2021国产精品自在自线,国产av露脸自拍

基于M-DRN多尺度特征提取的入侵檢測方法[通信與網(wǎng)絡(luò)][信息安全]

針對基于深度學(xué)習(xí)的入侵檢測技術(shù)存在準確率低和模型易過擬合問題,，提出一種基于多尺度特征提取優(yōu)化的深度殘差網(wǎng)絡(luò)(Multiscale-Deep Residual Network,，M-DRN)模型。該模型在殘差網(wǎng)絡(luò)的殘差塊中引入多尺度特征提取和因子分解的思想,，并采用BN算法提升網(wǎng)絡(luò)收斂速度,。選用NSL-KDD數(shù)據(jù)集為實驗數(shù)據(jù)訓(xùn)練模型并迭代優(yōu)化網(wǎng)絡(luò)參數(shù),，利用測試集比較發(fā)現(xiàn)該模型在多個評價指標上均有提升。該模型與CNN相比更穩(wěn)定,，與ResNet相比分類準確率提升了3.35%,，與RNN-IDS相比訓(xùn)練時間減少了65.2%。實驗結(jié)果表明,，所提出模型具有更好的特征提取能力和更快的收斂速度,，不易過擬合。

發(fā)表于：4/15/2021 10:16:08 PM

基于TPCM可信根的可信網(wǎng)絡(luò)連接設(shè)計與實現(xiàn)[通信與網(wǎng)絡(luò)][信息安全]

可信連接作為可信計算理論的重要組成部分,，是實現(xiàn)信任在網(wǎng)絡(luò)上傳遞的核心技術(shù),，在不同的產(chǎn)品和應(yīng)用場景中有不同的實現(xiàn)方案。設(shè)計并實現(xiàn)了一種基于TPCM可信根的可信連接技術(shù)架構(gòu),，通過TPCM在系統(tǒng)運行過程中對系統(tǒng)環(huán)境進行主動度量,，實現(xiàn)平臺的基礎(chǔ)可信環(huán)境,，并將度量結(jié)果報告進行簽名，標識平臺當前環(huán)境的可信狀態(tài),，由此實現(xiàn)對通信雙方身份的識別和可信驗證,，減少非法網(wǎng)絡(luò)連接，使整個系統(tǒng)具備主動免疫防御能力,，實現(xiàn)對未知威脅的有效防護,。

發(fā)表于：4/15/2021 10:09:14 PM

基于長短碼聯(lián)合控制的程序完整性校驗方法[其他][其他]

提出了一種基于長短碼聯(lián)合度量的程序完整性校驗方法。分析了操作系統(tǒng)文件系統(tǒng)的特點,，基于LSM框架設(shè)計文件監(jiān)控模塊,，實現(xiàn)對文件完整性實時標記，可主動標記識別被篡改文件,；應(yīng)用程序安裝到操作系統(tǒng)時,，會對該程序計算哈希值和設(shè)定短碼標記，來初始化白名單數(shù)據(jù)庫完成度量基準的設(shè)定,；應(yīng)用程序執(zhí)行前觸發(fā)校驗?zāi)K,，先檢測程序的短碼標記，根據(jù)檢測結(jié)果再決定對程序的哈希值長碼校驗,。使用應(yīng)用程序長短碼聯(lián)合度量校驗,，提高應(yīng)用程序度量校驗效率；結(jié)合監(jiān)控模塊對程序的實時監(jiān)控,，并針對不同場景,，設(shè)計了應(yīng)用程序的標記在多種類別之間的轉(zhuǎn)換規(guī)則，保證快速精細地獲取程序完整的狀況,。整套方案實現(xiàn)了對應(yīng)用程序?qū)崟r高效的控制,。

發(fā)表于：4/15/2021 10:00:52 PM

基于國產(chǎn)PLC的分布式I/O冗余方法研究[其他][其他]

為了提高PLC控制系統(tǒng)中采集/輸出環(huán)節(jié)的可靠性，分析了冗余系統(tǒng)設(shè)計原理,，結(jié)合現(xiàn)場應(yīng)用環(huán)境及實際需求,，研究出一種基于國產(chǎn)PLC的分布式I/O冗余方法。針對采集數(shù)據(jù)類型分別介紹了數(shù)字量輸入/出,、模擬量輸入/出冗余方案,，該方法把運行過程中定期對自身診斷結(jié)果作為冗余的診斷依據(jù)，結(jié)合用戶配置的冗余方案,，提高采集/輸出數(shù)據(jù)的準確率,。經(jīng)試驗及現(xiàn)場某基地應(yīng)用可知，該方法提高了PLC控制系統(tǒng)的可靠性,，可確保PLC系統(tǒng)長期穩(wěn)定,、高效、安全地運行,。

發(fā)表于：4/15/2021 9:25:00 AM

集成射頻與視頻監(jiān)控的交通流參數(shù)檢測技術(shù)[微波|射頻][其他]

提出一種集成射頻識別技術(shù)和視頻監(jiān)控技術(shù)的交通流參數(shù)測量方式,。介紹了檢測系統(tǒng)組成,、基于射頻技術(shù)（RFID）的車載電子車牌關(guān)鍵技術(shù)、道路視頻圖像處理技術(shù)等,。系統(tǒng)根據(jù)射頻終端信號實時調(diào)整視頻采集速率,，對射頻數(shù)據(jù)和視頻數(shù)據(jù)進行及時處理得到車牌、車輛特征,、車速以及車流量等有效交通流參數(shù),，并將數(shù)據(jù)壓縮之后通過云端網(wǎng)絡(luò)發(fā)送至服務(wù)器端，服務(wù)器端可遠程監(jiān)控各路段交通信息,，并可對視頻信息進一步處理得到更多具體的信息，為實現(xiàn)交通誘導(dǎo),、違章監(jiān)控,、速度監(jiān)控等提供可靠準確的數(shù)據(jù)支持。

