基于网络连接统计的分布式拒绝服务攻击检测

分析了分布式拒绝服务(D istributed D en ial of Serv ice,DDoS)攻击原理及其攻击特征,提出了一种基于网络连接统计的DDoS攻击检测方法。该方法利用DDoS攻击的固有特性,从网络连接数据的统计分析中探寻系统正常行为的特征分布,建立DDoS攻击检测模型。通过模拟攻击实验验证了检测方法的可行性。实验结果表明:该方法能快速有效地实现对DDoS攻击的检测,并对其他网络安全检测研究具有一定的指导意义。     

基于星际文件系统的医学影像存储架构研究

介绍了针对三甲综合性医院影像归档和通信系统（PACS）医学影像存储的安全性和稳定性等问题，提出了一种基于星际文件系统（IPFS）的医学影像存储架构，这种架构具有有效防止误删、更能抵抗计算机病毒入侵、更高的可管理性及更有效地防止恶意攻击保证影像安全等优点。     

机器学习在医疗与健康应用场景下的恶意流量检测

目的 基于机器学习方法中的随机森林和决策树模型,实现在医疗与健康应用场景下的恶意流量检测。方法 以CICIDS2017样本集作为模型的训练集与验证集,对将该样本集通过Python预处理后的共1708979条数据进行模型训练。预处理后的样本集中训练集占比80%(1367183条),验证集占比20%(341795条),在sklearn中进行随机森林和决策树模型参数调整训练,再将在医疗与健康应用场景下捕获到的500条网络流量作为测试集进行模型泛化能力评估。结果 由决策树和随机森林混淆矩阵图可知,决策树模型对于慢速拒绝服务攻击以及跨站脚本攻击的预测准确率为95%,尤其是决策树模型对慢速拒绝服务攻击进行预测时,会将其与跨站脚本攻击混淆。随机森林模型对于慢速拒绝服务攻击预测准确率为99%,能够正确预测大多数慢速拒绝服务攻击。随机森林模型在医疗与健康应用场景下整体表现良好。结论 两种模型对于在医疗与健康应用场景下的恶意流量检测准确率效果较好,但传统的决策树模型准确率低于随机森林模型。随机森林模型更适合在医疗健康场景下的恶意流量检测,可为医疗健康应用场景中的网络安全研究提供参考。     

基于零信任架构的医院安全网关构建

目的：解决日益严峻的医院网络安全问题,探讨一种更加安全的网络技术架构。方法：以江苏省人民医院为例,通过构建零信任安全网关,对前端页面底层代码进行持续动态变换,对浏览器指纹进行采集,采用浏览器类型验证等技术,以验证客户端的合法性,有效对抗各类攻击行为。结果：通过构建零信任安全网关系统,业务系统受到的攻击被有效拦截,数据显示网关上线后的未授权访问拦截数量和拦截率显著高于实施前（P <0.05）。结论：零信任网络安全架构为医院提供了一种有效的网络安全解决方案,可显著增强医院的网络安全防护能力。     

基于本体的SQL注入攻击检测方法研究

本文在介绍了SQL注入攻击的概念和步骤的基础上,提出了一种基于本体的SQL注入检测方法。通过在正常网页页面与异常网页页面（即可能存在SQL注入漏洞的页面）之间建立共识的领域本体,在二者之间进行信息比对,据此对Web页面中存在的SQL注入攻击漏洞进行检测。相关实验结果显示,该方法具备较高的检测准确率。     

胃癌癌前状态细胞凋亡检测方法探讨

目的探讨胃癌癌前状态细胞凋亡的检测方法。方法胃镜取活组织标本经病理证实为胃癌癌前状态38例，将组织消化成单个细胞后，随机分别采用PI单染、TUNEL法、AnnexinV／PI双染后，再于流式细胞仪上检测细胞凋亡率。结果PI单染法细胞凋亡率（20．00±7．19）％，TUNEL法细胞凋亡率（39．00±12．17）％，AnnexinV／PI双染细胞凋亡率（28．00±10．62）％。任意两组比较均不同。结论三种检测方法中，AnnexinV／PI双染较为灵敏、准确、特异，另外两种方法均有缺点。     

