检索结果-内蒙古大学图书馆

教育数字化背景下高校网络安全防护体系建设研究

引用

中国信息技术教育 2023年第22期 100-103页

作者：樊新武张帅杜香燕北京林业大学信息化建设与管理办公室

高等教育信息化建设已经全面展开,在国际形势多变、网络安全事件频发的形势下,本文针对各高校普遍存在的网络安全问题,在建设实践的基础上,提出提升安全水平的意见建议,旨在探索新形势下高校网络安全防护体系建设的模式和路径。

关键词：网络安全数据安全高校

来源：评论

学校读者我要写书评

暂无评论

鸟类卫星跟踪数据可视分析方法研究——以朱鹮为例

引用

中国图象图形学报 2023年第8期28卷 2549-2560页

作者：李欣悦蒋娴曹卫群刘冬平北京林业大学信息学院北京100083 国家林业草原局林业智能信息处理工程技术研究中心北京100083 中国林业科学研究院资源信息研究所国家林业和草原局林业遥感与信息技术重点实验室北京100091 中国林业科学研究院森林生态环境与自然保护研究所国家林业和草原局森林保护学重点实验室北京100091

目的鸟类跟踪技术的成熟发展使得鸟类专家可以轻松获得大量鸟类运动数据。然而,数据规模的增加使得传统方法难以有效完成数据检索和分析。研究如何辅助专家有效地分析这些数据,挖掘其中的有用信息,具有很强的实用价值。本文基于国家Ⅰ... 详细信息

目的鸟类跟踪技术的成熟发展使得鸟类专家可以轻松获得大量鸟类运动数据。然而,数据规模的增加使得传统方法难以有效完成数据检索和分析。研究如何辅助专家有效地分析这些数据,挖掘其中的有用信息,具有很强的实用价值。本文基于国家Ⅰ级重点保护物种朱鹮的卫星跟踪数据,从鸟类专家对数据分析的需求出发,提出了一种运动轨迹的可视分析方法。方法基于二维地图进行多视图协同展示的交互布局方式,以及聚类分析方法等对朱鹮运动轨迹进行可视分析,挖掘朱鹮的生活状态和习性。在以上工作的基础上,设计实现了一个朱鹮运动轨迹可视分析系统。结果本文提出的可视分析方法,允许用户从时空维度和时期(繁殖期、游荡期、越冬期)、状态(夜宿、觅食)等具有生态学意义的维度观察朱鹮运动轨迹,对运动数据进行统计分析,了解朱鹮运动行为。与现有朱鹮数据分析方法相比,本文提出的可视分析方法能够同时从多个不同维度对运动数据进行分析,针对朱鹮的生活状态和生活习性进行更深入的分析挖掘。结论案例分析表明,基于本文提出的方法,鸟类专家可以从多个角度对朱鹮运动轨迹数据进行综合分析,达到对鸟类习性和状态进行研究挖掘的目的,并能够为其他鸟类跟踪数据分析工作提供思路和方法。

关键词：卫星跟踪可视分析多视图协同聚类分析时序数据插补

来源：评论

学校读者我要写书评

暂无评论

基于ELK的高校日志数据收集系统设计与实现

基于ELK的高校日志数据收集系统设计与实现

引用

中国计算机用户协会网络应用分会2023年第二十七届网络新技术与应用年会

作者：张帅刘佩玉北京林业大学信息化建设与管理办公室北京林业大学综合保障部

随着高校信息化建设的不断推进,网络设备和安全设备的数量快速增加,这些设备产生的日志数据具有重要价值。然而,现有的日志管理方式面临着集中化存储和处理能力不足、格式不一致等问题。为了解决这些问题,提出了一种基于ELK技术栈的分... 详细信息

