九色porny自拍蝌蚪,久久久91麻豆精品国产一区

低電壓差分信號長線傳輸?shù)膬?yōu)化設(shè)計[電子元件][工業(yè)自動化]

針對影響信號完整性的噪聲與衰減進行分析與驗證,，硬件物理層采取預加重與均衡處理技術(shù),、同時進行阻抗匹配優(yōu)化并設(shè)計雙重電氣隔離,，提升信號傳輸質(zhì)量,。軟件鏈路層進行兩級乒乓形式緩存設(shè)計以優(yōu)化傳輸效率；改進基于CRC校驗的反饋重傳機制,，保證系統(tǒng)實現(xiàn)數(shù)據(jù)檢錯重傳功能,，能適應更多鏈路異常情況。經(jīng)驗證,，優(yōu)化后在傳輸長度為100 m時系統(tǒng)可滿足180 Mb/s的高可靠傳輸,，滿足工程應用技術(shù)要求。

發(fā)表于：11/24/2020 8:46:00 AM

基于CHIP ID的FPGA加密算法設(shè)計與實現(xiàn)[電子元件][信息安全]

針對FPGA芯片上電配置數(shù)據(jù)容易被竊取的問題,，提出了一種基于CHIP ID的加密算法。CHIP ID是Altera公司Cyclone V系列FPGA,，出廠就帶有的唯一ID,，調(diào)用IP核就可以讀出每個芯片的ID。此ID可以根據(jù)開發(fā)者的需求加入個性化加密算法并與指定FPGA結(jié)合起來,，生成配置比特流文件,。主程序運行自定義加密算法計算出一個加密值，將加密值與預存的匹配值進行對比，判斷程序是否正常運行,。結(jié)果表明使用CHIP ID加密的方法具有穩(wěn)定高效,、簡單可靠和資源占用少等優(yōu)點。

發(fā)表于：11/23/2020 9:07:00 AM

基于EMD-DA-LSSVM的短期電力負荷預測研究[其他][其他]

針對電力負荷數(shù)據(jù)的非線性和非平穩(wěn)性特性,，為提高短期電力負荷預測的精度,，提出一種基于EMD-DA-LSSVM的短期用電負荷預測模型。首先,，采用EMD分解短期電力負荷數(shù)據(jù),，獲得互不耦合的IMF分量；其次,，針對各IMF分量建立最優(yōu)參數(shù)下的EMD-DA-LSSVM短期電力負荷預測模型,，重構(gòu)得到預測值。通過算法驗證分析,，與LSSVM,、DA-LSSVM和EMD-LSSVM相比，EMD-DA-LSSVM模型具有更高的預測精度,，短期電力負荷預測精度高達2.203%,。

發(fā)表于：11/23/2020 8:58:00 AM

基于魚叉式換檔同步器的純電動汽車動態(tài)分析[其他][汽車電子]

為了提高純電動汽車的換檔質(zhì)量和整體能量效率，提出一種魚叉式換檔同步器代替?zhèn)鹘y(tǒng)錐形同步器的電動汽車動力總成系統(tǒng),。結(jié)合魚叉式同步器的動力學模型,，研究傳動系統(tǒng)在換檔過程中的瞬態(tài)響應，建立動力總成系統(tǒng)的原始動力學模型,。同時,，提出一種基于特殊階躍函數(shù)的換檔控制方法，對魚叉式換檔同步器的各檔扭矩彈簧剛度進行優(yōu)化,。實驗結(jié)果表明,，新型魚叉式同步器的動力學模型和控制策略具有較好的算法精度，優(yōu)化后的扭矩彈簧使嚙合過程中的沖擊力明顯減小,。因此,，所設(shè)計的魚叉式換檔同步器與傳統(tǒng)同步器相比具有明顯的優(yōu)越性。

發(fā)表于：11/20/2020 10:54:00 AM

PARA-AC：一種基于AC自動機的高性能匹配算法[其他][其他]

原始AC自動機由于匹配性能低,，無法滿足當前大數(shù)據(jù)環(huán)境下大規(guī)模特征串實時匹配的應用需求,。針對這一問題，提出一種基于多線程的多模式串匹配加速算法,，稱之為PARA-AC(Parallel Aho-Corasick automaton),。該算法將待匹配字符串切割成若干字符子串以及若干切割點邊界字符集，并將字符子串,、切割點邊界字符集輸入至線程池中進行匹配,，從而實現(xiàn)字符串的并行化加速處理,。實驗結(jié)果表明，與原始AC自動機匹配算法相比,，PARA-AC算法顯著提高了匹配速度,，約為原始AC的13.91倍。

發(fā)表于：11/20/2020 10:46:00 AM

基于DAG的Hive數(shù)據(jù)溯源方法[測試測量][數(shù)據(jù)中心]

