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。