浅析DDoS攻击和防范

DDoS的英文缩写是Distributed Denial of Service，即“分布式拒绝服务”。DDoS的攻击通过很多“僵尸主机”（被攻击者入侵过或可间接利用的主机）向受害主机发送大量看似合法的网络包，从而造成网络阻塞或服务器资源耗尽而导致拒绝服务。本文介绍了DDoS攻击原理、攻击形式、检测方法和防范措施。     

基于GPRS的移动式农田信息智能服务系统通信协议

移动式智能服务信息系统中,远程无线网络通信协议至关重要,担负着远程主机和移动终端之间进行信息交换和实现信息同步的功能。由于农田信息复杂多样,无法设计出通用的网络传输协议,必须根据实际应用中具体的需求而制定,因此该文提出了基于TCP/IP远程农田网络通信协议。利用此协议,移动式智能服务信息系统实现了远程主机对移动终端PDA的有效管理,实现了远程主机与无线移动终端之间的信息无缝连接,为实现对农田土壤水分、温度等数据的监控奠定基础。     

抵御网络流量攻击技术在气象网络中的应用

阐述了流量攻击的作用机制,基于异常流量可能导致局域网运行缓慢,严重的甚至造成局域网瘫痪的情况,以地市级气象网络为例,介绍了局域网流量监控限制的解决方案。同时,介绍了局域网限速的手段在防止流量攻击中的应用,实现对发起攻击的主机自动断开网络链接,对网络病毒实时监控,并提示用户清除病毒。     

ARP欺骗及其防御方法的研究

通过对ARP攻击原理分析，定位ARP攻击源头和病毒机理，讨论了现有防御方法存在的局限性，在此基础上，提出几种有效的防御方法及解决方案，并对交换网络中如何利用代理ARP实现嗅探和防火墙的透明接入进行了探讨。     

基于生成对抗网络的抗阴影树木检测方法

森林遥感影像数据在采集过程中会因为光照的影响产生阴影区域,为了解决这些阴影区域对单棵树木检测的干扰问题,该研究在快速区域卷积神经网络(Faster Region Convolutional Neural Networks,Faster RCNN)目标检测框架基础上,提出基于生成对抗网络的抗阴影树木检测方法(GenerativeAdversarialBasedFasterRegionConvolutionalNeural Networks,GA-FasterRCNN),通过采用基于对抗生成策略的树木生成器,提高分类网络对树木信息的敏感度,降低阴影的干扰。该研究对3块树木阴影与郁闭度各不相同的测试样地高分遥感影像进行了树木检测试验,并与现存的3种算法进行了对比。结果显示,基于生成对抗网络的抗阴影干扰树木检测方法在3块样地的综合性能指标F1值分别达到了78.4%、91.6%和81.7%,均高于另外3种算法,并且树木识别准确率比现有方法有了明显的提高,漏检数和误检数也均明显减少。此外,在采用不同特征提取网络时该算法依然能保持其检测的稳定性。研究结果表明通过对抗生成训练策略学习表征树木的最少特征信息可有效降低阴影对树木检测的干扰。     

基于改进肖维涅算法的温室环境数据采集

农业温室采集温湿度数据时,有线网络传输数据存在布线复杂、节点移动困难等缺点,采用Zigbee无线传感器网络传输提取的数据信息可以有效解决上述问题。受电磁干扰、传输信道拥塞等不利因素影响,采用Zigbee无线传感器网络监测的数据会出现不准确的情况,所以剔除误差数据成为关键。该文在温室数据采集系统的计算机软件里加入了针对误差数据剔除的改进肖维涅算法。改进肖维涅算法将误差数据剔除掉,把准确的数据存入数据库,方便系统分析温室环境现状。该文对改进肖维涅算法系统的误差数据处理时间进行了分析,与传统肖维涅算法相比,从主机发布采集命令到显示1组数据的处理结果,改进算法节省了5 s的时间。现场试验结果表明,改进肖维涅算法对采集到的数据进行处理后,数据分布更集中,得到的温室环境数据更加准确快速。     

Linux下基于Ipsec和ssl复合vpn的设计

基于frees wan的缺点，阐述了在netfilter下实现ipsee的思想，以减小网关或防火墙等网络节点成为网络信息传输过程中瓶颈的可能性。在此基础上，结合ssl提出一种同时从网络层和应用层对传输信息具有安全防护的复合vpn设计。     

基于GA的模糊技术在“牧羊”机器人驱动系统中的应用

针对“牧羊”机器人研究中的理想系统与实际系统的模型匹配问题，为提高机器人的运动精度，在控制器的设计中，将模糊控制和遗传算法结合起来进行优化，实现了对机器人两个驱动电机的协调控制。在优化遗传算子的基础上，根据训练样本，自动生成模糊规则，从而提出了一种模型不确知的复杂系统过程控制方法，在优化隶属函数后，能生成模糊规则，最后用仿真试验证明了该方法的有效性。     

