区域否定选择算法

合集下载

【国家自然科学基金】_边界探测_基金支持热词逐年推荐_【万方软件创新助手】_20140803

2009年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
科研热词推荐指数数值模拟 2 伪谱法 2 龙门山断裂带 1 面向对象分类 1 非均匀交错网格 1 青藏东北缘 1 雷达探测距离估计 1 阿拉善地块 1 间接法 1 长江流域 1 镜头聚类 1 重磁异常数据 1 采空区 1 采矿工程 1 逆湿 1 连续探测 1 边界层结构 1 边界层特征 1 软件开发 1 车载激光扫描 1 超声 1 蒙古高原 1 自由边界 1 自体区域 1 肝坏死结节 1 聚类分析 1 耦合 1 空区激光自动扫描系统(cals) 1 离散小波变换 1 离层注浆 1 瞬时频率 1 瞬时主频 1 直接法 1 电阻率各向异性 1 电阻抗断层成像 1 电性结构 1 球面电磁波传播 1 烟雾探测 1 点云图像 1 激光雷达 1 滑坡 1 混合高斯模型 1 泰勒级数 1 汶川地震区 1 水汽循环 1 气溶胶光学厚度 1 正交异性压电复合材料 1 横波分裂 1 森林可燃物类型 1 有限差分 1 暖湿气流 1 显式分形插值 1
2010年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

一种面向IP网络安全的网络智能体模型

一种面向IP网络安全的网络智能体模型1 引言随着计算机间的协同工作的加强和互联网规模的扩大，网络攻击数量和计算机病毒传播速度都呈现出增长的趋势。

基于单节点防御技术虽然在一定程度上保护了网络的安全，但不能满足日益增长的网络安全的需求。

近年的研究表明，IP 网络具有复杂网络的无边界和无尺度两大重要特性[1]。

由于网络没有全局可见度、信任关系模糊、无集中控制，这使得基于单节点防御的安全体系缺乏全局观，更多更及时的攻击信息得不到共享，网络中节点的重复感染率高。

并且网络对智能攻击的防御能力很脆弱，导致计算机病毒、蠕虫等智能攻击长期得不到有效解决。

由于人体免疫系统能够通过精准地识别未知细菌和病毒达到保护人体的目的，使得免疫学被用于提高网络自愈、自修复、强生存的研究正成为当前网络安全领域的热点之一[3[4][5]。