Wa株轮状病毒感染昆明小鼠乳鼠腹泻模型的建立及影响因素考察

目的：建立人源性Wa株轮状病毒感染昆明小鼠乳鼠腹泻动物模型。方法：采用不同接种方式（口服、注射）、不同滴度、不同剂量的Wa株轮状病毒感染4 d龄昆明小鼠乳鼠,观察昆明小鼠乳鼠的体征反应、腹泻率和腹泻程度;选择腹泻率和腹泻程度较高的条件进行模型的稳定性考察,观察体征反应、腹泻率、腹泻程度、小肠形态学等指标改变。结果：采用强饲法,Wa株轮状病毒滴度为10-3.3/25μL TCID50,被轮状病毒攻击24 h后出现腹泻表现,低剂量（50μL/只）病毒组及中剂量（100μL/只）病毒组腹泻率及腹泻程度较低,高剂量（200μL/只）病毒组感染后第1天（1 dpi）腹泻率可达80%,腹泻程度达3.0,连续4 d保持腹泻状态,在各剂量组中腹泻率和腹泻程度最高;采用高剂量病毒组的实验方法,扩大造模动物的数量进行验证,1 dpi乳鼠腹泻率为80.0%,腹泻程度达3.1,并连续4 d保持腹泻状态。结论：4 d龄昆明小鼠乳鼠被Wa株轮状病毒经口攻击后,病毒能够使昆明小鼠乳鼠出现腹泻表现,且腹泻率和腹泻程度与病毒滴度、剂量相关。所建模型方法简便、重现性好,可作为比较理想的动物模型用于抗RV感染的药物治疗效果评价。     

利用聚类算法找出新的攻击

改进了利用聚类算法查找孤立点的算法，提出在应用到入侵检测的过程中应该结合领域知识、考虑数值性质，这样可以提高检测质量。通过对收集到的网络数据的属性进行计算，找出其中的孤立点，可以使得检测系统在不需要手工编码和标识的训练数据前提下就能检测出攻击。最后通过比较多组实验数据，提出了一种比较有效的检测策略。     

快速检测精子性染色体分析技术的建立

目的建立一种应用双色荧光原位杂交技术快速分析正常男性精子XY染色体数目及异常率的方法。方法采用X、Y号染色体着丝粒探针对7例健康男性精子样本进行荧光原位杂交实验,检测精子XY染色体数目异常情况（非整倍体,双倍体）。结果计数10 078个精子,杂交率99.00%。其中X染色体杂交率为（49.789±1.346）%,Y染色体杂交率为（48.814±1.296）%,精子中双体类型为XX、XY、YY,其中XX杂交率为（0.110±0.053）%,XY杂交率为（0.222±0.077）%,YY杂交率为（0.094±0.038）%。结论采用荧光原位杂交技术建立了一种能够快速高效分析精子染色体数目异常的检测方法,可作为精子质量遗传学检测手段,应用于男性不育症的临床检测。     

基于肌音信号的步态动作模式识别研究

通过采集腿部肌肉5个通道的肌音信号,利用3层决策树对跑步、上楼、下楼、走路、静止5种步态动作进行模式识别研究。在决策树的第1层和第2层,应用双阈值门限法识别静止和跑步两种步态模式,在第3层,提出基于步态信号的自适应不等长分割算法以及改进的模糊熵算法,利用线性分类器对走路、上楼、下楼进行分类识别。结果表明:双门限阈值法可有效地对静止和跑步进行识别,当采用改进的模糊熵特征时,对走路、上楼、下楼3种步态模式的分类准确率达到了94.87%;而当综合利用近似熵、样本熵和改进的模糊熵3种特征时,其分类准确率达到了98.76%。     

Distributed Denial of Service (DDoS) Attack in Cloud- Assisted Wireless Body Area Networks: A Systematic Literature Review

Wireless Body Area Networks (WBANs) have emerged as a promising technology that has shown enormous potential in improving the quality of healthcare, and has thus found a broad range of medical applications from ubiquitous health monitoring to emergency medical response systems. The huge amount of highly sensitive data collected and generated by WBAN nodes requires an ascendable and secure storage and processing infrastructure. Given the limited resources of WBAN nodes for storage and processing, the integration of WBANs and cloud computing may provide a powerful solution. However, despite the benefits of cloud-assisted WBAN, several security issues and challenges remain. Among these, data availability is the most nagging security issue. The most serious threat to data availability is a distributed denial of service (DDoS) attack that directly affects the all-time availability of a patient’s data. The existing solutions for standalone WBANs and sensor networks are not applicable in the cloud. The purpose of this review paper is to identify the most threatening types of DDoS attacks affecting the availability of a cloud-assisted WBAN and review the state-of-the-art detection mechanisms for the identified DDoS attacks.     

