久久夜色精品-久久亚洲最大成人网4438-久久亚洲综合伊人-久久亚洲综合-欧美日韩成人在线-欧美日韩成人高清在线播放

惡意代碼已經成為威脅網絡安全的重要因素?；跈C器學習的惡意代碼檢測方法已經取得較好的效果，但面對相似的惡意代碼家族，往往效果不佳。對此，提出了一種基于擠壓激勵網絡的檢測算法，由卷積神經網絡(Convolutional Neural Network，CNN)與擠壓和激勵(Squeeze-and-Excitation，SE)模塊構成。CNN先快速提取惡意代碼的圖像特征，SE模塊對多通道特征圖進行全局平均池化，將全局信息壓縮，然后通過全連接層自適應學習，并將每個通道特征圖賦予不同的權重來表示不同的重要程度，指導激勵或抑制特征信息。實驗結果表明，該方法相對于傳統機器學習方法有更好的檢測效果，與深度學習算法相比檢測效果也有一定的提升且參數量大大減少。

為了更精確地提取工控入侵數據集特征和更精準地分類惡意數據，使得入侵檢測方法滿足當前工業控制網絡的安全需求，提出了基于變分自編碼器(Variational Autoencoder，VAE)和三支決策理論(Three-way Decisions，TWD)的新型工業控制網絡入侵檢測算法(VAE-TWD)。該算法利用變分自編碼器強大的感知能力對高維數據進行降維映射和特征提取，再對正常和惡意數據利用三支決策理論進行即刻決策，劃分入正向決策域和負向決策域。而對于邊界域內不確定的數據，將通過不同粒度的特征，選擇適當數據構成新的訓練集并擴充到原有數據集中。然后重復決策過程，直至決策域中數據為空，規避盲目決策的風險。實驗結果表明VAE-TWD算法提升了對工控入侵檢測的特征提取能力和分類能力，且在準確率、檢出率、誤報率、F1得分等指標上均優于對比算法，有效提高了工控入侵檢測的性能。

隨著衛星通信技術的不斷發展，衛星通信組網技術受到越來越多的關注，其相關的安全問題也更加突出。針對衛星通信認證技術進行研究，分析了衛星網絡的特點和安全認證需求，提出了一種基于身份的密碼體制認證方案，實現了身份認證和密鑰協商，以及對合法用戶的身份信息的保護功能。并進行仿真實驗對協議的安全可行性進行了驗證，結果表明，該方案達到了安全、高效的認證效果。

在通常的分組密碼ECB或CBC工作模式下，當數據分組的分組長度較小時，可能會因為密文組重復導致明文信息泄露。為此，給出了一種適用于保留格式加密算法的創新工作模式。以加密初始向量為起點，用一種密鑰參與運算的非線性遞歸方法產生不可預測序列，并以加擾形式將該序列作用到分組迭代變換的輸入和輸出數據組中。即明文組變換到密文組的過程由明文加擾、分組加密和密文加擾三步構成。這樣的工作模式將使得攻擊者難以獲得和積累明密對，以及實施已知明文攻擊。這將在一定程度上消除某些密碼算法因為明文組空間較小而存在的安全缺陷。因此，該工作模式適用于某些保留格式加密算法或分組較小的輕量級分組算法。

大數據技術廣泛應用的同時也帶來了諸多問題，對用戶隱私和數據安全造成了嚴重侵害。由于大數據發展速度快和法律屬性界定復雜等原因，現行法律法規存在一定的滯后，對此類問題適用性不佳，需要隨著大數據技術的發展進行及時的改進，從而適應日新月異的網絡環境。

無人機技術是當今工業互聯網發展的助力之一，尤其是5G技術與無人機技術的結合成為推動工業向數字化轉型升級的重要力量。但是，在無人機大規模應用的同時，也不能忽視其給行業帶來的風險與挑戰。主要討論民用無人機存在的隱私侵權問題及其造成的數據安全問題和“黑飛”問題，并對比中外法律法規提出有關法律體系建設的建議。

MATLAB被廣泛應用于算法設計及驗證，但由于平臺限制及性能因素影響，實際工作中通常使用C語言及高性能庫來重寫和優化代碼。人工轉換MATLAB到C工作繁瑣，而大部分已有的自動轉換方法又難以解決MATLAB的高性能矢量運算和庫函數與C的對接問題。為此，設計了一個MATLAB到高性能C的自動轉換系統，通過將MATLAB代碼轉換為中間表示，進一步轉換為C代碼。同時，將MATLAB的高性能矢量運算和庫函數對接到高性能C函數庫Math Kernel Library(MKL)上。在相同MATLAB代碼上的實驗結果表明，該系統轉換生成的C代碼性能與人工編寫的C代碼相當，優于已有的轉換方法生成的C代碼。

路徑分配問題是交通數字孿生系統的重要研究方向之一，其重點是綜合考量行駛需求的動態變化以及路網信息的實時改變，實現高效合理的路徑規劃。現階段一些經典的分配算法如粒子群、Dijkstra等算法及其優化模型僅能達到全局靜態最優，忽略了現實交通中的復雜變化。而逐漸推出的各種深度學習算法雖能進行全面的時空預測，但受限于海量歷史數據的歸納分析以及較高的運算成本，難以大規模應用。鑒于此，提出了一種靜態分配算法與深度強化學習算法結合的感知型路徑分配算法,在行駛中依據實時路網信息和車輛當前狀態，實現全局路徑動態再分配及更新，相關算法的精度和效率在仿真實驗中得到驗證。

