计算机
智慧能源系统对于提高能源利用效率、节能减排、加强能源安全、优化能源结构方面起到积极作用。针对综合能源系统运维服务,基于灰色关联度分析法,提出了一种基于运维工作量调整因子、可计算、可量化的智慧能源运维成本模型。通过信息化运维服务费用测算,使得信息化系统的运行维护内容、运行维护费用支出有章可循,有据可依,从根本上确保各个系统投入运行后,以合理的运行维护费用保障系统按运行维护要求实现稳定可靠安全运行。
针对APT攻击的特点,借鉴非合作博弈理论,从动态对抗和有限博弈信息的视角对攻防行为进行研究,建立基于攻防信号博弈的APT防御决策模型,设计合理的收益量化方法,在分析攻防博弈过程的基础上,提出精炼贝叶斯博弈均衡的求解方法;以博弈均衡为依据,设计防御决策算法并对比分析算法的性能。实验结果表明,该模型和算法有效且可行,能够为抗APT攻击提供决策支持。关键词:网络安全;网络攻防;APT攻击%防御决策%信号博弈%攻防行为分析%防御策略中图法分类号:TP309文献标识号:A文章编号$1000-7024(2019)01-0059-06doi:10.16208/..issnl000-7024.2019.01.010Defensedecision-makingmethodforanti-aptattackbased
AutomatedGuidedVehicle,简称AGV,通常也称为AGV小车。指装备有电磁或光学等自动导引装置,能够沿规定的导引路径行驶,具有安全保护以及各种移载功能的运输车,工业应用中不需驾驶员的搬运车,以可充电之蓄电池为其动力来源。本系统集成了半导体工厂中AGV小车装货、卸货、工作调度、门禁感应等功能,涉及到电机控制、机械结构、无线通信等方面的设计,目的是使AGV小车更加智能化。
为了解决对于尺度变换较大车辆及遮挡车辆检测性能不足的问题,提出了一种实时车辆检测模型。针对车辆检测算法对于尺度敏感的问题,通过使用深度残差网络作为特征提取层,构建特征金字塔网络用于多尺度检测;利用软化非极大抑制线性衰减置信得分解决车辆遮挡问题,从而降低车辆的漏检率;同时对模型进行通道级裁剪缩减模型参数规模,节省计算资源,提高模型检测速度。在VOC数据集上进行实验,结果表明,提出的方法在检测精度和检测速度上均获得较高的性能。在检测精度上,达到87.6%的准确率,相较于YOLOv3提升了3.7个百分点,相较于SSD提升了9.8个百分点;在检测速度上,每秒检测帧数达到42f/s,实现了车辆的实时检测。特别地,将模型应用于环境复杂的Apollo数据集,相较于YOLOv3具有更好的鲁棒性。
以缩径焊接空心球节点为研究对象,运用正交设计法设计了9个试件,试验研究了压弯受力状态下节点的名义抗弯刚度。利用ABAQUS软件建立缩径焊接空心球节点分析模型,采用线性强化应力-应变关系,考虑几何和材料非线性的影响,对压弯受力状态下的缩径焊接空心球节点的抗弯刚度进行了有限元分析,绘制了节点弯矩-转角曲线,得到了节点名义抗弯刚度,验证了有限元模拟的准确性。进而参数化分析了不同因素对节点抗弯刚度的影响。以虚功原理为基础,推导了压弯作用下缩径焊接空心球节点抗弯刚度简化计算公式。结果表明:在本文研究范围内,节点的破坏模式为球凹陷破坏;锥管小径端直径与球径比d/D对节点抗弯刚度的影响最大,球壁厚与球径比t/D的影响次之,锥管长度L的影响最小;本文提出的缩径焊接空心球节点刚度简化计算公式具有一定的精度。
