基于去噪扩散概率模型的网络流量入侵检测方法研究

互联网、物联网技术的迅猛发展,保障网络系统的安全性成为一项紧迫的任务.然而,传统的入侵检测模型在面对复杂网络环境中的稀有类攻击流量时存在局限性,不同种类网络流量的数据不平衡性会影响模型整体的分类性能.针对以上问题,提出基于去噪扩散概率模型的网络流量入侵检测方法——DDPM_1DCNN_BiLSTM,使用去噪扩散概率模型生成稀有类攻击流量数据进行样本扩充,使用融合自注意力机制的1DCNN_BiLSTM模型进行特征的提取与流量检测.实验使用不平衡入侵检测数据集NSL-KDD,将1DCNN_BiLSTM与包括randomforest,decisiontree等现有常见分类模型分别在原始训练集与平衡化数据集上训练,并使用训练后的模型对同一测试集分类.实验结果表明,由平衡化数据集训练出的各种现有分类模型相较于由原始不平衡数据集训练出的模型,前者在测试集中表现的效果更好,并且所提方法相较于常见的入侵检测方法具有更高的准确率与F1分数,证明了所提方法对提高稀有类攻击流量检出率与入侵检测综合能力的有效性.

短暂性脑缺血发作的少见病因及机制探讨

短暂性脑缺血发作(TIA)是脑或视网膜局灶性缺血引起的神经功能障碍短暂性发作,临床常见。它的一些常见病因已为临床医师所熟悉,但临床上一些特殊病因引发的TIA往往被忽视,从而导致了误诊的发生。TIA少见病因包括低血糖、慢性硬膜下血肿、颅内肿瘤、静脉窦血栓形成、脑出血、偏头痛、蛛网膜下腔出血以及动脉夹层等。现就这些病因导致TIA的发病机制进行探讨。

稀土料液放射性去除研究

包头稀土精矿具有很高的放射性,在分解处理的过程中,必须对放射性进行处理。处理后的放射性要小于300bq/kg。

面向稀有攻击的入侵检测方法

针对现有网络入侵检测方法在识别稀有攻击时检测率低的问题,提出了一种基于联合攻击分类器的入侵检测方法。通过分离数据集获得普通攻击集和稀有攻击集,再基于所获得的子集分别训练攻击分类器来消除普通攻击模式对稀有攻击模式的影响。采用NSL-KDD数据集对该方法进行评估。实验结果表明,此联合攻击分类器在不影响普通攻击检测率的同时,提高了稀有攻击的检测率。

基于安全授权密钥的增强型逻辑加密算法

针对目前集成电路(IC)伪造和知识产权(IP)盗窃等硬件安全威胁,提出一种基于安全授权密钥的增强型逻辑加密算法.该算法通过稀有节点分析方法定位"密钥门"插入的位置,由密钥逻辑模块生成的全相关的次级密钥作为密钥门的输入;通过植入密钥安全对来抵抗攻击者利用路径敏感攻击对密钥进行破解,可增强逻辑加密方法的鲁棒性,进而提高电路的安全性.以ISCAS'85和ISCAS'89的基准电路作为研究对象进行仿真验证,结果表明:初级密钥和次级密钥的相关性达到了100%,错误密钥和正确密钥的输出损坏率达到了48%,有效地保证了授权密钥不能被破解;在选择合理密钥规模的情况下,电路额外增加的面积可控制在10%以下.