基于目标预判的网络入侵检测频率自调整算法

在集群环境中,入侵者攻击特定目标是提高攻击效率一种常规手段,有针对性地调度计算资源可有效提高检测效率。提出一种基于攻击目标预判的网络入侵检测系统(NIDS)的检测频率自调整算法DFSATP,检测分析采集到的数据,将发往潜在被攻击目标范围的数据列为高危数据,其余数据为低危数据,指引网络入侵检测系统高频检测发往预测目标的高危数据包,低频检测低危数据包,从而提高NIDS的检测效率,保障在有限的计算资源情况下提高异常数据的检出率。模拟实验结果表明,在高速网络环境下,DFSATP对NIDS检测频率的调整,使得异常数据的检出率得到了一定程度的提升。

探讨低危团簇状钙化在BI-RADS的合理归类及第二眼超声检查的辅助鉴别价值

目的探讨在全数字化乳腺X线摄影筛查性检查中,低危团簇状钙化的BI-RADS合理归类,以及第二眼超声检查在辅助鉴别诊断中的价值。方法收集我院经FFDM筛查性检查发现的99例共计114处团簇状钙化,1周内进行针对性超声检查,1个月内经病理组织学结果证实。以病理学检查结果为标准,比较单纯FFDM和FFDM联合第二眼超声检查在乳腺癌检出率的差异。结果FFDM联合应用超声检查,诊断灵敏度从80%上升至100%,误诊率从27.5%小幅上升至30.3%,特异度从72.5%小幅降至69.7%,漏诊率从20%降至0%,阴性似然比从0.28降至0,阳性似然比从2.91升至3.3。结论FFDM结合第二眼超声检查,规避了患者在短期随访期间的等待恐惧,避免了不必要的穿刺活检甚至切除活检,同时提高了乳腺癌的检出率。基于本组结果提出的“团簇状钙化处理流程图”及增设“BI-RADS 4F”类别的建议,对临床工作有参考借鉴意义。

基于CLDAS内蒙古日光温室低温风险指数及灾害风险区划研究

[目的]低温冷害是影响北方日光温室生产的主要气象灾害,为提高投资回报率和节能减排,需精细化建立内蒙古日光温室低温风险指数和揭示日光温室低温灾害空间分布特征。[方法]文章通过不同类型日光温室内观测的气温数据与国家站气温数据建立日光温室最低气温预报模型。根据日光温室内种植果菜和叶菜的生长条件需求划定气象指标,使用CLDAS气温数据,建立内蒙古砖墙体和厚墙体两种类型日光温室分别种植果菜和叶菜的低温灾害风险指数模型并制作灾害风险区划。[结果]砖墙体和厚墙体种植果菜和叶菜的低风险区主要分布在内蒙古西部偏西地区,约占全区面积8.2%~21.2%;较低风险区主要分布在西部偏东和中部偏西地区,约占全区面积20.0%~29.0%;中、高风险区主要分布在内蒙古中部偏东及以东地区,约占全区面积的55.3%以上。[结论]在保证生产和兼顾成本的前提下,西部大部农区适宜建造砖墙体日光温室,中部及东部偏南以建造厚墙体日光温室为主,东部区建造日光温室需加强保温措施、选择耐寒作物或者冬季间断生产。