声纹作为人类重要的生物特征,可应用于帕金森等疾病的判别,但现存的患者声纹数据集及样本偏少,故提出HR-DC-GAN(HighResolutionDeepConvolutionalGenerativeAdversarialNetwork)进行样本扩充,进而采用深度学习方法区分帕金森患者和健康人.HR-DCGAN通过增加网络层数并结合特征匹配方法生成高分辨的语谱图,依据结构相似度指标(StructuralSimi-larityIndex,SSIM)筛选出高相似度的语谱图以扩充样本.构建VGG提取声纹特征并分类有效地提高识别准确率,使用Dropout方法抑制过拟合问题进而达到正则化效果.在Sakar数据集上进行了多种特征提取方法,多分类方法的对比实验,结果%,能有效区分帕金森患者和健康人,解表明HR-DCGAN-VGG决了少量声纹数据下对帕金森患者的早期高效筛查问题.关键词:帕金森病VGG
动态函数调用跟踪技术是调试Linux内核的重要手段.针对现有动态跟踪工具存在支持平台有限、运行效率低的问题,基于二进制翻译,设计并实现支持多种指令集的动态函数调用跟踪工具.首先,使用二进制翻译进行系统加载、分析内核镜像,识别基本块的分支指令类型.然后,根据不同平台指令集,设计桩代码并在函数调用与返回指令翻译时插入桩指令,进而在程序执行和内核启动时实时获取时间戳、进程标识、线程标识、函数地址等信息.最后,内核加载完毕后,处理获取的信息,生成过程函数调用图.只需要根据平台指令集特点设计对应的信息获取桩代码并插入到函数调用指令翻译代码中,实现简单,易于移植支持多种平台.该方法基于二进制翻译,直接对程序或内核镜像中的指令段、代码段、符号表进行分析,不依赖源码.拓展的中间代码和额外的目标码,不影响基本块连接、冗余代码消除、热路径分析等二进制翻译的优化方法,降低了开销.基于QEMU的实验结果表明:跟踪
为解决现有基于生成对抗网络的单图像超分辨率重建模型SRGAN网络训练不稳定、学习速率慢等问题,提出了一种基于ResNeXt和WGAN的单图像超分辨率重建模型Res_SRGAN。该模型参考ResNeXt网络结构构造生成器,降低了生成器的复杂度,仅为SRGAN的1/8;通过WGAN来构造判别器解决了SRGAN模型不稳定的问题;实验结果表明,在四个公开数据集上所提模型相较于现有单图像超分辨率重建模型在主客观评价中均取得了更加优越的性能。
本文团队曾提出基于硬件虚拟化技术构建虚拟化TCM的方法,并设计了硬件虚拟化TCM支撑的可信虚拟环境,但是并未对信任链的扩展提出详细的方案.基于此研究成果,提出了硬件虚拟化TCM支撑下的虚拟环境信任链扩展的方法,对信任链扩展的详细过程进行描述,构建了从pTCM到虚拟机的完整信任关系,并提出虚拟机与可信计算基绑定的方案.实验分析表明,本文方案能够在新型可信虚拟环境中实现信任链的扩展,有效增强计算环境安全,系统开销可接受.关键词:可信计算信任链
为提高水下磁性目标的预警成功率,设计一种基于阵列矢量磁力仪的磁性目标探测方法。按照理论推导与仿真相结合的方式,对阵列坐标系下磁性目标磁异常信号特征进行分析,推导目标距离计算方法,以某典型磁性目标为探测对象,对目标运动磁异常特征进行仿真,得出阵列间距与探测距离的关系。仿真结果表明:该设计具有一定的实用性,可为后续特定海区的水下磁性目标预警提供参考。
无摘要
为了解决空间技术不断发展造成的大量空间数据难以及时处理的缺陷。提出用于数据检索的数据结构模式快速匹配方法。将网络划分多个不同的区域,每个区域分配一个域首,负责采集区域的信息,将采集的所有信息发送至中心管理系统,获取不同层次的匹配内容。通过匹配内容,获取各个匹配方式的相似度函数,通过相似度计算结果完成数据结构模式快速匹配。实验结果表明,所提方法能够有效减少通信降低,提高匹配速度,增加匹配精度,达到理想的匹配效果。
无摘要
