摘要：本发明公开了一种基于改进区域双边平滑的低速目标检测方法。本方法适用于在噪声环境下，针对重点关注目标以目标外推位置为中心设计检测区域，然后对雷达数据预处理转化为图像数据，采用改进区域双边平滑算法，提出用多普勒速度对应的高斯函数值作为值域的权重项，与空间距离的权值系数核相结合，对目标区域增强处理，提高其对比度，之后用自适应阈值分割方法从背景中提取出目标区域轮廓，并结合多普勒速度进行目标凝聚，本发明有效的保留了目标区域边缘，弱化了噪声，提高了检测率。

摘要：本发明涉及一种基于目标几何重构和多尺度分析理论的目标识别方法，首先对目标姿态进行重构：包括飞行姿态归一化和图像预处理；然后采用Contourlet变换提取图像的低频及高频特征向量作为BP神经网络的基础输入训练集和修正基入训练集；最后进行BP神经网络的设计，设计出BP神经网络修正模型，利用高频细节数据修正低频轮廓数据，并确定输入输出层、中间层个数和算法，训练好的网络具有识别能力。选用红外图片库中不同机型互不重叠的图片素材测试该识别方法的精度，结果显示识别率高、识别时间短。证明该发明具有较高的工程可适用性，有一定意义和广泛应用前景。

摘要：本发明涉及一种雷达回波显示的实现方法。尤其涉及雷达探测复杂环境时根据检测、识别的雷达回波特征，形象的显示雷达探测结果。其中包括：首先提取出雷达回波特征形成特征库，然后设计对应的图标符号形成图标库，再把特征库与图标库关联处理，最后结合扫描线把雷达雷达探测结果形象的分类实时可视化。

摘要：本申请涉及一种网络系统的防护方法、装置、设备、存储介质和产品。涉及信息安全技术领域。该方法包括：获取待防护的网络系统对应的蜜罐伪装特征；将蜜罐伪装特征添加到网络系统中；对添加有蜜罐伪装特征的网络系统进行发布；其中，蜜罐伪装特征用于使攻击方将已发布的网络系统识别为蜜罐系统，并停止对网络系统的攻击。采用本方法能够使攻击方误认为该网络系统是蜜罐系统，从而放弃攻击，进而达到对网络系统进行防护的目的。

摘要：本申请涉及一种蜜罐识别方法、装置、计算机设备和存储介质，涉及信息安全技术领域，可用于金融科技领域或其他领域。所述方法包括：在目标客户端访问目标系统的过程中，监测目标客户端发送的请求消息，并判断请求消息是否为跨域请求消息；在请求消息为跨域请求消息的情况下，根据预设的特征识别策略，识别请求消息包含的目标识别特征；从识别特征和异常等级的对应关系中，确定目标识别特征对应的目标异常等级；基于目标异常等级，确定目标系统的识别结果，识别结果用于表征目标系统是否为蜜罐。采用本方法能够提高蜜罐识别的精准度。

摘要：本申请涉及一种诱饵部署方法、装置、计算机设备、存储介质和计算机程序产品，涉及信息安全领域。所述方法包括：根据容器集群中各蜜罐容器的基础信息，生成诱饵资源，并基于部署概率模板，确定容器集群中业务容器对应的目标部署概率；诱饵资源用于将恶意攻击引诱至蜜罐容器，使蜜罐容器封锁恶意攻击；根据目标部署概率，在各业务容器中确定满足目标部署概率对应的数量的目标业务容器；根据目标业务容器对应的诱饵标签，在目标业务容器上部署诱饵标签对应的诱饵资源；诱饵标签根据业务容器的业务类型预先设置。采用本方法能够提高容器集群的安全性。

摘要：本说明书实施例提供一种容器集群负载均衡方法、系统、装置及计算机设备，涉智能运维领域，可用于金融领域，方法包括接收各服务器节点的性能数据；接收各服务器节点下各容器的性能数据；根据各服务器节点的性能数据和各容器的性能数据，配置各容器对用户访问的访问处理权重；发送访问处理权重至服务器节点以使服务器节点根据访问处理权重下发用户访问。本方法根据集群内服务器节点性能数据以及运行在服务器节点上的容器性能数据，动态调整各容器的访问处理权重，能够更加真实准确地反映服务器节点及其下各容器的负载状况，使得对容器访问处理权重的计算更加合理和准确；有利于提高集群系统整体的吞吐率和保证整个集群访问链路的高可用和性能平衡。

摘要：本公开提供了一种文件防护方法，涉及网络安全技术领域，可以应用于金融技术领域。所述方法包括：基于文件更新模型确定目标文件，所述文件更新模型是基于系统文件更新情况自学习生成的；基于所述目标文件的文件大小和文件名确定诱饵文件的生成规则；根据所述生成规则生成目标文件对应的诱饵文件；将所述诱饵文件放置在指定文件路径；对所述诱饵文件进行实时监控，以记录访问所述诱饵文件的进程信息；以及根据所述进程信息和白名单进行报警操作。本公开还提供了一种文件防护装置、设备、存储介质和程序产品。

摘要：本发明涉及一种治疗痛风的中药制剂，特别是用黄柏、威灵仙、苍术、苦参、丹参、猪苓、泽泻、桂枝等中药制成的中药制剂。具有解痉祛风、利尿止痛、祛风降酸之功效。

摘要：本发明提出一种基于波束指向优化的提高三坐标雷达比幅测角精度的方法。现代三坐标雷达不论是频扫体制还是相控阵体制，在测量目标仰角时会用到比幅测角方法。通常的比幅测角方法，在良好信号条件下测角精度只能达到波束宽度的1/10左右，本方法利用优化后的波束指向可显著提高比幅测角精度，比幅测角的仰角精度可达到波束宽度的1/20。