医院网络安全态势感知系统构建

建立网络安全态势感知系统,从业务逻辑、基础检测、深度监测、报表与日志管理等方面分析系统需求,从威胁情报、流量传感器和安全感知平台3个模块介绍系统构建,阐述系统功能与应用效果,指出其应用有助于防止医院因网络攻击造成的严重损失。     

面向复杂决策和知识发现的医学知识不确定性计算方法

将知识/证据的不确定性测度和结构化知识图谱相结合,总结并提出计算医学知识不确定性的几种方法,包括量表、概率、信息熵、证据-评论网络等。提出对于高确定性的知识,可由机器做决策;对于低确定性的知识,要触发人机交互,必须由机器和医生(科学家)共同决策,以此提高知识驱动的决策支持效率。     

数据挖掘在医学图像分类中的应用

介绍几种数据挖掘方法的发展历程,分析其在医学图像处理中的应用及其研究现状,包括关联规则、决策树、人工神经网络、支持向量机、粗糙集等,同时阐述数据挖掘在医学图像分类研究领域存在的问题,希望对研究人员有所借鉴。     

贝叶斯决策分析在医学步态分析中运动目标检测的应用研究

针对医学步态分析中的运动目标检测问题,提出基于最小错误率的贝叶斯决策规则的方法。该方法由变化检测、变化分类、前景目标提取和背景更新四部分组成。变化检测采用自适应阈值法来二值化变化点和非变化点。变化分类基于颜色共生特征向量,采用贝叶斯规则进行决策,前景对象的提取融合了时间差分法和减背景法。针对复杂场景中背景的“渐变”和“突变”情况,提出不同的背景更新策略。实验表明,该方法和包含有摇动的树枝或者灯的开关等复杂背景中能准确地提取运动目标,因此可用在医学步态分析的研究中。     

基于BP神经网络与决策树的大肠癌虚实证型分类对比

采用二进制编码对症状数据进行量化,将专家归纳的8个证型分为虚实两证并赋值量化,建立基于BP神经网络与决策树的大肠癌虚实证型分类模型,结果显示BP神经网络分类模型较决策树分类模型更适合于非线性映射关系的处理。     

A Prognosis Tool Based on Fuzzy Anthropometric and Questionnaire Data for Obstructive Sleep Apnea Severity

Obstructive sleep apnea (OSA) are linked to the augmented risk of morbidity and mortality. Although polysomnography is considered a well-established method for diagnosing OSA, it suffers the weakness of time consuming and labor intensive, and requires doctors and attending personnel to conduct an overnight evaluation in sleep laboratories with dedicated systems. This study aims at proposing an efficient diagnosis approach for OSA on the basis of anthropometric and questionnaire data. The proposed approach integrates fuzzy set theory and decision tree to predict OSA patterns. A total of 3343 subjects who were referred for clinical suspicion of OSA (eventually 2869 confirmed with OSA and 474 otherwise) were collected, and then classified by the degree of severity. According to an assessment of experiment results on g-means, our proposed method outperforms other methods such as linear regression, decision tree, back propagation neural network, support vector machine, and learning vector quantization. The proposed method is highly viable and capable of detecting the severity of OSA. It can assist doctors in pre-diagnosis of OSA before running the formal PSG test, thereby enabling the more effective use of medical resources.     

常见机器学习方法在中医诊断领域的应用述评

对近年来数据挖掘技术中的常见机器学习方法应用于中医诊断的概况进行述评。近年来应用于中医诊断的常见机器学习方法有支持向量机、决策树、K近邻算法、人工神经网络、贝叶斯网络、AdaBoost算法等,这些方法各有其优势与不足。今后在促进机器学习运用于中医诊断研究领域时,需基于中医证的多维性、非线性和复杂性的特点,针对中医诊疗中的各项问题制定统一的标准并规范收集数据,选用合适的机器学习方法,寻找中医大数据下的隐藏知识和规律,以推动中医诊断客观化、规范化。