Forrest 认为计算机系统同人体一样可以通过识别“自我”与“非我”并清除有害的异己达到保护自身的目的。

只不过，计算机系统中的“非我”是未授权的用户、不合法的程序或破坏的数据[3]。

但随着免疫学的发展，免疫学家Matzinger 发现在免疫系统中存在一些非我但无害的物质并不会触发免疫功能[6]。

于是，Aickelin研究团队提出了危险理论应用到网络安全[7][8]。

与前面的方法截然不同，危险理论不再以自我非我的识别作为安全与否的判别标准，而是用危险信号来触发免疫响应。

但就目前的研究现状而言，将免疫学用于网络安全还存在以下几点不足。

首先，现有技术的主动性较差。

人体免疫系统的主要优势在于人体中存在大量具有流动性和趋向性的免疫细胞，它们可以及时发现并清除病毒。

而当前的网络安全技术则主要通过设定固定的监测点或固定的监测程序来实现被动监测。

其次，系统的识别率较低。

大多数基于免疫的安全策略主要以“自我非我”识别模式作为基本理论，对知识的依赖程度高。

由于自我非我识别模式下“自我”的不完备，使得在实际应用中存在较高的虚警率；且探测器的生成有一定的随机性容易导致检测过程中的漏报。

否定选择算法中一种改进的检测器集生成机制

ＡｂｔａｔＩｒｅｏｉｒｖｈｅｅｔｎｒｔｏｅａｉｅｓｌｃｉｎａｇｒｈ，ｒｐｓｄａｍｐｏｅｅｅｔｒｅｅａｉｎｓｒｃ：ｎｏｄｒｔｍｐｏｅｔｅｄｔｃｉａｅｆｎｇｔｅｅｔｌｏｉｍｐｏｏｅｎｉｒｖｄｄｔｃｏｓｇｎｒｔｏｖｏｔｏｍｅｈｄＩａｍｅｔｏｖｎｈｏｎａｙｄｌｍｍａｐｏｌｍ．ｅａｄｔｅｓｌａｄｉｅｇｂｒｇａｅｆｒｇｏｓＧｉｅｅａｌｄｔｏ．ｔｉｄａｌｉｇｔｅｂｕｄｒｉｓｅｒｂｅＲｇｒｈｅｆｎｔｎｉｈｏｉｓｓｌｅｉｎ．ｖｎｄｔｉｓｎｅ
ｉｈｓｂｅｔｒｐｅｆｒｎｃ．ｔａｔｅｒｏｍａｅＫｅｒｙｗｏｄｓ：ｎｅａｉｅｓｌｃｉｎａｇｒｔ；ｂｕａｉｅｇｔｖｅｅｔｏｌｏｉｈｍｏｎｄｒｄｌｍｍａ；ｄｔｃｏ；ｄｔｃｉｎｒｔｙｅｅｔｒｅｅｔｏａｅ
ｄｉ１．９９ｊｉｎ１０ — ９．０１０．３ｏ：０３６／．ｓ．０１３５２１．１０８ｓ６
Ｂｏｎａｙａｒｅｅｔｒｇｎｒｔｏｃａｉｍｆｎｇｔｅｓｌｃｉｎａｇｒｔｍｕｄｒ — ｗａｅｄｔｃｏｅｅａｉｎｍｅｈｎｓｏｅａｉｅｅｔｏｌｏｉｖｈ
实验结果表明，本算法检测率较高，尤其可以有效检测到处于自与非自体边界处的点，有一定的优越性。体具关键词：否定选择算法；边界困境；检测器；检测率

【计算机研究与发展】_覆盖算法_期刊发文热词逐年推荐_20140726

2011年科研热词无线传感器网络链路服务质量连通条件路径规划谓词式覆盖谓词式关系(二叉树) 谓词式覆盖集覆盖增强覆盖节点调度能量有效性网络生命周期网络流量识别移动数据移动信标智能优化数据缓存数据查询支持向量机损失函数延迟唤醒机制局部式算法小波函数对等网络定位基于内容路由发布/订购分布式区域覆盖算法冗余节点关键因子三维感知 prbt-*算法 manet k分类覆盖集问题 3d空间推荐指数 4 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
科研热词无线传感器网络随机图错误注入链表结构邻接矩阵邻居自动机选择性冗余连通支配集近似算法运算边界效应软件测试路径覆盖增强触发式移动节点覆盖虚拟力能量感知线性逼近算法简单多边形空标识可再生目标监测点覆盖测试用例生成测试数据自动生成流守恒椭圆最小外切矩形核化树形结构构件测试构件安全有向传感器网络方向调整数据压缩拓扑控制性质弱顶点覆盖小波安全异常存储子图计数多类型最近邻查询参数计算势场分簇算法分簇分支函数极小化分布式计算 petri网 pcmtnn算法 np难 k-cd匹配决策融合
推荐指数 4 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2010年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42

人工免疫算法

人工免疫算法
摘要：对免疫算法的研究现状作了介绍，并将人工免疫算法特性和应用情况进行了比较和总结，最后对算法的进一步研究方向提出了看法。关键词：免疫算法；多峰值函数
1 引言
免疫系统是哺乳动物抵御外来病毒侵害的防御系统，动物的生命过程中会遇到各种伤害可能，免疫系统为其正常的活动起着重要的作用。免疫系统的一大特点就是用有限的资源有效地应对了数量庞大且种类多变的病毒入侵。受此特性的启发，人们设计了一种具有对多峰值函数进行多峰值搜索和全局寻优的新型算法。这种算法称为免疫算法（Immune Algorithm---IA），本文给出了算法的基本原理，算法的特性、算法的应用和展望。
Ex i Ai / Ci
式中， C i 是抗体 i 的密度（即数目）。
（5）
由式（5）可知，与抗原亲和性高的抗体或低密度的抗体生存机率较大。由于高亲和性的抗体得到促进，而高密度的抗体受到抑制，所以式（5）体现了免疫控制的多样性。 6）产生抗体通过变异和交叉，产生进入下一代的抗体。重复执行步骤 3 和步骤 6，直到收敛判据满足为止。 7）终止条件终止条件满足后，优化过程结束。应用免疫算法求解实际问题时，常将抗原、抗体、抗原和抗体之间的亲和性分别对应于优化问题的目标函数、优化解、解与目标函数的匹配程度。
2.3 免疫算法的优点
2.3.1 多样性
免疫算法的步骤 5 实现了对抗体的促进和抑制，自我调节能力。步骤 6 通过变异和交叉产生新的抗体，体现了生物的多样性。所以免疫算法能够获得许多优化问题的最优解。
2.3.2 记忆训练
对于以往出现过的抗原，免疫算法产生相应抗体的速度比以前更快，也就是说能非常快地收敛到最优解。这个优点使得免疫算法在求解 TSP 问题、函数优化、机器学习方面有较大的优势。