随着高校信息化建设的不断推进,网络设备和安全设备的数量快速增加,这些设备产生的日志数据具有重要价值。然而,现有的日志管理方式面临着集中化存储和处理能力不足、格式不一致等问题。为了解决这些问题,提出了一种基于ELK技术栈的分布式日志管理系统,能够实时采集、处理、存储和可视化高校网络和安全设备的日志数据。系统经过实验验证,在高校安全监测场景下表现出良好的性能,为网络安全监控和性能优化提供了技术支持。

关键词：高校信息化日志管理 ELK技术栈分布式系统网络安全监测

来源：评论

学校读者我要写书评

暂无评论

基于Flink的VPN安全数据分析系统设计与实现

基于Flink的VPN安全数据分析系统设计与实现

引用

中国计算机用户协会网络应用分会2023年第二十七届网络新技术与应用年会

作者：张帅刘佩玉北京林业大学信息化建设与管理办公室北京林业大学综合保障部

随着教育数字化的发展,VPN成为访问校园网络的重要手段,但也带来了相应的安全隐患。现有的VPN安全研究更多集中于VPN链路安全等领域,缺少直接针对VPN日志的安全分析手段,因此基于Flink的VPN安全数据分析系统被提出,其通过实时监控和分析... 详细信息

随着教育数字化的发展,VPN成为访问校园网络的重要手段,但也带来了相应的安全隐患。现有的VPN安全研究更多集中于VPN链路安全等领域,缺少直接针对VPN日志的安全分析手段,因此基于Flink的VPN安全数据分析系统被提出,其通过实时监控和分析VPN数据,检测高危行为和异常活动,为高校运维人员提供技术支撑。该系统集成了Logstash和Redis等中间件,采用Flink实时读取Kafka中的VPN和安全探针设备日志数据,匹配预设规则以及安全设备日志判断用户异常行为,将结果存储到MySQL。通过5台服务器部署系统,验证了方案可行性,系统可以实时识别异常行为和高危活动,统计检测结果并有效提高VPN设备安全性。系统准确性依赖规则设置和聚合安全设备数据,可与其他安全工具集成,提供更全面的解决方案。

关键词：校园VPN安全 Flink 异常行为安全数据日志分析

来源：评论

学校读者我要写书评

暂无评论

利用无人机数码影像进行密植型果园单木分割

引用

武汉大学学报（信息科学版） 2022年第11期47卷 1906-1916页

作者：徐伟萌杨浩李振洪程金鹏林哈特杨贵军长安大学地质工程与测绘学院陕西西安710054 农业农村部农业遥感机理与定量遥感重点实验室北京100097 北京市农林科学院信息技术研究中心北京100097 北京林业大学信息学院北京100083

单木树冠提取对果树健康状态、营养成分、产量预测具有重要意义。无人机获取的高分辨率遥感影像作为低成本、低风险的数据源,为准确估计棵数、描绘树木冠层轮廓提供了新的技术手段。以往关于单木冠层轮廓提取的研究大多集中在森林或稀... 详细信息

单木树冠提取对果树健康状态、营养成分、产量预测具有重要意义。无人机获取的高分辨率遥感影像作为低成本、低风险的数据源,为准确估计棵数、描绘树木冠层轮廓提供了新的技术手段。以往关于单木冠层轮廓提取的研究大多集中在森林或稀疏果园,以局部最大值滤波结果作为基于标记分水岭算法的种子点,该方法在密植型果园的表现并不理想。提出了一种适用于密植型果园、以区域型种子块作为标记的分水岭算法,通过最大似然法提取果树冠层生成冠层数字表面模型,利用高斯滤波结合形态学开运算及自适应阈值分割方法生成区域型种子块,并执行基于种子块标记的分水岭算法,实现密植型果园单木分割。实例研究结果表明,总体棵数查全率为95.22%,查准率为99.09%,得到单木轮廓提取总体准确率为93.45%,总体欠分割误差为5.87%,总体过分割误差为0.90%。与局部最大值种子点提取结果对比,总体准确度提高18.66%,精细树冠轮廓提取精度提高17.75%,可为地形平缓地区密植型果园单棵果树树冠提取提供参考。

