检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

乘车中的安全误区

道路交通管理 2000年第8期 8-9页

作者：何元盛

在乘坐机动车的过程中,你是否有过感到突兀或者危险的瞬间呢?可以肯定地说,你有过,我有过,我们大家都有过.这每一个突兀和危险的瞬间都是交通事故的苗头.尽管有许多危险是因驾驶员违章操作造成的,但也有不少是由于乘车者自身违反交通法... 详细信息

在乘坐机动车的过程中,你是否有过感到突兀或者危险的瞬间呢?可以肯定地说,你有过,我有过,我们大家都有过.这每一个突兀和危险的瞬间都是交通事故的苗头.尽管有许多危险是因驾驶员违章操作造成的,但也有不少是由于乘车者自身违反交通法规造成的.乘车者的违章行为常常是在不经意的情况下作出的.这一个个不经意的违章行为就是交通安全的误区.走出这些误区,会使我们出行更顺利,人身安全更有保障.

关键词：违章行为驾驶员交通事故误区安全设施农用车拖拉机安全技术交通安全安全保障

在线全文

学校读者我要写书评

暂无评论

基于人工智能的流量对抗样本防御技术研究

基于人工智能的流量对抗样本防御技术研究

作者：何元康战略支援部队信息工程大学

学位级别：硕士

网络入侵检测系统(Network Intrusion Detection System,NIDS)通过对网络中的恶意流量进行检测,以发现可能的恶意行为或安全事件。近年来,伴随人工智能技术的发展,人工智能应用于恶意流量检测中大幅提升了流量检测的时效性与可靠性。但... 详细信息

网络入侵检测系统(Network Intrusion Detection System,NIDS)通过对网络中的恶意流量进行检测,以发现可能的恶意行为或安全事件。近年来,伴随人工智能技术的发展,人工智能应用于恶意流量检测中大幅提升了流量检测的时效性与可靠性。但由于人工智能技术自身存在着易受攻击的问题,基于人工智能的NIDS面临着对抗样本攻击的威胁。攻击者可以针对特定人工智能模型的检测器生成对抗扰动算法,根据生成的算法对恶意流量进行微小扰动,从而误导检测器发生误判,达到使恶意流量绕过入侵检测系统的效果。因此本文研究基于人工智能的流量对抗样本防御技术,为对抗样本训练提供高质量的训练数据,实现对抗样本防御知识的快速更新,在提升模型对于对抗样本识别准确率(鲁棒性)的同时降低对于原始流量识别准确率的影响,并在对抗样本训练后拥有稳定的对抗样本识别准确率(对抗样本识别稳定性)。该研究对于增强网络攻击的态势感知、提高网络空间安全保障能力有着重要的意义。现有对抗样本防御技术的研究,大多基于图像类对抗样本防御,无法有效应用于流量检测领域。由于流量检测领域对于流量数据的特殊限制以及NIDS的应用场景要求,针对于流量对抗样本防御的方法存在一些亟待解决的问题。第一,在训练阶段,对抗样本训练方法需要高质量的对抗样本作为训练数据。对抗样本训练作为流量领域的对抗样本防御方法,需要使用能够满足实际网络环境且对抗扰动幅度更小、造成模型漏报率更高的高质量流量对抗样本进行训练,而现有方法生成的流量对抗样本无法有效满足以上条件;第二,在模型部署及知识更新阶段,对抗样本训练方法的对抗样本识别稳定性较弱且缺乏快速部署更新防御知识的能力。对抗样本训练属于离线训练,在应对新类型的对抗样本时需要人工进行训练,使得提升检测模型鲁棒性、更新对抗样本防御知识的成本消耗较大,并且对抗样本训练后的对抗样本识别稳定性较弱;第三,在检测应用阶段,使用对抗样本训练方法提升模型鲁棒性会降低原始流量的识别准确率。对抗样本训练属于被动性的防御方法,具有防御的滞后性,并且无法兼顾鲁棒性和原始流量的识别准确率,在提升鲁棒性后会降低对于原始流量的识别准确率。为解决上述问题,本文通过设计新的对抗样本生成方法,生成高质量的流量对抗样本数据,为使用对抗样本训练构建高鲁棒性的检测模型提供数据支撑;在提升对抗样本识别稳定性方面,使用防御知识迁移的方法构建了功能分离的检测模型,实现了对抗样本防御能力的快速部署更新,减少了知识更新对模型信息的更改,提升了模型的对抗样本识别稳定性;在平衡检测器的鲁棒性和原始流量识别准确率方面,结合模型集成和多模投票裁决的方法,对流量特征进行差分选择,在提升检测模型鲁棒性的同时减少了对于原始流量识别准确率的影响,弥补了被动式防御的不足。主要完成工作如下:1.提出基于多样化时间关联的流量对抗样本生成方法。该方法通过使用因子主成分分析方法(Factor Principal Component Analysis,FPCA),提取了与流持续时间相关联的特征簇,并使用多输入长短期记忆网络(Long Short-Term Memory,LSTM)进行时间关联性学习。通过在问题空间对恶意流量进行流持续时间更改,达到对恶意流量进行对抗“伪装”的效果,使其表现为正常流量。实验结果表明,该方法属于较轻量级的流量对抗样本生成方法,通过关联特征的提取减少了对抗样本生成的成本,使检测器准确率平均降低了60%-70%,所生成的对抗样本均有80%以上符合实际网络环境限制。2.提出基于特征迁移的流量对抗样本防御模型。该模型通过使用由堆叠自编码器(Stacked Auto-Encoder,SAE)组成的模型作为底层防御模块,再根据防御者对于检测特征形式的需求来进行上层识别模块的功能自适应构造,使得对抗样本防御和流量识别两种功能的分离。底层模型具有可迁移的对抗特征提取能力,实现了防御能力的快速获取;对抗训练只需改动上层模块的信息,减少了成本消耗和对整体模型信息的更改。实验结果表明,所提方法降低了防御成本消耗、提升了对抗样本识别稳定性,实现了模型的快速适配和防御知识的快速更新,对抗训练后模型对新类型对抗样本的识别准确率较对比方法提升了10%-30%。3.提出基于特征差分选择的集成模型流量对抗样本防御结构。该结构设置了特征差分选择模块、检测体集成模块和投票裁决模块,在模型训练方面设计了基于特征差分选择的训练数据构造方法,生成差异化流量样本数据以训练异构检测体模型。其次,使用了改进的启发式种群算法来优化集成模型裁决策略,对多模型检测结果进行裁决输出。实验结果表明该方法在平衡模型鲁棒性和识别准确率的同时,增大了攻击者的攻击难度,相较于集成防御方法在原始流量识别准确率和鲁棒性方面均提升了近10%。