否定选择算法

B/丁检测器协同识别 4.3 B/丁检测器协同识别
4.3.1生物免疫中B、丁细胞的作用及其协同关系
生物免疫系统是一个主要由淋巴细胞构成的系统。淋巴细胞有两种，一种是B细胞，它是体液免疫，分泌抗体，抗体能够识别并结合抗原，最终清除抗原。另一种是T细胞，它是细胞免疫。其作用主要是给B细胞提供一个信号，确认B细胞识别的nonself. B、T细胞通过细胞的接收器和抗原的抗原决定基绑定来识别抗原。接收器是由基因片断随机组合生成，接收器和抗原决定基越相似，它们之间的亲合度越高，越容易绑定。识别抗原的任务主要是由B细胞完成的，当它绑定到未接触过的抗原时，会产生一个初次反应，分泌抗体，消灭抗原。同时“学习”并记忆这种特殊的抗原结构，当它再次接触同种抗原时，会快速发生再次反应，表现出很快的响应速度。其中，B细胞的“学习”、记忆能力是通过一个亲和性成熟的过程。在初次反应后，和抗原具有高亲和性的B细胞大量克隆(复制)自身，在克隆过程中以较高的概率进行变异，因变异率较高，所以经克隆、变异过程后产生的新的B细胞，可能其亲合度还不及父细胞，所以必须再经过亲合度判断，亲合度最高的B细胞留下，去替换亲合度低的B细胞。 T细胞是在胸腺中分化发育的，而胸腺中存在体内大部分的self蛋白，当新生成的T细胞可以和Self蛋白绑定时，就在成熟培养的过程中死亡。所以，最后存活下来的T细胞是能识别 nonself，而不能识别Self。T细胞的作用就是给B细胞提供一个信号，确认B细胞识别的是 nonself，表现出和两种细胞的协同关系，由此可以降低B细胞的误识别率。
1994年，Forrest，Perelson等人提出的否定选择算法成功的模拟了免疫系统识别自我和非我的免疫耐受过程。这种识别能力源于T细胞(免疫细胞的一种)表面的受体可检测到外来抗原。在T细胞的产生过程中，通过伪随机遗传重组过程来形成，然后这些细胞通过一个检测过程即否定选择过程，在胸腺的T细胞(未成熟的T细胞)，对自身蛋白有反应的被破坏，只有那些不与自身蛋白结合的T细胞可以离开胸腺(成熟的T细胞)此后，这些成熟的细胞就在体内血液中循环，完成免疫功能，保护身体不受外来抗原损害。目前，免疫细胞的自体耐受主要由否定选择算法来实现。在入侵检测领域里，使用否定选择算法生成检测器。

