关键词： 遗传算法   优化算法   恶意软件   漏洞检测   高频运行码特征  

摘要： 恶意软件的攻击技术不断进化,呈现出多态性与变形性的显著特征。这些恶意软件能够灵活地对自身代码结构进行调整,致使每次发起攻击时的形态都各不相同,让人难以预测。传统检测方法依赖静态漏洞评分标准,难以准确评估恶意软件变化攻击下的漏洞威胁,导致检测漏洞数量与实际不符,准确性低。为此,文章提出一种基于优化遗传算法的恶意软件漏洞检测方法。该方法将链路报文进行转化,并与端口报文相结合,通过考虑信息流传输过程中产生的叠加流量,获取恶意软件最终信息流。采用运行码频率提取方法,从信息流中筛选出高频运行码特征,快速定位与恶意软件行为最相关的关键特征。将这些关键特征作为优化遗传算法的初始种群,计算漏洞存在时的最优个体值,并与攻击成功的经验阈值比较,评估漏洞威胁程度。通过实时检测恶意软件攻击的风险态势,及时获取漏洞情况。实验结果表明,在特定时间点(5、11、20、26 s),软件响应频率显著突变,且检测出的漏洞数量与实际完全吻合。这表明此方法能有效检测漏洞,准确获取恶意软件漏洞数量,显著提升检测准确性。

关键词： 架空导线   绝缘子   电气性能   导线绝缘   遗传算法   过载风险   适应度函数   遗传操作  

摘要： 为提高10 kV架空导线绝缘子布置的电气性能、机械性能及经济性,提出一种基于遗传算法的最优布置方案设计方法。通过分析架空导线绝缘子的分布特性,构建以电压分布均匀性、受力均衡性和成本优化为目标的数学模型,并结合约束条件,设计适应度函数。遗传算法通过编码、选择、交叉和变异等遗传操作,快速迭代搜索全局最优解。实验结果表明,与传统布置方案相比,优化后的绝缘子布置呈现光滑的“U”形,呈现更加均匀的电气与机械性能分布,降低了局部过载风险,并显著提高整体系统的运行可靠性和经济性。

关键词： 套筒调节阀   等百分比流量特性   遗传算法   数值仿真   开孔布局优化  

摘要： 针对目前我国套筒调节阀设计中存在的需要依靠经验、设计周期较长且设计精度较低等问题,基于流量方程、流量特性方程及开孔几何形状方程,推导满足等百分比流量特性的调节阀套筒开孔布局数学模型,随后选用遗传算法进行模型求解。以某一水下采油树用等百分比套筒调节阀为例,采用建立的设计方法完成了其套筒开孔布局设计。对比分析结果表明:所设计的调节阀过流面积和满足等百分比要求的理想调节阀过流面积之间的误差不超过4.63%;采用Fluent仿真软件建立调节阀数值模型,对不同开度下套筒阀流体域模型进行仿真,其相对出口流量和相对过流面积的最大相对误差为3.45%。研究成果可为等百分比节流套筒的设计提供一种快速准确的方法和理论支撑。

关键词： 数智技术   课程评价   赋能  

摘要： 人类社会已经迈入数智时代。运用数智技术赋能课程评价,在革新评价理念、联结评价主体、丰富评价方式、改善评价结果等方面优势明显。然而,数智技术的“双刃剑”效应也使课程评价潜藏着隐忧,主要表现为“唯数据”的课程评价理念将人的情感、创造、自由等生命本真禁锢于数据之中,课程评价主体的数智素养薄弱制约着其评价活动,课程评价方式被工具主导而忽视评价的人文性,数智技术的算法“黑箱”特性导致课程评价结果的公正性存疑。对此,为消解数智技术赋能课程评价的隐忧,应该回归“人的生命整全发展”的育人本义,将评价的注意力从“数据”转向“人”;通过完善培训机制,不断提高评价主体的数智素养;认清人与技术在课程评价中的共生关系,构建人技共评的课程评价生态;应用可解释人工智能技术,纠正数据偏见,以推进算法透明,提高课程评价结果的数字信任。

