组弹药需求数列进行比较分析。结果表明，相对于基本GM（1，1）模型而言，改进的GM（1，1）模型的相对误差较小。

Whitenoise密码Wu破译方法的分析与改进

Whitenoise是由BSBUtilities公司提出的一个序列密码算法。Wu在2003年8月巧妙地给出了破译Whitenoise算法的一个解方程组方法。该文对Wu的破译算法进行了深入分析,证明了Wu方法的两个基本假设是错误的,因而Wu的方法不可能求出正确密钥。此外,该文还对Wu的破译方法进行了改进,给出了求解Whitenoise密码的秘密整数和秘密素数的方法,并给出了对Whitenoise密码的一个预测攻击方法,利用该方法可由其前80445个乱数求出其任一时刻的乱数。此外,该文还给出了求出其全部秘密要素的一个思路。

应用ABCD^2评分预测短暂性脑缺血发作患者早期复发事件严重程度的研究

目的评估ABCD^2评分在短暂性脑缺血性发作(transient ischemic attack,TIA)患者中预测早期卒中复发严重程度的效度。方法前瞻性地连续纳入488例发病48小时内的TIA住院患者。对患者进行ABCD^2评分,观察发病7天内患者的复发事件,包括TIA复发,大卒中[美国国立卫生院神经功能缺损评分(National Institute ofHealth stroke scale,NIHSS)>3]和小卒中NIHSS≤3发生情况。采用曲线下面积(area under the receiveroperating characteristic curve,AUC)值评估ABCD^2预测TIA患者复发和新发卒中事件严重程度的价值。结果本研究收集488例发病48小时内的TIA住院患者中,在7天内49例(10.04%)患者复发TIA[95%可信区间(confidence interval,CI)为6.78%～1 6.12%],48例卒中,其中小卒中23例(4.71%;95%CI 1.96%～6.37%),大卒中25例(5.1 2%;95%CI 2.68%～8.08%)。ABCD^2评分预测大卒中发生效度高(AUC=0,76;95%CI 0.67～0.85,P<0.01),预测小卒中发生效度较低(AUC=0.57;95%C/0.42～0.70,P=0.18),ABCD^2评分高低与TIA复发风险呈反比(AUC=0.34,95%CI 0.22～0.59,P<0.01),3组间AUC值比较差异有统计学意义(均P<0.01)。结论 ABCD^2评分能对TIA患者早期复发和新发卒中严重程度进行预测。

ABCD2评分预测短暂性脑缺血发作短期进展为脑梗死的价值

目的探讨采用ABCD2评分法预测短暂性脑缺血发作（TIA）短期内进展为脑梗死的价值。方法按照对TIA的ABCD2评分标准,测定86例TIA患者的评分并观察14天内脑梗死的发生率。结果 ABCD2评分≤3分的TIA患者40例,14天内脑梗死2例,发生率为5.0%;评分4-5分的TIA患者30例,14天内脑梗死8例,发生率为26.7%;评分6-7分的TIA患者16例,脑梗死13例,发生率为81.3%;ABCD2评分4-5分组和6-7分组脑梗死发生率明显高于0-3分组（P〈0.05）,而6-7分组又高于4-5分组（P〈0.05）。结论 ABCD2评分值越高的TIA患者,短期脑梗死发生率越高。ABCD2评分法是临床预测TIA短期进展为脑梗死一种简便有效的方法 。

基于攻击效用的复合攻击预测算法

网络攻击以复合攻击形式为主,但当前的安全设备只能检测无法预测,针对这个问题,提出了一种基于攻击效用的复合攻击预测方法,通过该方法识别攻击者的最终意图,预测攻击者下一步可能进行的攻击行为.该方法利用攻击意图描述复合攻击过程,建立了基于攻击意图的复合攻击逻辑关系图,并引入攻击效用的概念,表示入侵者在攻击过程中完成每步攻击所获得的收益的大小,是复合攻击预测的重要参考.最后,通过实验验证了该方法的有效性.

应用ABCD^3评分法预测短暂性脑缺血发作后3个月内抑郁风险

目的探讨ABCD3评分对短暂性脑缺血发作(TIA)后3个月内抑郁风险的预测价值。方法按照ABCD3评分测定157例TIA患者,并分为低危组51例(0~3分)、中危组91例(4~6分)和高危组15例(7~8分),比较3组90d抑郁发生率。结果低危组、中危组和高危组90d抑郁发生率比较,差异有统计学意义(3.9%vs 33.0%vs73.3%,P<0.05)。ABCD3评分预测TIA后抑郁的ROC曲线下面积为0.779,敏感性为87.7%,特异性为79.0%(95%CI:0.735~0.877)。结论 ABCD3评分是临床预测TIA后3个月内抑郁风险的一种较有效的方法。

小陇山林区葡萄长须卷蛾危害面积的气象预测研究

【目的】根据气象因素与葡萄长须卷蛾发生的关系,对甘肃小陇山林区该虫的危害面积进行预测预报,为林业病虫灾害的预防工作提供指导。【方法】利用逐步回归统计方法,分析了影响甘肃小陇山林区葡萄长须卷蛾危害面积与主要气象因子的关系,建立了该林区葡萄长须卷蛾危害面积的气象预测数学模型。【结果】甘肃小陇山林区葡萄长须卷蛾适宜温暖、干燥的气候环境,不耐低温。冬、春季温暖干燥的气候有利于卷蛾安全越冬和春季出蛰;盛夏相对较多的降水不仅可改善大气的相对湿度,而且能缓解高温对卷蛾活动取食的影响,有利于卷蛾产卵并提高幼虫的孵化率和成活率;夏末温暖干燥的气候,特别是持续温暖、干燥的夜间气象条件,有利于幼虫活动取食,最终会造成葡萄长须卷蛾的早发生和大面积危害。经过对预测模型的历史回代拟合检验可知,甘肃小陇山林区葡萄长须卷蛾1992-2007年实际危害面积与预测值的平均绝对误差百分率为4.7%,其中绝对误差在5.0%以内的预报准确率为62.5%,绝对误差在10.0%以内的预报准确率为87.5%。并采用该模型对2008,2009和2010年该林区葡萄长须卷蛾危害面积进行了试报检验,3年的绝对误差百分率分别为2.6%,7.8%和4.7%。【结论】所建的葡萄长须卷蛾危害面积气象预测模型的试报效果较理想,可以为甘肃小陇山林区葡萄长须卷蛾的预防工作提供指导。