小胶质细胞在卒中中的作用

小胶质细胞在缺血后的炎症反应和受损组织的清除中扮演关键角色,它们对缺血引起的干扰反应迅速,致力于恢复失去的稳态。然而,被修改的环境,包括离子失衡、关键的神经元-小胶质细胞相互作用的中断、去极化传播以及来自坏死神经元的危险信号的产生,诱导了小胶质细胞的形态和表型转变。这导致它们表现为促炎表型并增加吞噬活动。从缺血后的第3天开始,巨噬细胞渗透到坏死组织核心,而小胶质细胞则在病灶周边聚集。此外,炎症促使代谢转向有利于糖酵解、戊糖磷酸途径和脂质合成。这些转变与吞噬脂质的摄入相结合,促进了脂滴生成、合成代谢,并使小胶质细胞增殖。增殖的小胶质细胞释放营养因子,有助于神经保护和修复。然而,一些小胶质细胞持续积累脂质,并转变为功能失调且可能有害的泡沫细胞。研究还表明,有些小胶质细胞要么清除凋亡细胞能力的受损,要么消除突触、活神经元或内皮细胞。然而,阐明被吞噬细胞的生存能力、局部环境特征、组织损伤程度和时间序列将是至关重要的。缺血为小胶质细胞提供了丰富多样的、依赖于区域和损伤的刺激,随着时间演变导致出现不同的小胶质细胞表型,包括表现为促炎性或功能失调特征的细胞,以及显示出促进修复功能的细胞。准确分析小胶质细胞表型,以及更精确地了解相关的缺血后组织条件,是对卒中进行针对性干预的必要步骤。

基于NDIR的多组分危险气体在线监测系统设计

在冶金、石化、化工等工业领域生产过程中会产生大量易燃易爆、有毒有害的多组分危险气体(CO、CO_(2)、SO_(2)、NO、NH_(3)等),这些有害气体容易引发事故。而现有的在线测量预警系统不能满足高集成、低干扰、高灵敏的要求。本文针对影响检测结果的微弱信号、光源调制、气体信号交叉干扰、温度控制等因素,设计了相应的电路和算法,并进行了实验验证。实验结果表明,本文提出的基于锁相放大器电路的微弱信号提取技术、基于MOS管驱动电路的PWM波调制技术、基于融合算法的浓度反演模型,能够实现对五种危险气体(CO、CO_(2)、SO_(2)、NO、NH_(3))的在线监测,检出限达到0.01%,避免了多种气体之间的交叉干扰,适用于工业生产危险气体在线分析及预警系统,具有广阔的应用前景。

艰险地区地质调查作业人员定位终端适用性研究

为提高艰险地区地质调查作业人员定位终端使用效果,提升地质调查作业安全保障能力,选取4个国家级地质大调查项目作为研究对象,采用数据逻辑比对法和图表分析法通过对收集的地质调查作业人员定位终端使用数据进行信号和电池续航能力的影响因素及其变化规律分析,开展了艰险地区地质调查作业人员定位终端适用性研究。结果表明:高程和纬度是影响个人定位终端信号的关键因素,其与个人定位终端信号呈正相关关系;高程和温度是影响个人定位终端电池续航能力的关键因素,个人定位终端电池续航能力与高程呈负相关关系、与温度呈正相关关系;5分钟上报频度个人定位终端的电池耗电量大于1分钟上报频度个人定位终端。该研究结果可为艰险地区地质调查作业人员定位终端使用安全提供数据支持和参考。

一种药店睡眠会员识别和演化方法

药店发展新会员的成本远高于维护现有会员,为降低成本,在智慧营销中对药店睡眠会员的识别就显得尤为重要。由于睡眠会员的识别是不确定性问题,通过对近几年睡眠会员特征研究的分析,定义了危险信号和安全信号,并基于树突状细胞算法(Dendritic Cell Algorithm,DCA)实现药店睡眠会员用户的识别。但是不同药店的会员数据具有多样性,危险信号的阈值是静态的,因此基于遗传算法提出了危险信号参数的演化,由此得出的危险信号阈值具有动态性和自适应性。

基于免疫危险理论的新型网络入侵检测方法研究

该文提出了一种基于免疫危险理论(Immune Danger Theory,IDT)的新型网络入侵检测方法.该方法给出了抗原凋亡和坏死过程的定义,定量计算危险信号,并以此检测网络攻击.仿真实验表明该方法不仅保持传统AIS自学习、自适应、多样性等优点,而且能降低免疫学习时间和错误肯定率,是一种网络入侵检测的好方法.