关键词：异常流量检测对抗样本防御防御知识迁移多模裁决模型集成

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

承插式RC-ECC桥墩的地震响应及损伤

铁道科学与工程学报 2024年

作者：何元徐艳贾云帆同济大学土木工程防灾减灾全国重点实验室

为减轻桥梁下部结构在高烈度地区的地震损伤同时提高桥梁施工效率，桥墩潜在的塑性区将采用一种高韧性水泥基复合材料（Engineered Cementitious Composites,ECC），同时桥墩和基础的节点连接采用一种预制拼装连接技术，即承插式连接。... 详细信息

为减轻桥梁下部结构在高烈度地区的地震损伤同时提高桥梁施工效率，桥墩潜在的塑性区将采用一种高韧性水泥基复合材料（Engineered Cementitious Composites,ECC），同时桥墩和基础的节点连接采用一种预制拼装连接技术，即承插式连接。据此，设计了一个承插式预制拼装RC-ECC桥墩、一个整体现浇RC-ECC桥墩以及一个整体现浇RC桥墩试件并分别进行了振动台试验，研究了承插式RC-ECC预制桥墩与现浇RC-ECC桥墩和普通现浇RC桥墩在不同类型、不同强度的地震动作用下的动力响应特点和结构破坏模式，弥补了现有研究集中于拟静力试验的不足，并通过不同的损伤指标计算方法量化桥墩的损伤发展进程，对比分析了承插式RC-ECC桥墩的地震损伤。结果表明，ECC与桥墩纵筋具有良好的协同作用，同时起到类似箍筋的约束作用，其在地震作用下平均了各塑性区域钢筋的应变，大大减小了其应变幅。配箍率减半的RC-ECC桥墩抵抗近场脉冲地震的性能更为优越，地震损伤也远小于普通RC桥墩，便于震后修复。现有的损伤评价指标对RC-ECC桥墩的延性能力较为低估，计算得到的理论损伤偏大。在试验过程中，承插段采用ECC的承插式连接性能良好，仅在高烈度工况下出现表面灌浆料的剥落。研究证明了采用ECC和承插式连接来减轻结构损伤和提高施工效率具备可行性。承插式RC-ECC桥墩的抗震性能和损伤基本等同于现浇RC-ECC桥墩，两者都较现浇RC桥墩有较大优势，现阶段建议采用基于弯曲耗能原理的方法对其进行损伤评估。