关键词：无人机单木分割标记分水岭算法数码影像

来源：评论

学校读者我要写书评

暂无评论

高校网络安全态势感知建设实践与探索

高校网络安全态势感知建设实践与探索

引用

中国计算机用户协会网络应用分会2023年第二十七届网络新技术与应用年会

作者：樊新武杜香燕北京林业大学信息化建与管理办公室

随着教育数字化的快速发展,校园网已经成为高校教学、科研及综合治理的的重要支撑,承载的各类应用越来越复杂,产生的数据越来越庞大,随之而来的各类网络攻击,频率也越来越高,破坏性越来越强,传统的以被动防守为主导的安全体系,已经不能... 详细信息

随着教育数字化的快速发展,校园网已经成为高校教学、科研及综合治理的的重要支撑,承载的各类应用越来越复杂,产生的数据越来越庞大,随之而来的各类网络攻击,频率也越来越高,破坏性越来越强,传统的以被动防守为主导的安全体系,已经不能满足新形势的需要。本文结合北京林业大学网络安全态势感知建设的实践,分析高校网络安全存在的风险点,提出建设高校网络安全态势感知的路径和方法,为提升高校网络安全防御水平提供参考。

关键词：网络攻击被动防守安全体系态势感知安全防御

来源：评论

学校读者我要写书评

暂无评论

聊城市PM_(2.5)和O_(3)污染特征及气象因素影响分析

引用

环境科学学报 2023年第9期43卷 257-267页

作者：菅月诚赵铖博朱子博王一秋高艳珊彭娜娜黄亮李万勇黄浩瑜冯如帆伦小秀王强北京林业大学环境科学与工程学院水体污染源控制技术北京市重点实验室北京100083 北京林业大学环境科学与工程学院污染水体源控制与生态修复技术北京市高等学校工程研究中心北京100083 聊城市环境信息与监控中心聊城252000

PM_(2.5)和O_(3)协同控制是我国“十四五”时期持续改善空气质量的关键,全面认识PM_(2.5)和O_(3)的污染特征及相关性是实现两者协同控制的重要基础.以聊城市为研究区域,分析了2019-2021年PM_(2.5)和O_(3)污染特征及相关性,并探究了气象... 详细信息

PM_(2.5)和O_(3)协同控制是我国“十四五”时期持续改善空气质量的关键,全面认识PM_(2.5)和O_(3)的污染特征及相关性是实现两者协同控制的重要基础.以聊城市为研究区域,分析了2019-2021年PM_(2.5)和O_(3)污染特征及相关性,并探究了气象因素对二者的影响.结果表明:(1)聊城市2019-2021年PM_(2.5)日均浓度和O_(3)-8 h-90per浓度均呈下降趋势,但夏季O_(3)污染和冬季PM_(2.5)污染形式仍十分严峻.在小时尺度上PM_(2.5)浓度呈“W型”与“N”型分布,O_(3)浓度呈“双峰双谷”分布.(2)与O_(3)浓度达标时相比,O_(3)超标时PM_(2.5)组分的平均浓度明显升高,二次无机离子(SNA)中SO_(4)^(2-)的平均浓度增长大,有机物组分中二次有机气溶胶(SOA)浓度增长大.(3)聊城市PM_(2.5)与O_(3)-8 h在春夏季呈正相关(0.14~0.499),冬季呈负相关(-0.259).春季和夏季,紫外辐射强度和相对湿度分别对PM_(2.5)-O_(3)-8 h正相关性起明显抑制作用;冬季,气压对PM_(2.5)-O_(3)-8 h负相关性起明显抑制作用.(4)决策树分析表明,温度>25.66℃、相对湿度<75.4%和风速<2.21 m·s^(-1)时,出现O_(3)污染及PM_(2.5)和O_(3)复合污染的概率分别为43.21%和51.85%.

