“Learning by Doing”教学模式的探索

"Learning by Doing"是由美国卡内基·梅隆大学率先提出的一种旨在强化工程学科的学生全面实践能力和工程素养的教学模式。其目的就是让学生在"做"的过程中,深刻掌握相关的技术和技能,获得远超过课堂教学的教学效果。本文首先介绍了"LearningbyDoing"的概念及作用,然后详细讨论了在"WindowsCE嵌入式系统"课程中实施"LearningbyDoing"的具体做法以及经验得失。

“嵌入式系统程序设计实习”教学改革——探索“Learning by Doing”教学模式

"Learning by Doing"是一种旨在强化工程学科的学生全面实践能力和工程素养的教学模式。其目的就是让学生在"做"的过程中,深刻掌握相关的技术和技能,获得远超过课堂教学的教学效果。本文阐述了在"嵌入式系统程序设计实习"课程中实施"Learning by Doing"的具体方法以及一些经验得失。

“Learning by Doing”教育模式在高职院校计算机教学中的应用探索

"Learning by Doing"教育模式是一种提高工科学生实践能力和工程素养的教学模式,本文在计算机教学中,对这种教学模式进行了有益的探索。

“to do”or“of doing”

名词后有时用不定式短语(to do)作定语,有时则用介词(of)+动名词所构成的短语(of doing)作定语。那么,什么时候用 to do 作名词的后置定语,什么时候要用 of doing 作名词的后置定语呢?本文拟就这个问题谈谈个人浅见。一、一般说来,表示意愿、允诺、决心、决定、建议等主观意志的名词后面要用不定式(to do)作定语。这类名词常见的有:

“have+sb.(sth.)+doing”结构浅析

“Have+sb.(sth.)+doing”是一种很常用的结构,它有下列一些用法:1.当 have 意为“致使”时,此结构中的现在分词表示预期的某种结果,这种结果一股是在主语的努力下取得的。例如:I’ll have you speaking English in six months.(=As the resuh of my efforts,you will be speaking English in

Unity of Knowing and Doing

Chinese President Xi Jinping has emphasized the unity of knowing and doing on a number of occasions,saying that knowing is the premise,while doing is putting knowledge to work,and these two ideas have a mutually reinforcing relationship.UNITY of knowing and doing is a key concept in ancient Chinese philosophy.Discussions on knowing and doing can be traced back to the pre-Qin period(before 221 B.C.).

计及DoS攻击和通信时滞的电力系统负荷频率控制

针对电力系统通信网络中存在的时滞和DoS攻击现象,本文提出了基于采样特性的电力系统离散负荷频率控制方案。首先,计及电力系统负荷波动的情况,在多区域电力系统负荷频率控制系统(LFC)模型的基础上,将通信网络中DoS攻击的危害量化为采样信号连续丢失数,并分别考虑通信网络中通信时滞和输出信号采样特性,建立包含输出状态反馈控制器的电力系统LFC模型。其次,基于此模型,利用含有控制命令更新周期、DoS攻击导致的最大采样信号连续丢失数、通信时滞、H_(∞)稳定指标的双边闭环Lyapunov泛函、LMI技术,提出LFC系统满足一定H_(∞)指标的稳定准则,并给出离散状态输出反馈LFC控制器的设计及求解方法。最后,本文以单区域和双区域LFC系统为例进行了仿真验证。结果表明:与已有文献方法相比,本文方法在保持系统H_(∞)渐近稳定前提下,能够容忍更大的通信时滞,且结果的保守性更低;同时可以看出本文所设计的控制器在保证H_(∞)稳定性能的基础上,对一定能量限制的DoS攻击具有弹性的防御性能。因此本文方案的有效性和优越性得到了验证。

外部干扰和随机DoS攻击下的网联车安全H∞队列控制

针对网联车队列系统易受到干扰和拒绝服务(Denial of service, DoS)攻击问题,提出一种外部干扰和随机DoS攻击作用下的网联车安全H∞队列控制方法.首先,采用马尔科夫随机过程,将网联车随机DoS攻击特性建模为一个随机通信拓扑切换模型,据此设计网联车安全队列控制协议.然后,采用线性矩阵不等式(Linear matrix inequality, LMI)技术计算安全队列控制器参数,并应用Lyapunov-Krasovskii稳定性理论,建立在外部扰动和随机DoS攻击下队列系统稳定性充分条件.在此基础上,分析得到该队列闭环系统的弦稳定性充分条件.最后,通过7辆车组成的队列系统对比仿真实验,验证该方法的优越性.