一种集成点估计的改进否定选择算法

ｄ如果ｔ／１一）则说明覆盖率已经足够，） ≥１（Ｃ，结束算法；
否则，转步骤ａ。）
由于实值表示更适合描述问题且可以有效处理高维问题，得到
了研究者的普遍关注。文献［］出了随机的实值否定选３提择算法，使用定长检测器半径；献［］出了可变半径的否文４提定选择算法（－ｅｃｒ，Ｖｄｔｔ）提高了检测率，ｅｏ但需要事先给定检测器的数量且通过随机产生候选检测器，检测器的成熟效率较低。基于此，文提出一种改进的否定选择算法（ｍｒｖｄ本ｉｐｏｅ
样本点被检测器覆盖的次数。ａ产生候选检测器（）这里采用从基因库产生的方式）。ｂ计算与检测器集合中已有的检测器ｄ（＝， … ，））ｉ１２，ｎ
的欧氏距离Ｌ．ｕｌｅｎｄ，）。ｄ＝Ｅｃｉａ（。 ’ ｄ
ｃ如果距离Ｌ于检测器ｄ的半径ｒｄ）说明点已经）（，被检测器覆盖，则计数器ｔｔ；＝＋１否则转步骤ｅ。）
ｑｉｄｄｔｃｏｓａｄｉｒｖｓｔｅｄｔｃｉｎｒｔｕｒｅｅｔｒｎｍｐｏｅｈｅｅｔａｅ，ａｅｓｍｅｔ，ｉｈｓｌｗｒｃｍｐｅｉ．ｅｏｔｔａｉｈｍｅｔａｏｅｏｌｘｔｙＫｅｒｓｙｗｏｄ：ｄｔｃｏ；ｐｉｔｅｔｔｎ；ｖｒｂｅｒｄｕ；ｄｔｃｉｎｒｔ；ｄｔｃｉｎｐｒｒａｃｅｅｔｒｏｎｓｉｉｍａｏａｉｌａｉｓｅｅｔａｅｅｅｔｅｆｍｎｅａｏｏｏ

一种改进的否定选择算法

１２卜连续位匹配规则．
在人工免疫系统中应用最多的就是ｒｂ匹配规则。与海ｃ
明距离匹配相比，ｃ匹配可以更好的体现两个字符串间的相ｒｂ似程度。ｃｒｂ匹配规则考虑的是连续位的匹配情况，即两个字符串连续匹配的最大位数。在ｒｂ匹配规则的应用中，ｃ参数ｒ的选择是一个很棘手的问题；此外，ｃｒｂ匹配脱离了整体，只是比较其中某一串连续的字符段，所以ｒｂ匹配在某些情况下ｃ也存在着缺陷。会将好的候选检测器丢弃，而保留下了不恰当的候选检测器，进而会导致在检测阶段的误报、漏报。例：
摘要：以否定选择算法为基础，分别对海明距离匹配与ｒ＿字符块匹配规则进行改进并结合使用，而产生一种新的匹配从规则。通过最后的实验证明，基于双重匹配规则的否定选择算法产生了更加高效的检测器，并且提高了系统的检测率，
减少了误报。
（）Ｘ０００１１１２１００ｌ１１
Ｙｌ１Ｏ１１０１０】１Ｏｌ
现的：事先确定一个阈值，果两个字符串的匹配度超过阈值，如则认为它们匹配。否定选择算法中应用比较广泛的匹配规则是海明距离匹配和ｒ续位匹配（ｃｎｉｕｕｉ，ｃ）则，－连￣ｏｔｏｓｔｒｂ规ｎｂｓ另外ｒ＿字符块匹配（－ｕｋ，ｈ规则也经常会被提到。通过ｒｈｎｓｒ）ｃｃ否定选择，生成了系统所需要的成熟检测器。应用不同的匹
字符段都含有各自特定的意义，ｃｒｂ匹配没有对两个字符串中

智能信息处理知到章节答案智慧树2023年上海理工大学

智能信息处理知到章节测试答案智慧树2023年最新上海理工大学绪论单元测试1.你准备好学习了对吗？参考答案:对第一章测试1.模糊性数学最重要的应用领域应是（）。

参考答案:计算机智能2.在实际中，诊断知识不完备的主要体现在以下哪些方面？（）参考答案:故障集和征兆集的映射关系是不完备的;对系统征兆的观察是不完备的3.模糊控制理论主要研究内容有（）。