為提升目標跟蹤精度，設計一種基于注意力機制的無監督單目標跟蹤算法。該算法使用DCFNet網絡作為基本網絡，通過前向跟蹤和后向驗證實現無監督跟蹤。為結合上下文信息，引入特征融合方法，且將DCFNet網絡每一層所提取的特征通過雙線性池化調整分辨率以便進行特征融合；為關注不同特征通道上的關系，引入通道注意力機制SENet模塊；設計一個反向逐幀驗證方法，在反向驗證中間幀的基礎上再預測第一幀，進而減少判別位置的誤差。在公共數據集OTB-2015上的測試結果顯示，本算法AUC分數達60.6%，速度達61FPS。與無監督單目標跟蹤UDT算法相比，所設計算法取得了更優的目標跟蹤性能。

目前，輕量型車道線檢測網絡存在彎道檢測效果差、網絡感受野不夠與實時性受限等問題，故提出了一種改進的輕量型車道線檢測網絡模型。首先，為提高彎道檢測效果，設計了一種方向一致損失，以使模型適用于彎道場景。其次，為在增強網絡實時性的同時提高其感受野，提出將自注意力機制與RepVGG相融合的網絡作為模型的主干網絡。該模型在CULane測試集上測試的總F1-measure達到了70.7%，在Tusimple測試集上測試的準確率達到95.92%，其平均推斷速度達到了408 FPS。實驗結果表明，該模型相較于目前輕量型模型在性能上有一定的提升，尤其對彎道場景下的車道線檢測效果提升明顯。

圖神經網絡中的注意力機制在處理圖結構化數據方面表現出優異的性能。傳統的圖注意力計算直接連接的節點之間的注意力，并通過堆疊層數隱式獲取高階信息。盡管在圖注意力機制方面目前已有廣泛的研究，但用于注意力計算的堆疊范式在建模遠程依賴方面效果較差。為了提高表達能力，設計了一種新穎的直接注意力機制，這一機制通過K階鄰接矩陣直接計算高階鄰居之間的注意力。通過自適應路由聚合過程進一步傳播高階信息，這使得聚合過程更靈活地適應不同圖的特性。在引文網絡上的節點分類任務上進行了大量的實驗。實驗表明，該方法優于最先進的基線模型。

地鐵交通運營是一種整體性活動，離不開各部門間的協調配合,地鐵運營崗位應急處置培訓系統應用于多個崗位的聯合培訓。該系統通過語音識別來實現模擬崗位間語音交互及對培訓過程智能評價的功能。提出的語音識別方法可實現離線網絡下對地鐵培訓專業術語的高識別精度，利用深度全序列卷積神經網絡（DFCNN）和鏈接時序分類（CTC）構建聲學模型，對應急處置培訓用語進行整理并構建專業術語庫，基于統計學構建語言模型。實驗結果表明，該語音識別方法能夠有效識別地鐵應急處置培訓用語，為地鐵運營崗位人員的培訓和考核提供更全面的評價指標。

針對FSO/RF混合鏈路的高效可靠數據傳輸問題,研究系統在二進制相移鍵控（BPSK）調制與ARQ差錯控制模式下雙鏈路重傳協作的優化設計方法。基于FSO信道雙伽馬（Gamma-Gamma）分布的湍流模型和RF信道Nakagami-m分布的衰落模型,推導得出混合鏈路平均包錯誤率與吞吐量的解析表達式,并運用凸優化求解方法得出吞吐量最優解時的數據重傳協作比例系數。在不同大氣湍流強度與衰落因子條件下,計算分析了FSO/RF混合鏈路ARQ數傳方案的平均包錯誤率與吞吐量性能。數值結果表明,采用優化后的ARQ雙鏈路重傳比例策略,可有效提高混合鏈路傳輸的可靠性與數據吞吐量性能。

在分布式車載自組織網絡中，動態變化的雙向車流會嚴重影響基于slot分組的TDMA-MAC協議降低沖突的效果以及整體協議的安全性與可靠性，對此設計一種車流自適應的低沖突TDMA-MAC協議TALC-MAC。采用slot占用率作為分組調整的判斷依據，設計詳細的分組擴展與收縮策略以適應車流實際分布。同時優化幀內slot分組方案與節點預約slot的策略，進一步降低網絡中發生沖突的概率。仿真實驗結果表明TALC-MAC能有效適應雙向車流的動態變化，保持協議整體低沖突的特性。

Hyperledger Fabric(Fabric)是一個受關注度較高的許可鏈平臺，具有高度模塊化、可定制化和可插拔的特點。針對Fabric在高并發的場景下會出現并發沖突導致交易無效的問題，提出一種沖突檢測與處理的方法,即利用緩存交易寫集的方式在執行階段檢測交易是否沖突，最大程度減小沖突交易在Fabric系統的資源消耗。實驗結果表明，在具有沖突交易的場景下，提出的方法能降低平均交易時延，提高系統有效交易吞吐量；并且在沒有沖突交易的情況下，不會明顯降低性能。

交叉口運行狀態的準確評估能夠為交通管理系統提供可量化的交叉口信息，為優化交叉口信號控制提供依據。針對當前交叉口運行狀態評估側重行車感受，客觀性不強，確定了結合機動車和行人需求的多維評估指標體系，利用AHP-變異系數雙層集成賦權模型確定各指標權重，得到交叉口運行評估模型?；谠u估模型采用含噪聲的深度Q學習（NoisyNet DQN）算法進行信號配時優化研究。以合肥市某交叉口為例，基于交通仿真軟件證明了該方法能有效減緩交通擁堵，提高行人感受，具備較高的應用拓展性。