基于联邦学习的无线通信网络DoS攻击检测方法

无线通信网络受到DoS攻击,会使得网络的负载增加,导致延迟增加。而在无线通信网络中,数据通常分散在多个节点上,这会造成数据泄露和被攻击。为此,提出一种基于联邦学习的无线通信网络DoS攻击检测方法。对初始无线通信网络数据进行预处理和归一化,并采用随机森林算法进行降维处理,去除冗余特征,获得最佳网络数据特征集。将特征集输入到以深度卷积神经网络为通用模型的联邦学习训练模型中,独立训练本地模型并进行模型修正,传输至中心服务器进行聚合,收敛后完成训练。利用训练得到的联邦学习模型检测无线通信网络DoS攻击速率,再与接收者接收的容量最大值进行比较,判断是否有DoS攻击。实验结果表明,所提方法在处理大量数据时具有较高的稳定性和可靠性,能够在短时间内准确地检测出DoS攻击。

带DoS攻击补偿的线性离散系统分布式融合滤波器

多传感器网络化线性离散系统的每个传感器基于自己的观测数据可进行局部状态估计。当局部估值被传输给融合中心时,可能遭受DoS(Denial of service)攻击。为了补偿DoS攻击引起的数据丢失,采用丢失数据的预报器进行补偿。应用线性无偏最小方差矩阵加权融合算法获得分布式融合状态滤波器。所提出的分布式融合滤波器改善了局部估计的精度,且比协方差交叉融合算法具有更高的估计精度。仿真例子验证了算法的有效性。

Machine Learning Enabled Novel Real-Time IoT Targeted DoS/DDoS Cyber Attack Detection System

The increasing prevalence of Internet of Things(IoT)devices has introduced a new phase of connectivity in recent years and,concurrently,has opened the floodgates for growing cyber threats.Among the myriad of potential attacks,Denial of Service(DoS)attacks and Distributed Denial of Service(DDoS)attacks remain a dominant concern due to their capability to render services inoperable by overwhelming systems with an influx of traffic.As IoT devices often lack the inherent security measures found in more mature computing platforms,the need for robust DoS/DDoS detection systems tailored to IoT is paramount for the sustainable development of every domain that IoT serves.In this study,we investigate the effectiveness of three machine learning(ML)algorithms:extreme gradient boosting(XGB),multilayer perceptron(MLP)and random forest(RF),for the detection of IoTtargeted DoS/DDoS attacks and three feature engineering methods that have not been used in the existing stateof-the-art,and then employed the best performing algorithm to design a prototype of a novel real-time system towards detection of such DoS/DDoS attacks.The CICIoT2023 dataset was derived from the latest real-world IoT traffic,incorporates both benign and malicious network traffic patterns and after data preprocessing and feature engineering,the data was fed into our models for both training and validation,where findings suggest that while all threemodels exhibit commendable accuracy in detectingDoS/DDoS attacks,the use of particle swarmoptimization(PSO)for feature selection has made great improvements in the performance(accuracy,precsion recall and F1-score of 99.93%for XGB)of the ML models and their execution time(491.023 sceonds for XGB)compared to recursive feature elimination(RFE)and randomforest feature importance(RFI)methods.The proposed real-time system for DoS/DDoS attack detection entails the implementation of an platform capable of effectively processing and analyzing network traffic in real-time.This involvesemploying the best-performing ML algorithmfor detection and the integration of warning mechanisms.We believe this approach will significantly enhance the field of security research and continue to refine it based on future insights and developments.