發(fā)表于：4/15/2021 9:18:00 AM

基于TF-IDF進化集成分類器的鐵路安全故障文本分類[其他][其他]

鐵路安全問題是鐵路運輸保證的核心問題,，鐵路安全問題非結(jié)構(gòu)化文本數(shù)據(jù)量大,，文本內(nèi)容無特定規(guī)律，對于綜合分析解決安全故障問題造成很高的難度,。針對鐵路安全問題數(shù)據(jù)智能分類,，提出進化集成分類器模型。運用TF-IDF算法,，通過分析接觸網(wǎng)安全問題的數(shù)據(jù)特點提取文本特征,。采用決策樹作為基分類器的Bagging集成分類器將文本數(shù)據(jù)分類，在Bagging分類過程中,，針對Bagging算法產(chǎn)生的基分類器組合解集,，提出采用遺傳算法(Genetic Algorithm)將其優(yōu)化，產(chǎn)生分類結(jié)果較優(yōu)的基分類器組合解集,。以鐵路局實際安全問題進行實驗分析,，實驗證明TF-IDF+Bagging+Genetic Algorithm=Evolutionary Ensemble Classifier進化集成分類器模型在鐵路安全問題文本分類中具有較高的準確性。

發(fā)表于：4/14/2021 9:25:00 AM

基于GaN的輸入諧波控制射頻功率放大器設(shè)計[其他][其他]

定量地分析了輸入諧波控制理論對功放效率的影響,。同時,，選用了南京電子器件研究所的0.25 ?滋m GaN HEMT器件，并對該GaN HEMT器件進行了負載牽引仿真和大信號仿真,。根據(jù)仿真結(jié)果發(fā)現(xiàn),，通過輸入諧波控制可以提升射頻功率放大器的效率，在頻帶內(nèi)能獲得3～10%的效率提升,。以此設(shè)計了一款X波段單級MMIC功放,。經(jīng)測試，該功放芯片在9.2～11.3 GHz范圍內(nèi)功率附加效率最大可以達到 52.88%,。

發(fā)表于：4/14/2021 9:13:00 AM

一種基于國產(chǎn)嵌入式CPU核的BP神經(jīng)網(wǎng)絡(luò)SoC設(shè)計[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

基于國產(chǎn)嵌入式CPU核CK803S及其SoC設(shè)計平臺,，設(shè)計一款BP神經(jīng)網(wǎng)絡(luò)SoC,。給出了SoC的設(shè)計結(jié)構(gòu)及BP神經(jīng)網(wǎng)絡(luò)硬件加速器的設(shè)計方案，針對BP神經(jīng)網(wǎng)絡(luò)硬件加速器中非線性的Sigmod和Guass激活函數(shù),，選擇了一種既不影響速度又節(jié)約資源的方法來實現(xiàn),，并對其性能、功耗進行優(yōu)化,。驗證結(jié)果表明,，設(shè)計滿足要求。

發(fā)表于：4/13/2021 9:47:00 AM

基于爬蟲和TFIDF-NB算法的微博情感分析[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對微博網(wǎng)絡(luò)輿情信息量大,、無規(guī)則,、隨機變化的特點，提出TFIDF-NB(Term Frequency Inverse Document Frequency-Naive Bayes)用于微博情感分析,，設(shè)計與實現(xiàn)了一個基于Scrapy框架的微博評論爬蟲,，將某熱點事件的若干條微博評論進行爬取并存進數(shù)據(jù)庫，然后進行文本分割,、LDA(Latent Dirichlet Allocation)主題聚類,，最后使用TFIDF-NB算法進行情感分類。實驗結(jié)果表明,，TFIDF-NB算法平均準確率高于線性支持向量機算法和K近鄰算法,，在精確率和召回率方面高于K近鄰算法，具有較好的情感分類效果,。

發(fā)表于：4/13/2021 9:39:00 AM

一種基于機器學(xué)習(xí)的Tor網(wǎng)絡(luò)識別探測技術(shù)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

Tor是一種基于洋蔥路由通信協(xié)議建立的隱蔽加密通信系統(tǒng),。該系統(tǒng)基于互聯(lián)網(wǎng)現(xiàn)有路由、數(shù)據(jù)加密等協(xié)議,，構(gòu)建了一套保護通信實體的身份隱匿機制,，使得經(jīng)過Tor網(wǎng)絡(luò)傳播的數(shù)據(jù)難以被有效追蹤和分析。然而近年來這項隱蔽通信技術(shù)被罪犯大量使用,，已成為網(wǎng)絡(luò)犯罪和非法交易的溫床,。為有效應(yīng)對該問題，提出一項基于機器學(xué)習(xí)的Tor網(wǎng)絡(luò)識別檢測技術(shù),，通過主動生成Tor網(wǎng)絡(luò)流量,，基于機器學(xué)習(xí)技術(shù)實施流特征提取與檢測，從而發(fā)現(xiàn)參與Tor通信的網(wǎng)絡(luò)實體及其通信類型,，進而檢出潛在的惡意暗網(wǎng)用戶,。實驗表明，該方法可有效識別Tor通信實體以及通信行為,，如電子郵件和FTP應(yīng)用等,。

發(fā)表于：4/12/2021 9:19:00 AM