基于危险理论的APT攻击实时响应模型

针对当前破坏性极大的APT(advanced persistent threat,高级持续性威胁)攻击威胁,提出一种基于免疫危险理论的APT攻击实时响应模型。定义了网络活动中的自体、非自体、危险抗原、危险信号、抗原提呈细胞(特征提取器)、免疫细胞(特征识别器),使用危险信号浓度来实时定量计算抗原危险性,并在此基础上建立了抗原提呈细胞、免疫细胞和抗原基因库动态演化方程。理论分析与实验结果表明,提出的模型有效克服了抗原危险性难以实时定量计算的问题,且对于APT攻击抗原的检测较传统方法有更好的适应性。

一种基于危险信号的拒绝服务入侵检测方法

针对拒绝服务(Denial of Service,DoS)攻击的特点,提出了一种基于免疫危险理论的新型入侵检测方法,设计、实现了检测算法和抗体变异、进化算法。引入血亲类方法分类抗原/抗体,定义了抗原凋亡和坏死的过程,定量计算抗原危险信号和网络危险度,并以此检测DoS攻击。仿真实验表明该方法不仅具有基于传统人工免疫理论的入侵检测自学习、自适应的优点,而且误警率降低87.5%,检测效率更高。

基于危险理论与数理统计的入侵检测模型

分析了危险理论的基本机制,针对处理危险信号的特点,提出了基于特征串HAMMING距离的数理统计匹配算法,并以该算法来优化协同信号的产生,以及操作抗原与抗体的匹配,最后给出了基于该算法的入侵检测模型。

危险信号在实时网络安全风险评估中的应用

该文提出了一种基于危险信号的新型实时网络安全风险评估方法。抗原坏死和凋亡产生增益信号和抑制信号并作用于抗体进化过程,通过计算抗体浓度定量计算抗原危险信号,检测网络遭受的攻击,通过计算网络风险度进行风险评估。仿真实验表明该方法能定量描述网络面临的风险,比传统基于免疫计算的风险检测方法具有较好的实时性,误警率更低,是一种实时网络安全风险检测的有效解决方案。

确定性树突状细胞算法的异常检测系统

介绍了一种新型的确定性树突状细胞算法,该算法不仅精简了计算开销,同时最大程度地维持了树突状细胞算法的优势.加入抗原提呈同步作为输入算法,使得算法更精确,并把该算法应用于异常检测系统,以实现真正意义上的实时.

计算机免疫危险理论中危险信号的提取方法研究

危险理论是人工免疫系统的一个重要研究分支,它从危险的角度出发对免疫系统的工作原理进行了新的阐述,目前已广泛应用于入侵检测、机器学习和数据挖掘等领域。建立危险理论模型的首要问题是如何自适应地提取危险信号。从变化导致危险这一思想出发,建立了一套基于变化特征的危险信号自适应提取模型;针对不同类型系统资源的特点,设计了基于值变化和特征变化的两种危险信号提取方法。同时,通过实验验证了该模型在不依赖先验知识的情况下,能够自适应地提取危险信号。

免疫文化基因算法求解多模态函数优化问题

为了尽可能找到多模函数优化问题的全部最优解,提出了一种免疫文化基因算法。采用危险信号自适应引导免疫克隆、变异和选择过程,并采用Baldwin学习机制作为局部搜索策略,增强了算法搜索最优解的能力。实验结果表明,本算法求解精度较高。

大型云计算网络下的疑似危险信号检测系统的设计与研发

传统大型云计算网络下疑似危险信号检测系统对任何一个疑似危险信号均产生报警,系统通常被海量的报警行为干扰,影响了真正的危险信号的检测,导致检测结果不准确的问题。设计并研发了一种引入二进制分段近似匹配方法的大型云计算网络下危险信号检测系统,给出了大型云计算网络下疑似危险信号检测系统的详细结构,通过实时将疑似危险信号检测模块检测到的信号和记忆模块中危险信号库的信号进行匹配,确定信号是否为疑似危险信号。采用记忆模块给出若干危险信号库,用于疑似危险信号的匹配。利用自适应模块发出报警信号和给出该疑似危险信号的特征信息,通过该特征数据对实时疑似危险信号检测模块进行调整。仿真实验结果表明,所设计的系统具有很高的检测精度和适应能力。