关键词： PM_(2.5) O_(3) 污染特征皮尔逊系数机器学习聊城

来源：评论

学校读者我要写书评

暂无评论

微地形对云冷杉阔叶混交林土壤有机碳和全氮的影响

引用

北京林业大学学报 2022年第8期44卷 88-97页

作者：赵晗王海燕罗鹏杜雪邹佳何符利勇雷相东北京林业大学林学院森林培育与保护教育部重点实验室北京100083 中国林业科学研究院资源信息所北京100091

【目的】土壤有机碳与全氮是土壤质量评价的重要指标,同时与全球碳氮循环和气候变化密切相关。地形,尤其微地形是驱动土壤特征空间异质性的重要因素。本文旨在探究微地形对土壤有机碳和全氮的影响,为无人机数据应用与东北天然林土壤养... 详细信息

【目的】土壤有机碳与全氮是土壤质量评价的重要指标,同时与全球碳氮循环和气候变化密切相关。地形,尤其微地形是驱动土壤特征空间异质性的重要因素。本文旨在探究微地形对土壤有机碳和全氮的影响,为无人机数据应用与东北天然林土壤养分管理提供依据。【方法】以云冷杉阔叶混交林为对象,通过无人机激光雷达数据提取4块1 hm^(2)样地中400个10 m×10 m样方的微地形因子,采用相关性分析和冗余分析研究微地形对土壤有机碳和全氮的影响。【结果】研究区20~40 cm土层土壤有机碳和全氮均与高程呈极显著正相关(r=0.26,0.25,P<0.01),0~20 cm土壤全氮含量与坡度呈极显著正相关(r=0.18,P<0.01),其余相关性皆不显著。各样地的相关性分析结果存在差异。样地Ⅰ土壤有机碳与高程呈负相关(0~20 cm:r=-0.37,P<0.01;20~40 cm:r=-0.21,P<0.05),样地Ⅲ与样地Ⅳ20~40 cm土壤有机碳与高程呈负相关(r=-0.20,-0.21,P<0.05),样地Ⅲ0~20 cm土壤有机碳与坡向呈正相关(r=0.26,P<0.05);样地Ⅰ20~40 cm土层土壤全氮与高程呈负相关(r=-0.34,P<0.01),与复合地形因子平面曲率呈负相关(r=-0.24,P<0.05)。在冗余分析中,RDA1约束轴的解释率达到88.05%,其中高程与20~40 cm土壤有机碳向量夹角较小,呈正相关关系,且高程与坡向对土壤有机碳和全氮有较大影响。【结论】对比样地中心法和缓冲区法两种方法提取的无人机激光雷达数据,发现样方中心法选取的地形因子更多,且回归模型R~2较大。微地形中的高程、坡度、坡向均对云冷杉阔叶混交林表层土壤有机碳和全氮有一定影响。以研究区4块样地整体和样地个体为尺度,分析微地形因子与土壤有机碳和全氮的相关性时发现,两者存在较大差异,表明云冷杉阔叶混交林土壤有机碳和全氮具有很强的空间异质性,且与简单地形因子的相关性强于复合地形因子。

关键词：微地形土壤有机碳土壤全氮无人机

来源：评论

学校读者我要写书评

暂无评论

基于潜在生产力的吉林省长白落叶松人工林立地质量评价

引用

北京林业大学学报 2025年第1期47卷 1-10页

作者：罗光成雷相东史景宁何潇向玮李玉堂林木资源高效生产全国重点实验室中国林业科学研究院资源信息研究所北京100091 北京林业大学林学院北京100083 河北农业大学经济管理学院河北保定071000 吉林省林业调查规划院吉林长春130022

【目的】为验证基于林分潜在生长量的立地质量评价方法的可行性,并优化此方法,采用潜在生长量法估算林分断面积和蓄积潜在生产力,为长白落叶松人工林立地质量评价和抚育经营提供科学依据。【方法】基于吉林省一类调查和二类调查局级固... 详细信息