关键词：地震响应 RC-ECC桥墩振动台试验承插式连接损伤评价

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

《怀疑与学问》的论证结构

中学语文教学 2024年第7期 55-57页

作者：何元俭重庆高新区教育教学研究室 401331

《怀疑与学问》属于关系型议论文,其立意和论证都是从“怀疑”与“学问”两个方面进行的。统编教材中的“思考探究”图表及其在《教师教学用书》中的答案,都错误地把以“怀疑”部分的论证结构当成全文的论证结构,违背了顾颉刚文章的论... 详细信息

《怀疑与学问》属于关系型议论文,其立意和论证都是从“怀疑”与“学问”两个方面进行的。统编教材中的“思考探究”图表及其在《教师教学用书》中的答案,都错误地把以“怀疑”部分的论证结构当成全文的论证结构,违背了顾颉刚文章的论证思路和关系型议论文的结构原则。事实上,“思考探究”中所谓的“文章的论证结构”只是课文论述“怀疑”部分的论证结构,即第四、五、六段的论证结构;《教师教学用书》中所给的答案,概括的只是文章中“怀疑”的两个作用,而不是顾颉刚论述中心论点的两个角度。

关键词：论证结构关系型议论文顾颉刚《怀疑与学问》

代际差异、生计资本对宅基地退出意愿的影响研究——基于415份农户调研数据的实证

在线全文

学校读者我要写书评

暂无评论

农林经济管理学报 2024年

作者：廖彩荣刘博何元琴郭莉江西农业大学经济管理学院南京农业大学人文与社会发展学院华中师范大学

基于415份农户调研数据，采用二元Probit模型实证分析代际差异、生计资本对农户宅基地退出意愿的影响。结果表明：样本农户宅基地退出意愿总体较低，在生计资本对宅基地退出意愿中，家庭非农劳动力数量、城镇购房、家庭可支配收入、借... 详细信息

基于415份农户调研数据，采用二元Probit模型实证分析代际差异、生计资本对农户宅基地退出意愿的影响。结果表明：样本农户宅基地退出意愿总体较低，在生计资本对宅基地退出意愿中，家庭非农劳动力数量、城镇购房、家庭可支配收入、借贷途径、“宅改”政策认知、村庄地形特征对其退出意愿具有显著正向影响；年龄、农业大型机械、人均耕地面积、社会参与对其退出意愿具有显著负向影响。具体来看，对老一代农户而言，非农劳动力数量和家庭可支配收入会促进宅基地退出，而家庭拥有农业大型机械和社会参与则会抑制其退出意愿；对新生代农户而言，城镇购房会增强其宅基地退出意愿，而家庭拥有农业大型机械和人均耕地面积会抑制其宅基地退出意愿。据此，建议拓宽农户增收渠道，优化农村金融环境；优化宅基地退出政策，多维消除农户退出顾虑；坚持因地制宜，实施差异化宅基地退出机制。

关键词：宅基地退出意愿代际差异生计资本

代际差异、生计资本对宅基地退出意愿的影响研究——基于415份农户调研数据的实证

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农林经济管理学报 2024年第05期 671-680页

作者：廖彩荣刘博何元琴郭莉江西农业大学经济管理学院南京农业大学人文与社会发展学院华中师范大学语言与语言教育研究中心

关键词：宅基地退出意愿代际差异生计资本

“组织兴”何以带动“产业兴”:以中国农民合作社为例

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

社会科学战线 2024年第9期 119-134页

作者：张兴祥何元茜厦门大学经济学院福建厦门361000 厦门大学习近平经济思想教研中心福建厦门361000

全面推进乡村振兴是建设社会主义现代化强国的必由之路,而产业振兴是乡村振兴的基础和关键。当前产业振兴面临人才、资金、技术等资源要素匮乏的现实挑战,降低市场交易成本有助于优化要素配置。文章基于全国工商注册企业信息与全国投入... 详细信息