抗原概念的内涵与外延

传统抗原概念在解释许多现代免疫现象时容易产生歧义。运用逻辑思维对抗原概念的内涵和外延进行分析界定,明确了传统抗原概念的不适用性和局限性;提出并论述了用免疫系统"识别危险信号"替代"识别抗原",启动免疫应答这一观点的适用性、合理性。有助于准确理解现代免疫学概念、理论的精髓。

基于数据分类思维的网络危险信号检测系统设计与实现

传统网络危险信号检测方法,需要对网络的全部数据包进行挖掘,导致所用检测时间长,空间复杂度高,无法准确地检测出网络危险信号。设计并实现了一种基于数据分类思维的网络危险信号检测系统,该系统包括预处理模块、特征选择模块、信号分类模块等。通过分数阶傅里叶变换对网络危险信号进行预处理操作。采用网络信号特征选择的方法,对已经完成预处理的网络信号进行特征选择。再通过半监督聚类算法从大量混乱无序的网络信号特征中获得训练数据集,并进行组合信号分类器分类。基于学习结果分析是否存在网络危险信号,实现网络危险信号的准确检测。实验结果说明,所设计系统对于网络危险信号的检测效率、误报率都优于人工免疫系统,具有较高的应用性和实时性。

多维云模型定义的危险信号产生机制

危险信号的产生机制是危险理论的核心问题。云模型是描述不确定性概念的工具。本文借鉴多维云模型的思想来判定计算机系统参数的变化,产生危险信号并构造多概念云,用以划分危险等级。最后,我们综合危险信号与现有AIS识别机制构造了协同免疫识别模型。

网络传输信道危险信号检测方法研究仿真

针对网络危险传输信道进行准确检测,为了净化网络环境,确保网络安全。依据网络传输信道特征,建立传输信道发送时间的多项式模型,并计算模型的最优加权系数,是进行危险信号检测的重要环节,但传统方法不能精准获取网络传输信道特征,降低了网络传输信道危险信号检测的精准性。提出一种采用模型拟合和熵率的网络传输信道危险信号检测方法,首先利用函数拟合的方法获得传输信道发送时间的多项式模型,同时采用具有噪声滤波功能的最小二乘法得到模型的最优加权系数,利用熵率度量CPU响应时间的规律性来建立传输信道危险信号检测模型,实现网络传输信道危险信号的检测。仿真结果表明,改进方法能够有效检测出网络传输信道的危险信号,具有较高的准确率。

通过链路失效预测机制提高AODV协议的性能

将链路预测机制引入AODV协议中,使节点利用接收分组的能量及时发现并删除缓存中的失效路由,并在此基础上利用跳数值进行了优化。仿真结果表明,改进后的AODV协议在高负载网络中明显降低了端到端分组平均时延,提高了网络中的报文投递率。

树突状细胞分化模型在人工免疫系统中的应用研究

树突状细胞(Dendritic Cell,DC)是先天性免疫系统的重要组件,其分化机制是正确引发与调节适应性免疫响应的关键.首先,在描述DC分化的生物机理基础上,抽象出了DC的信息处理过程.其次,在阐释DAMP等四类外部信号的含义与功能、信号融合过程的基础上,定义了未成熟、完全成熟与半成熟DC Agent,刻画了它们的分化数学模型与演化过程.最后,论证了各类DC Agent数量与生存周期之间的关系.实验结果表明DC分化机制对降低入侵检测误报率、实现自我调节和进一步增强计算机系统安全具有重要的理论意义与应用价值.

抵御网络危险信号的自适应调控系统设计

传统系统将非正常信号全部归为异常类信号或将非正常信号全部归为正常信号,无法实现对多种信号的调控,导致系统安全性较低,为了避免该问题的产生,提出了抵御网络危险信号的自适应调控系统设计。根据硬件总体结构设计数据包过滤模块,使入侵信号转换为正弦波信号,在天线和接收机之间安装识别装置,保证各阵元接收的正弦波信号都是具有幅度增益的,经过变频电路降幅处理,避免短路情况发生。采用型号为S3C2440a处理芯片对变频后的信号进行闭环调控,根据自适应定理对危险信号进行定位,采取“0”或“1”危险信号控制字可获取抵御得益,由此完成自适应调控系统设计。通过实验对比结果可知,该系统最高调控效率可达到95%,保证系统具有安全信号传输能力。