为了提高教学效果,文章采用项目导入式教学方法,将教学过程分成项目导入、项目任务分析与计划制定、小组协作与完成任务、成果展示、评价交流五个阶段。以项目任务“学生信息管理系统设计”授课过程为例,阐述了上述方法的具体应用,并对其效果进行评价。结果显示,项目导入任务驱动教学方法显著的提高了教学效果。
飞行器、高速转子系统等复杂工程装备部组件,采用低刚度挠性支承的力学性能对于装备的可靠性和安全性非常关键。考虑两点挠性支承刚性杆的平面内运动,建立了系统静、动力学平衡方程,系统分析了惯性过载和基础激励作用下支承挠性及其非线性引起的静、动力学性能。研究表明:支承挠性影响系统的稳健性;不稳健系统静、动力学响应分散性增大,振动幅-频响应中出现多解共存引起的跳跃和毛刺、低频显著放大、刚度强化非线性系统共振频率随激励幅值增大而降低的“逆向软化”现象等一些特殊的非线性特性。这些发现为复杂工程装备部组件支承连接设计提供了新的认识。
基于最大.最大用户对级联(MM-UPA)准则,研究双跳中继协作异构网络的中断性能。借助随机几何和概率统计数学工具,将网络节点空间位置建模为齐次泊松点过程,以推导双跳中继协作异构网络中断概率的解析表达式。在此基础上,针对中断门限和偏置因子对系统中断概率的影响进行仿真与分析,结果表明,当系统部署MM.UPA方案时,增大第k(七≥2)层网络的偏置因子,能够有效降低第1层网络的中断概率,提高系统稳定性。此外,相比双跳网络,单跳网络的中断概率更小,系统稳定性更高。
针对现有的推荐算法面对托攻击时鲁棒性差的情况,提出一种融合层次聚类和粒子群优化的鲁棒推荐算法.首先,根据用户评分矩阵,使用层次聚类将用户聚为两类,并根据平均类内距离进行类别判定,对攻击概貌进行标记;然后,基于矩阵分解技术,引入粒子群优化技术进行特征矩阵初始化,为模型训练提供初始最优解;最后,根据攻击概貌标识结果构造标记函数,降低对模型训练过程的影响,实现对目标用户的鲁棒推荐.在公共数据集上将本文提出的算法和其他算法进行了实验对比分析,结果显示提出的算法在鲁棒性方面有很大的提升,推荐精度也有提高.关键词:
为了避免人与物体之间相互遮挡,对小目标检测不准确,以及复杂光照强度对行人检测的影响,针对这一问题,提出了一种多尺度聚类卷积神经网络MK-YOLOV3算法,来实现对行人的识别与检测。该算法是对YOLOV3进行改进,首先通过简单聚类对图像特征进行提取,得到相应的特征图,再通过抽样K-means聚类算法结合核函数确定锚点位置,以达到更好的聚类。针对小目标的浅层特征信息进行多尺度融合,提高小目标的检测效果。仿真结果验证了该算法在VOC数据集上对小目标识别的精度和速度上有较大提高,以及视频智能分析中有较高的召回率和精确度。
由于图像分辨率低,传输过程中容易出现图像丢失、不清晰现象。针对上述问题,提出一种深度卷积神经网络算法实现图像帧间补偿。首先依据深度卷积神经网络构建图像帧间补偿模型.其次采用稀疏自编码与线性解码方式提取出该补偿模型的图像特征,再通过多层卷积神经网络对图像特征做映射处理,最后根据稀疏算法重建图像帧分辨率,使图像帧间得到补偿。实验结果表明,基于深度卷积神经网络的图像帧补偿实训可以有效提高图像帧分辨率,解决图像丢失问题,实现了图像高清晰化。
针对认证加密算法在实际应用中难以生成选择明文攻击的不可区分性问题,结合硬件算法平台,应用数据包标志序号、可密钥计数器证加密方案。种改进的可小规模部件换取可调因子果表明,该方案通与加密的计算,支持受资源限制嵌人式设备应用,可计算可系统的运行时间,系统的关键词:可密模式;算#明运#嵌人算法在。#物联网中的运行。开放科学(资源服务)标志码(OSID):中文引用格式:赵福祥.基于可调分组的认证加密实现方案[1.计算机工程,2020,46(6):144-148.英文引用格式:ZHAOFuxiang.Authenticate