基于EMD和MLEM2的滚动轴承智能故障诊断方法

针对旋转机械的自主故障诊断,提出一种基于EMD和MLEM2的智能解决方法。利用EMD预处理振动信号,在最适合的IMF分量上提取6个时域指标和5个频域指标构成无量纲的轴承故障特征向量。根据设备运行数据形成决策表,使用改进的MLEM2算法挖掘诊断规则,再结合改进的规则匹配策略进行状态识别。EMD能够剥离故障最本质的信息,提高所选分量的信噪比,而MLEM2算法无需对连续属性事先离散化,获得的诊断规则更完备、准确。SKF6203轴承试验表明,该方法诊断精度达到93.75%,相当于能够自主获取知识的专家系统,且只要一次初始设定,无需后续人工干预,是一种有效的智能诊断方法。     

基于关联规则的渔业信息推荐系统设计与实现

为了快速便捷的获取渔业科学数据信息,基于Web日志挖掘技术对渔业科学数据共享平台用户频繁访问模式进行分析,用于发现用户访问规则,进行信息推荐服务。对分析挖掘中涉及的算法进行了分析与改进,提出了IASR(IP agent session referrer)用户识别算法和关联规则Apriori算法的改进算法,试验研究表明,IASR算法将用户识别准确性提高了13%,速度是通用算法的2倍。当事务数目大于500时,改进算法的执行效率远远优于Apriori算法,速度提高6倍以上。在此基础上,讨论了系统的关键设计与实现方法,开发了渔业信息推荐系统。系统采用JAVA、AJAX开发,数据库SQL Server2005,操作系统为Windows XP。应用结果表明,系统可使用户方便快捷地获取自己感兴趣的渔业数据信息,从而提高信息服务的质量。     

基于模糊顺序形态学的植物叶片脉络边缘提取

植物叶片是作物分类和识别的简单有效方法,叶片的脉络和边缘特征提取是识别叶片的基础步骤。植物叶片图像通常受噪声影响,提取清晰的脉络和边缘比较困难,该文提出了基于模糊顺序形态学的植物叶片脉络边缘特征提取方法。首先,根据像素邻域特性,利用植物叶片脉络边缘及内部区域的差异性,构造了隶属度函数;然后,依据Sugeno模糊模型,定义了能够增大叶片脉络边缘和内部区域差异的模糊规则,进行模糊推理;该文采用了抑制噪声特别有效的顺序形态学边缘检测算子,对图像进行脉络边缘提取,最终得到植物叶片脉络和边缘信息图像。试验结果表明,该文方法克服了自然环境中噪声的影响,提取的植物叶片脉络和边缘更加清晰、定位更加准确。     

防火墙技术在农业信息化网络中的应用

文章首先从网络安全的概述入手,简要介绍了防火墙的概念、作用及技术,并对防火墙技术在农业信息化网络中的应用做了进一步地分析和探讨。     

利用智能推荐技术改进电子科研档案网络服务质量探讨

改进电子科研档案网络服务质量的智能推荐方法主要包括关联规则的推荐方法、协作过滤推荐技术和聚类方法的推荐技术三种。这些智能推荐方法在客户浏览、检索和购买电子档案产品过程中,对于评价客户的需求、期望和优秀服务的感知度具有广泛的应用。智能推荐方法可评价客户对电子科研档案网络服务和网络资源的满意度,进而向客户推荐适当的电子产品的手段,必将极大地提高电子科研档案网络服务质量。     

基于卷积神经网络的花生籽粒完整性识别算法及应用

针对现有色选设备在花生颗粒筛选过程中处理速度慢、准确率低的缺点,提出基于卷积神经网络的花生籽粒完整性识别算法。以完好花生、表皮破损花生和果仁破损花生的分类为例,构建花生图像库;搭造卷积神经网络,提取花生图像特征;为提高分类准确率和实时性,从训练集构成、减小过拟合、加快训练收敛速度、简化网络结构等几方面对卷积神经网络进行优化;最终利用含2个卷积层、2个池化层、2个全连接层的3层神经网络实现了上述3类花生的分类。试验结果表明：该方法对花生分类的准确率达到98.18%,平均检测一幅单粒花生图像的时间为18 ms,与现有色选设备相比有效提高了色选设备筛选的准确率和实时性。     