全面推进乡村振兴是建设社会主义现代化强国的必由之路,而产业振兴是乡村振兴的基础和关键。当前产业振兴面临人才、资金、技术等资源要素匮乏的现实挑战,降低市场交易成本有助于优化要素配置。文章基于全国工商注册企业信息与全国投入产出基本流量表,整理出各县农民合作社、农业以及上下游企业数据,并将其与2007—2020年县域经济统计指标、地理遥感数据等进行横向匹配。实证研究发现,中国农民合作社的发展显著促进了农业增长,该结论在一系列稳健性检验后依然成立。异质性分析表明,中国农民合作社对于农业增长的积极效应在市场发育不足、数字基础设施落后以及合作社高质量发展的地区更加突出。从作用机制来看,农民合作社作为农户与企业之间的中介载体,能够有效降低市场交易成本,促进农业产业集聚,吸引要素资源流入,实现生产技术进步,进而推动乡村产业发展。文章结论为理解中国农民合作社的实际作用提供了全国层面的经验证据,并由此总结出一条“组织兴”带动“产业兴”进而推动“乡村兴”的实践路径。

关键词：产业振兴组织振兴农民合作社市场交易成本农业增长

在线全文

学校读者我要写书评

暂无评论

基于脑网络连通性和脑电微状态的情感识别

计算机科学 2024年

作者：房春英何元昆吴安欣黑龙江科技大学

随着神经科学和计算方法的不断进步，研究者们对情感与大脑活动之间的关系产生了越来越多的兴趣。在这个领域，复杂网络的连通性和脑电图微状态成为研究的热点。脑网络的连通性揭示了不同脑区之间的信息传递和协调程度，对情绪调节过程... 详细信息

随着神经科学和计算方法的不断进步，研究者们对情感与大脑活动之间的关系产生了越来越多的兴趣。在这个领域，复杂网络的连通性和脑电图微状态成为研究的热点。脑网络的连通性揭示了不同脑区之间的信息传递和协调程度，对情绪调节过程具有重要影响。微状态是大脑在静息状态下的短时段内的稳定活动模式，其变化反映了大脑功能状态的转换。为进一步研究情感与各脑区的关系和提高情感识别准确率，提出基于脑网络模块连通性和脑电微状态的情感识别方法。该方法通过网络模块连通性分析，将复杂系统模块化划分揭示整体与局部在不同情感下的关系。同时引入微状态分析来探索脑区与情感的对应关系，并且提取各微状态的持续时间、发生频率、覆盖比例以及转换概率作为特征，用于情感识别，发现情感在右半脑更活跃。最后为了得到更加全面的特征信息，将两种特征拼接融合进行情感识别。基于SEED数据集做了大量实验，实验结果表明模块连通性特征gamma频段获得最高的平均准确率，准确率为94.07%，微状态特征准确率为87.23%，而融合特征的平均准确率为95.34%，与以往在SEED数据集上的工作相比，准确率分别提升了1.27%和8.11%。

关键词：情感识别脑网络模块连通性微状态特征融合

基于特征差分选择的集成模型流量对抗样本防御架构

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机科学 2024年

作者：何元康马海龙胡涛江逸茗解放军战略支援部队信息工程大学网络空间安全教育部重点实验室

当前，基于深度学习的异常流量检测模型容易遭受流量对抗样本攻击，对抗训练作为防御对抗攻击的有效方法，尽管提升了模型鲁棒性，但也导致模型检测精度下降。因此，如何有效平衡模型检测性能和鲁棒性是当前学术界研究的热点问题。针对... 详细信息

当前，基于深度学习的异常流量检测模型容易遭受流量对抗样本攻击，对抗训练作为防御对抗攻击的有效方法，尽管提升了模型鲁棒性，但也导致模型检测精度下降。因此，如何有效平衡模型检测性能和鲁棒性是当前学术界研究的热点问题。针对该问题，本文基于集成学习思想构建多模型对抗防御框架，通过结合主动性特征差分选择和被动性对抗训练，提升模型的对抗鲁棒性和检测性能。该框架由特征差分选择模块、检测体集成模块和投票裁决模块组成，以解决单检测模型无法平衡检测性能与鲁棒性、防御滞后的问题。在模型训练方面，本文设计了基于特征差分选择的训练数据构造方法，通过有差异性地选择和组合流量特征，形成差异化流量样本数据，用于训练多个异构检测模型，以抵御单模型对抗攻击；在模型裁决方面，对多模型检测结果进行裁决输出，基于改进的启发式种群算法优化集成模型裁决策略，在提升检测精度的同时，增大了对抗样本生成的难度。实验效果显示本文所提方法比单个模型对抗训练有较大提高，相较于现有的集成防御方法，准确率和鲁棒性提升了近10%。

关键词：异常流量检测对抗样本攻击集成学习多模裁决