【目的】为验证基于林分潜在生长量的立地质量评价方法的可行性,并优化此方法,采用潜在生长量法估算林分断面积和蓄积潜在生产力,为长白落叶松人工林立地质量评价和抚育经营提供科学依据。【方法】基于吉林省一类调查和二类调查局级固定样地数据,采用广义代数差分法建立长白落叶松人工林优势高生长模型,根据地位指数划分立地等级。建立含立地等级哑变量的断面积和蓄积生长模型,利用黄金分割法搜索最优密度,求解潜在生产力,并通过自然稀疏线进行验证;以现实林分年龄和林分密度指数计算现实生产力;结合现实生产力和潜在生产力两者差异综合评估生产力提升空间。【结果】(1)长白落叶松人工林的优势高、断面积、蓄积生长模型拟合效果良好,调整决定系数为0.877、0.985、0.966;均方根误差为1.037 m、0.886 m^(2)/(hm^(2)·a)、9.756 m3/(hm^(2)·a);相对均方根误差为7.353%、6.588%、11.890%。5个立地等级的地位指数平均值大小为19.8、17.8、15.7、13.5和11.6 m。(2)同一林龄,断面积和蓄积潜在生产力对应的最优林分密度指数不同。基准年龄30年时断面积潜在生产力为0.861~0.941 m^(2)/(hm^(2)·a),蓄积潜在生产力为5.319~8.775 m3/(hm^(2)·a)。与近熟林、成熟林、过熟林相比,中龄林和幼龄林现实生产力与潜在生产力差异较大,表明它们具有较大的生产力提升空间。(3)在林分生长过程中,潜在生产力对应的最优密度始终不大于林分自然稀疏的最大密度。【结论】约束林分初始株数后计算的潜在生产力更符合实际,进一步验证了基于潜在生长量的立地质量评价方法的可行性。在中幼龄阶段,长白落叶松的现实生产力与潜在生产力差异显著,该差异随立地质量的下降而增大。研究结果给出了潜在生产力对应的最优林分密度,可为长白落叶松人工林的抚育经营提供依据。

关键词：潜在生产力现实生产力广义代数差分法立地质量评价自然稀疏线

来源：评论

学校读者我要写书评

暂无评论

基于序列信息的土壤CT图像超分辨率重建

引用

农业工程学报 2021年第17期37卷 90-96页

作者：韩巧玲周希博宋润泽赵玥北京林业大学工学院北京100083 林业装备与自动化国家林业局重点实验室北京100083 城乡生态环境北京实验室北京100083 中国农业大学信息与电气工程学院北京100091

受部分容积效应影响,土壤计算机断层扫描(Computed Tomography,CT)图像存在孔隙边界模糊现象,影响土壤孔隙结构研究的准确性。针对该问题,该研究提出基于序列信息的生成式对抗网络(Sequence information Generative Adversarial Network... 详细信息

受部分容积效应影响,土壤计算机断层扫描(Computed Tomography,CT)图像存在孔隙边界模糊现象,影响土壤孔隙结构研究的准确性。针对该问题,该研究提出基于序列信息的生成式对抗网络(Sequence information Generative Adversarial Network,SeqGAN),实现土壤CT图像的超分辨率重建。针对土壤CT序列图像具有较高相似性的特点,SeqGAN法引入序列卷积块挖掘前后图像的序列信息,并将多重特征增强融合于目标图像中;利用多层残差块提取图像特征,构建残差块输入和输出的直接连接,以减少模型退化;利用对抗网络实现损失间接反馈,提高模型的特征学习能力。在序列相似性较高的土壤图像数据集验证了该方法性能。结果表明,SeqGAN法均方误差比次优方法GAN降低25%,峰值信噪比提升1.4 dB,结构相似性提升0.2%。重建的土壤图像具有较高准确率和清晰度,可为后续土壤物理学研究提供准确的数据基础。

关键词：土壤图像处理 CT图像超分辨率重建深度学习生成式对抗网络

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：