基于神经网络优化算法的云南土壤有机质含量数字制图——以景洪市为例

  目的  利用自然成土作用变量,预测并制作栅格化的土壤有机质分布图,对发展热带数字化精细农业具有重要意义。  方法  使用2006年云南省景洪市测土配方样点数据,应用BP神经网络（BPNN）、基于强分类器算法的BP神经网络模型（BPNN-Ada）、基于粒子群算法优化的BP神经网络（PSO-BPNN）、基于遗传算法优化的BP神经网络（GA-BPNN）和多元线性回归（MLR）对土壤有机质的含量预测并进行空间化制图。  结果  ① 土壤样点X、Y坐标值能够有效提高算法精度且充分表现环境因子与土壤有机质空间分布上的协同关系。② 4种神经网络算法预测结果土壤有机质空间分布基本类似,均呈现南高北低的趋势。③ 研究区域内4种神经网络模型的在建模集拟合程度从高至低依此次为:BPNN-Ada > GA-BPNN > PSO-BPNN > BPNN,在建模集中PSO-BPNN和GA-BPNN与BPNN拟合精度一致,BPNN-Ada的拟合精度R2最高为0.98。在验证集的预测能力由高至低依次为:BPNN-Ada > GA-BPNN > PSO-BPNN > BPNN。BPNN-Ada有着最高的预测精度和算法稳定性:RMSE = 4.47、MAE = 3.3、MRE = 0.05、R2 = 0.976。  结论  在景洪地区进行土壤有机质神经网络建模时加入地理坐标能够有效提高模型精度,且基于学习规则的神经网络优化算法效果要优于优化初始权重和阈值的神经网络算法及传统的BPNN算法。     

高校校园网PPTP VPN的配置应用实践

本文通过网络管理的应用实践，提供了在防火墙实现PPTP VPN的功能的思路及方法，特别探讨的配置过程的注意点，以供校园网管理员设计配置方案进行操作时参考。     

基于农田无线传感网络的分簇路由算法

由于无线传感网络节点的能量有限,如何有效地利用有限资源以及实现数据的有效传输,成为研究热点问题.针对农田区域广以及种植作物杂等环境特征,为延长农田无线传感器网络的生命周期,提高传感网的数据包投递率,构建了适用于农田信息采集的无线传感器网络架构,提出了一种混合式的分簇路由算法HCRA(hybrid clustering routing algorithm),研究了簇的形成、簇头竞选以及簇间路由过程,并对HCRA算法与低功耗自适应集簇分层型算法LEACH(low-energy adaptive clustering hierarchy),以及使用固定簇半径的混合节能分簇算法HEED(hybrid energy-efficient distributed clustering)进行了仿真试验.结果表明:在1 000次迭代周期下,采用HCRA算法的网络生存时间要比LEACH算法长约28％,比HEED算法长约12％;采用HCRA算法的数据包投递率要比LEACH算法高约34个百分点,比HEED算法高约16个百分点.该研究可为农田环境信息采集自动化监测系统提供参考.     

基于无线传感器网络的节能型水产养殖自动监控系统

水产养殖的规模化发展和人力成本的不断上升迫切需要建立水质参数的无人值守自动监控系统。该文提出了一种基于改进型低能耗分层分群协议（LEACH）的Zigbee无线传感网络的水质监测和基于西门子PLC的变频增氧控制系统。在LEACH-C通信协议中,由基站根据各节点剩余能量的估算值选定簇首,达到各节点供电电池剩余能量的均衡,同时从系统的实际控制精度出发,当节点测量到的溶解氧浓度值与上次发送值误差在0.02 mg/L范围内时,不向簇首发送数据,达到节约供电电池能量的目的,经试验发现采用优化后的LEACH-C协议,比采用常规的LEACH协议网络有效寿命延长33.33%。适合鲈鱼生长的水体溶解氧质量浓度大于4.5 mg/L,但随着浓度的上升增氧效率将逐步降低,因此设定应急增氧的区间为4.5～5.5 mg/L。控制系统根据无线传感网络测量的溶解氧质量浓度值,采用PI-PID控制水体溶解氧浓度。保证了水体溶解氧质量浓度始终适合鱼类生长。通过试验验证,与人工粗略控制相比,这种控制方法大幅降低了人力成本和节约了51%的电能。该文可为水产养殖自动控制研究提供参考。     

基于颜色传感器和遗传算法的牛肉系水力快速检测

为了实现快速检测牛肉系水力,解决肉制品系水力检测不便的问题,该文研究了基于颜色传感器和遗传算法的牛肉系水力快速检测方法。优化了变色试纸与牛肉样品的最佳贴附时间,使用Arduino控制器操控颜色传感器采集试纸颜色参数;将80组牛肉样品分成60个训练组和20个验证组,应用遗传算法优化BP神经网络模型。研究结果表明:在系水力试纸的尺寸为5 cm×2 cm、氯化钴浸泡液浓度为3 g/mL的条件下,得到试纸最佳贴附时间为20 s;经遗传算法优化BP神经网络后,最佳线性回归方程的斜率为0.96,相关系数R~2为0.987,优化后的神经网络模型对系水力等级的预测准确率从90%提高到95%;将检测时间降低到1 min之内,实现了对牛肉系水力等级的快速检测。该研究为进一步开发智能化的肉制品系水力快速检测设备提供了理论依据。