基于神经网络架构的电力系统DoS与网络攻击检测和隔离

针对电力系统拒绝服务与网络攻击的检测和隔离进行了分析,分析了电力系统的DoS检测和隔离动态控制模型,该模型适用于常规的动态网络。并提出了网络攻击模型,说明了网络攻击检测和隔离的方法,并针对电力系统的具体情况提出了网络攻击检测架构,说明了利用神经网络等算法实现电力系统数据预测的模型和供给检测的流程。以自动发电控制AGC为案例,说明电力系统网络攻击检测隔离方法的有效性。

无界DoS攻击下的IPv6网络多层协同防御模型构建

由于无界DoS攻击具有高度的隐蔽性和复杂性,单层防御无法解决入侵问题,因此构建了无界DoS攻击下的IPv6网络多层协同防御模型。根据协同防御思想,构建IPv6网络多层协同防御模型;收集模块流量,利用DNN模型对IPv6网络流量异常情况进行检测;引入协同式HCF自学习算法,以实现IPv6网络防御信息共享与异常网络流量过滤;利用攻击受损关联度的强化学习算法进行IPv6网络防御。实验结果表明,该模型可在2 ms内恢复CPU;在遭受不同类型的DoS攻击后IPv6网络吞吐量始终高于200 KiB s。这说明该模型可有效抵御不同类型的DoS攻击,反应迅速,防御效果好。

Double Take Manual Labour Jobs

The Double Take column looks at a single topic from an African and Chinese perspective.This month we discuss whether highly educated people like college graduates should be doing manual labour work.Before I delve into the topic,I want to clarify that I do not consider manual labour jobs to be inferior or less demanding compared to white collar jobs.In fact,currently there are many services,such as Japanese-style moving,an all-inclusive moving service during which you don’t need to do anything,or repair services dedicated to single women.

电力系统防御DoS网络攻击的机制研究

传统电力系统容易受到网络干扰和攻击,系统中某一部分受到攻击可能会导致整个电力系统瘫痪。由于现代电力系统的广域性和灵活性会导致出现更多的网络攻击点,因此针对新领域研究更多的防御策略变得至关重要。基于此,利用连续时域模型对各种攻击策略进行建模,并分析电力系统防御拒绝服务(Denial of Service,DoS)攻击的机制。

DoS攻击下火电-光伏电力系统模型预测负荷频率控制技术

随着新能源及数字化技术在电力系统中的广泛应用,系统的随机性、波动性、分散性明显增强,给电网频率安全稳定带来巨大挑战。针对DoS攻击对光伏发电及火力发电混合电力系统带来的负荷频率失稳影响,首先,设计网络化电力负荷频率控制系统模型,并提出了一种带有缓存的模型预测控制方法;其次,考虑DoS攻击方能量受限情况,设计具有约束的DoS攻击模型;再次,通过设计的最优目标成本函数,构造增广矩阵,利用基于DoS攻击模态的分类讨论方法对火电-光伏电力系统进行渐进稳定性分析;最后,仿真结果表明,相较于之前负荷频率控制方法,所提出的模型预测控制可以有效减少DoS攻击对系统负荷频率异常波动的影响。

be interested to do与be interested in doing的区别

中学生对interesting和be interested in的用法并不陌生，英语老师基本上都会对interesting和interested这两个词的用法给予解释。但对于be interested in doing与be interested to do的用法区别，恐怕没有多少同学能够说得清楚了。为了弄清这个问题，我们有必要对interest这个词的最基本用法略作分析。

Learning-by-doing教学模式在安全系统工程教学中的应用

安全系统工程课程是安全工程专业的专业基础课,其教学效果的好坏对后续课程的学习以及日后所从事的工作至关重要。因而该课程教学方法的运用选择值得深思。笔者分析了安全工程专业中安全系统工程课程的特点和教学中存在的问题,引用learning-by-doing的教学模式并在教学中加以应用,提出"通过授课得到答案——学会一个解,通过案例讨论得到方法——学会一个方法,通过实践模拟学会学习——学会找到个方法,通过总结学会融会贯通"的安全系统工程教学模式,收到了较好的教学效果。