参考答案:模糊模型的辨识;模糊最优控制;模糊自适应控制;模糊控制稳定性4.人们在认识模糊性时不允许有主观性。

参考答案:错5.以前人们回避模糊现象是因为模糊性总是伴随着复杂性出现。

参考答案:对6.根据钢水的温度就可以判断一炉钢水是否已经炼好。

参考答案:错7.模糊性代表的是落后的生产力。

参考答案:错8.概念就是把感觉到的事物的共同特点抽象出来加以概括。

参考答案:对9.在模糊集合中，给定范围内元素对它的隶属关系只有“是”或“否”两种情况。

参考答案:错10.节约覆盖解就是故障数最多的解释。

参考答案:错11.灰色关联法既能处理白化信息，又能处理模糊信息。

参考答案:错12.模糊信息的基本特征，是能够根据原始信息对其相应的必然型或统计型规律进行模糊识别。

参考答案:对13.Petri 网中库所的输入、输出都只有两种状态。

参考答案:对第二章测试1.分层型神经网络将一个网络模型中的所有神经元功能分为若干层，一般有输入层、()和输出层。

参考答案:中间层2.传统BP神经网络的信息存储能力主要由（）来实现参考答案:层与层之间权重3.反向传播学习算法由（）过程组成参考答案:内向传播;反向传播4.根据神经元之间的连接类型不同，可将人工神经网络分为两大类：独立型神经网络和多层神经网络参考答案:错5.用计算机进行曲线处理时，可以先不对实际数据进行拟合，亦即求取其离散点图的函数近似表达式（）参考答案:错6.贝叶斯神经网络有利于估计结果的置信区间，通过与其他模型选择技术的比较，更能揭示出模型中的错误假设参考答案:对7.神经网络的学习算法可分为（）参考答案:有监督和无监督8.RBF神经网络是由（）组成的前向网络参考答案:一个隐层和一个输出层第三章测试1.隶属云的发生器有几种（）。

基于可信根的计算机终端免疫模型

基于可信根的计算机终端免疫模型徐甫【摘要】Negative selection ( NS) algorithm,a kind of artificial immune system method,is widely applied in virus detection,intrusiondetection,spam detection,etc.However,for there is no hardware component like“immune organ” in cur-rent computer systems,NS algorithm runs in an unprotected environment,with its running process interfered,mature detec-tors and intermediate variables interpolated,and then detection results trustless.The composition and principle of natural im-mune system are simulated and then a trusted root based computer terminal immune model ( TRBCTIM) is proposed,which introduces trusted root as“immune organ” from trusted computing technology to protect NSalgorithm.Theory of non-inter-ference trusted model is used to analyze the proposed model and the prototype system is constructed to test its performance. Theoretical analysis and experimental results show that the running processes and results of NS algorithm are trusted in the model.%人工免疫系统方法中的否定选择（ NS）算法已广泛应用于病毒防护、入侵检测、垃圾邮件检测等。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