关键词： 欺诈交易检测   遗传算法   集成学习   合成过采样   支持向量机   K最近邻   多层感知器  

摘要： 随着数字化和信息化技术的发展,线上金融交易已被广泛应用。随之而来的欺诈交易也为金融机构和企业的财产安全带来了巨大威胁,迫切需要有效的检测方法,特别是检测信用卡欺诈对于识别和防止未经授权的交易至关重要。为此,提出了集合遗传算法和学习的欺诈交易检测方法。首先,通过欠采样和合成少数过采样(SMOTE)技术,解决信用卡数据集的数据不平衡问题。其次,所提方法智能地结合了多种算法,包括随机森林(RF)、K最近邻(KNN)和多层感知器(MLP)分类器,并通过遗传算法(GA)进行适当的加权优化,以增强欺诈识别能力。在公开信用卡交易数据集上的实验结果表明,所提集成模型在精度、召回率和F1得分等指标上均取得了比已有机器学习方法和单个分类器更好的性能,证明了集成学习方法在欺诈交易检测中的有效性。

关键词： 个人信息保护   公共利益规则   权益平衡  

摘要： 个人信息保护不仅涉及私权主体之间的利益衡量,还涉及公共利益与个人信息权益之间的价值平衡。公共利益优位原则作为一项国内外公认的价值位阶原则,构成了公共利益限缩个人信息权益的正当基础。但过度强调公共利益的优先地位,容易造成公共利益的泛化滥用,进而侵害个人信息权益。我国个人信息保护法中的公共利益规则存在公共利益概念界定模糊、利益代表主体复杂多元、司法适用与监督制度缺位等问题,加剧了公共利益与个人信息权益的冲突失衡。鉴于此,应当借助公共利益层次性差异区分理论,明晰公共利益之内涵、外延,从行政主体、企业主体和其他社会主体三个角度厘清各类主体权益之定位,合理界定司法适用的范围并建立健全司法监督制度。

关键词： 小学科学   长时探究   分享交流  

摘要： 长时探究是科学探究的类型之一,分享交流是长时探究的必备环节。在长时探究的分享交流环节中存在着分享交流方式单一、学生参与度及交流能力不足等问题。为此,教师可创新分享方式、丰富展示形式、完善评价机制、转变角色定位、用好技术手段,从而提升分享交流环节的教学效果。

关键词： 北京四合院   庭院空间形态   建筑节能   多目标优化   遗传算法  

摘要： 文章以北京老城四合院民居为研究对象,提取其典型基本原型,建立参数化模型,通过计算机仿真试验进行性能模拟,并结合遗传算法模块实现多性能目标的自动寻优,进而智能化生成多种建筑形态方案。在此基础上,研究分析了北京老城四合院民居在空间形态上对整体能耗和室外庭院热舒适性的影响,并总结提出了设计前期的绿色优化方法,为探索中国传统民居的数字化绿色设计提供了经验借鉴。

关键词： 分布式光伏发电   储能技术   协同优化   遗传算法  

摘要： 本研究聚焦分布式光伏发电与储能技术的协同优化问题,基于多目标优化框架,系统探讨了光伏发电波动性与储能调度难题的解决路径。从经济性、可靠性和环境效益三大维度出发,构建动态优化调度模型,结合负荷预测、光伏出力估算及储能状态评估模块,提出了一种高效的优化策略。研究过程中,重点分析优化目标与约束条件的协调作用,设计了适应多场景需求的动态调度方案。

关键词： 遗传算法   广义回归神经网络   拉曼光谱   微塑料   分类模型  

摘要： 微塑料污染已成为一个全球性的环境问题,加强对城市水域中微塑料污染的监管是解决微塑料污染的关键环节,因此本文开展了快速、实时的城市河流微塑料识别方法的研究。本工作提出了一种遗传算法优化广义回归神经网络(Genetic Algorithm-Generalized Regression Neural Network,GA-GRNN)算法结合显微拉曼光谱的技术方法,开展了微塑料颗粒的实验探测和理论计算,分析了微塑料颗粒拉曼光谱特征峰的振动模式和隐藏峰的拟合解译,评估了不同浓度微塑料悬浮液的拉曼光谱,通过GA-GRNN算法建立了微塑料识别分类模型,其模型的分类准确率为100%,实现了对河流中分离的微塑料颗粒的准确识别。本文提出将GA-GRNN算法与显微拉曼光谱相组合的技术方法非常具有实用性,在未来城市水域微塑料污染的监管指导方面具有很好的借鉴意义。