數(shù)據(jù)溯源能夠快速定位數(shù)據(jù)的來源及其產(chǎn)生過程,，對審計,、數(shù)據(jù)生命周期管理都有很大幫助，是數(shù)據(jù)安全防護中的重要一環(huán),。針對傳統(tǒng)數(shù)據(jù)溯源機制難以應用于Hive數(shù)據(jù)倉庫中大規(guī)模,、復雜的數(shù)據(jù)處理的問題，提出了一種基于DAG的數(shù)據(jù)溯源方法,，實現(xiàn)了對Hive中數(shù)據(jù)的溯源,。最后通過實驗對該方法的有效性以及性能進行了測試與驗證。

發(fā)表于：11/19/2020 10:46:00 AM

基于零信任架構(gòu)的IoT設(shè)備身份認證機制研究[通信與網(wǎng)絡(luò)][信息安全]

隨著物聯(lián)網(wǎng)技術(shù)與互聯(lián)網(wǎng)經(jīng)濟的發(fā)展,，新技術(shù)態(tài)勢下的網(wǎng)絡(luò)安全威脅和風險不斷涌現(xiàn)與擴散,，新型應用場景致使網(wǎng)絡(luò)安全邊界模糊、增加新的暴露面,安全風險不容忽視,。提出基于零信任技術(shù),，利用區(qū)塊鏈、設(shè)備指紋,、PKI/DPKI,、人工智能、輕量化安全協(xié)議和算法等技術(shù)作為身份安全基礎(chǔ)設(shè)施,，重點對身份安全基礎(chǔ)設(shè)施,、物聯(lián)網(wǎng)安全網(wǎng)關(guān)、感知網(wǎng)關(guān)節(jié)點設(shè)備等身份認證方案進行設(shè)計和優(yōu)化,。最后通過實驗與分析,，驗證方案的實際效果。

發(fā)表于：11/19/2020 10:40:00 AM

基于重點突發(fā)詞的突發(fā)事件檢測方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

由于突發(fā)事件具有突發(fā)性,、聚眾性,、破壞性，針對微博中發(fā)布的突發(fā)事件,，避免由突發(fā)事帶來一系列社會問題,，提出一種結(jié)合用戶影響力和突發(fā)詞的突發(fā)事件檢測方法。為提取大量重點突發(fā)詞,，使用詞影響力和詞狀態(tài)兩個指標計算詞突發(fā)值,，將大于一定閾值的詞作為突發(fā)詞；采用凝聚層次聚類方法,，對突發(fā)詞集的共現(xiàn)矩陣進行聚類得到熱點話題,。之后將結(jié)果放入訓練好的分類器對熱點話題進行分類,最終得到突發(fā)事件及其類型。使用真實的微博數(shù)據(jù)對其進行實驗,，對比使用分類器前后的實驗結(jié)果,，該方法可以有效過濾一般熱點話題，提高突發(fā)事件檢測的準確率,。

發(fā)表于：11/19/2020 10:33:00 AM

面向低功耗無線傳感器網(wǎng)絡(luò)的智能拓撲控制算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

降低無線傳感器節(jié)點能耗是當下拓撲算法研究的重點,。通過對功率控制型算法進行研究后發(fā)現(xiàn)，現(xiàn)有算法忽略多跳中繼區(qū)域問題,，從而增加節(jié)點的能耗,。因此提出面向低功耗的智能拓撲控制算法，該算法通過收集各節(jié)點功耗反饋信息后形成最大鄰近節(jié)點拓撲,，遍歷所有鄰近節(jié)點后選擇能量消耗最小的路徑,。對網(wǎng)絡(luò)連通性、節(jié)點度和能量消耗等性能指標仿真分析,，算法能夠消除不合理的多跳,，降低每個節(jié)點的最大發(fā)射功率，維護全網(wǎng)絡(luò)的連通性,，理論上具有一定的實際應用價值,。

發(fā)表于：11/19/2020 10:25:00 AM

基于關(guān)聯(lián)規(guī)則的網(wǎng)絡(luò)異常檢測系統(tǒng)設(shè)計與實現(xiàn)[通信與網(wǎng)絡(luò)][信息安全]

入侵檢測技術(shù)是網(wǎng)絡(luò)安全防御的核心技術(shù)之一。由于網(wǎng)絡(luò)承載的帶寬流量日益增多,，入侵檢測系統(tǒng)需要提供快速的檢測能力,。Snort入侵檢測系統(tǒng)依靠將抓取的數(shù)據(jù)與規(guī)則匹配來判斷是否受到攻擊，因此規(guī)則的好壞決定了系統(tǒng)性能的高低,。結(jié)合數(shù)據(jù)挖掘技術(shù),，設(shè)計實現(xiàn)一種基于關(guān)聯(lián)規(guī)則的關(guān)聯(lián)分析器插件來增強Snort對入侵的識別能力。首先利用Apriori對Snort產(chǎn)生的告警日志進行數(shù)據(jù)挖掘,，搜索隱藏的攻擊模式,；然后，將關(guān)聯(lián)規(guī)則轉(zhuǎn)化為相應的Snort規(guī)則,。最后,，利用SYN Flood攻擊測試規(guī)則增強的Snort系統(tǒng)的性能，結(jié)果表明,，改進后的Snort能夠提高對SYN Flood攻擊的檢測效率,。

發(fā)表于：11/18/2020 9:02:00 AM