Ｋｅｒｓｒｉｃａｍｍｕｅｓｓｍ；ｅｌｖｌｅｅａｉｅｓｌｃｉｎａｇｒｈ；ｌｓｅｎｌｓｓｓｌｒｇｏｙｗｏｄ：ａｆｉｌｉｔｉｎｙｔｅｒａ－ａｕｄｎｇｔｅｅｔｌｏｔｍｓｃｕｔｒａａｙｉ；ｅｆｅｉｎｖｏｉ
哈尔滨理工大学计算机科学与技术学院，哈尔滨１０８００５
ＣｍｐｔｒＳｉｎｅ＆ＴｃｎｌｇｏｌｇＨａｂｎＵｎｖｒｉｆＳｉｎｅａｄＴｃｎｌｇ，ｒｉ１０８ＣｉａｏｕｅｃｅｃｅｈｏｏｙＣｌｅ，ｒｉｉｅｓｔｏｃｅｃｎｅｈｏｏｅｙｙＨａｂｎ００．ｈｎ５Ｅｍａｌｓｏｅｏｌ＠ｓｈ．ｎ — ｉ：ｔｎｔｏｓｏｕｃｏ
２０．４１）１ — ５０８４（２：２１．
ＡｂｓｒｔＮｅａｉｅｅｅｔａｇｒｔｍｓｍｐｙａｅｅｃｓｌｐｎａｄｔｖｃｎｔａｔｅｅｅｉＩｔｉｐａｒｒａ —ｖｌｅｔａｃ：ｇｔｓｌｃｉｖｏｎｌｏｈｉｉｌｔｋｓａｈｅｆｏｉｔｎｉｓｉｉｉｙｓｈｓｌｒｇｏｎｎｈｓｆｐｅ，ｅｌａｕｄ
维普资讯
１２０，４１）２０８４（２
ＣｍｕｅｎｅｎｇａｄＡｐｉａｏｓ计算机工程与应用ｏｐｔｒＥ￣ｎｅｎｎｐｌｔｎｃｉ
区域否定选择算法
王大伟，张凤斌
ＷＡＮＧＤａｗｉＺ－ｅ，ＨＡＮＧｅｇｂｎＦｎ－ｉ
ＷＡＮＧＤａ— ｉＺＨＡＮＧＦｎｂｎ．ｇｏｂｓｄｅａｉｅｅｅｔｎｌｏｉｍ．ｍｐｔｒｗｅ，ｅｇ— ｉＲｅｉｎ— ａｅｎｇｔｖｓｌｃｉａｇｒｔｏｈＣｏｕｅＥｎｉｅｒｎａｄｇｎｅｉｇｎＡｐｌａｉｎ．ｐｉｔｓｃｏ
摘Байду номын сангаас
要：定选择算法将单个自体点和其邻近点作为自体区域ａ练检测器。究了实值否定算法．义了连续的自体区域，用动否ｔｌ研定采
态聚类法将自体样本点分类到自体区域，练时根据自体区域半径和与自区域重心之间的余弦距离做局部训练．在自体区域训体并内使用可变阈值检测器。实验证明当耐受自体点被当成一个整体使用时能提供更多的信息，以探测出自体区域边界．系统效可使率和检测率得到提高。关键词：工免疫；人实值否定选择算法；类分析；聚自体区域文章编号：０２８３（０８１— ０２０文献标识码：中图分类号：Ｐ０．１０ — ３１２０）２０１— ４ＡＴ３１６
．
ｎｇｔｅｓｌｃｉｎｌｏｔｍｓｔｄｅｔｅｏｔｕｕｅｆｒｇｏｓｅｎｄ，ｈｅｆｄｔｓｌｓｉｅｔｈｓｌｒｇｏｔｒｕｈｅａｉｅｅｔａｇｒｈｉｖｏｉｓｕｉｄ，ｃｎｉｏｓｓｌｅｉｎｉｈｎｄｆｅｔｅｓｌａａｉｉｃａｓｄｏｔｅｅｆｅｉｎｈｏｇｉｆｔｅｈｍｅｎｏｌｓｒａａｙｉ，ｈａｔｌｒｉｉｇｔｋｓｐａｅａｔｉｉｇｓａｅａｃｒｉｇｔｔｅｒｄｕｆｓｌｅｉｎｎｃｓｎａｓｆｃｕｔｎｌｓｔｅｐｒａｔｎｎａｅｌｃｔｒｎｎｔｇｃｏｄｎｏｈａｉｓｏｅｒｇｏａｄｏｉｅｅｓｉａａｆｄｓａｃｗｔｒｖｔｆｔｅｓｌｒｇｏａｄｉｔｅｓｌｅｉｎＶ－ｅｅｔｒｒｄｐｏｅ．ｘｅｉｎａｅｕｔｈｗｔａｈｎｔｅｉｎｅｉｇａｉｏｈｅｆｅｉｎ，ｎｎｈｅｆｒｇｏｔｈｙｄｔｃｏｓａｅｅｌｙｄＥｐｒｍｅｔｒｓｌｓｏｈｔｗｅｈｌｓｔｉｓｌｏｎｓｒｕｅｔｇｔｅａａｒｎｅｐｉｔａｆａｅｓｄｏｅｈｒｓｗｈｌｍｏｅｎｏｍａｉｎｓｒｖｄｄｔｅｏｎａｙｆｅｒｇｏｃｎｅｒｂｄ，ｓｏｅｒｉｆｒｔｉｏｐｏｉｅ，ｈｂｕｄｒｏｓｌｅｉｎａｂｐｏｅａｏｆｌｅｆｉｎｙｏｙｔｍｎｅｅｔｎｒｔａｂｎｒａｅ．ｆｃｅｃｆｓｓｅａｄｄｔｃｉａｅｃｎｅｉｃｅｓｄｉｏ