• 首页
  • 新闻
    业界动态
    新品快递
    高端访谈
    AET原创
    市场分析
    图说新闻
    会展
    专题
    期刊动态
  • 设计资源
    设计应用
    解决方案
    电路图
    技术专栏
    资源下载
    PCB技术中心
    在线工具库
  • 技术频道
    模拟设计
    嵌入式技术
    电源技术
    可编程逻辑
    测试测量
    通信与网络
  • 行业频道
    工业自动化
    物联网
    通信网络
    5G
    数据中心
    信息安全
    汽车电子
  • 大学堂
  • 期刊
  • 文献检索
期刊投稿
登录 注册

无人机协同传输通信系统物理层安全技术研究

无人机协同传输通信系统物理层安全技术研究[通信与网络][信息安全]

针对无人机中继系统中存在窃听节点的问题,研究了采用信源端发送人工干扰信号的方式来提高系统的安全容量。仿真结果表明,在无人机中继系统中,由于无人机自身的特性及人工干扰的影响,比传统采用固定中继形式具有更好的安全容量,并且在信源端发送信号功率一定的条件下,该系统具有最佳功率分配方案。

发表于:2020/12/15 上午10:16:00

改进的群签名策略隐藏方案

改进的群签名策略隐藏方案[通信与网络][信息安全]

针对CPABE方案在解密阶段中存在访问策略可能泄露隐私的问题,提出了一种改进的群签名策略隐藏方案。首先,通过权重门限访问结构构建属性集合,在安全模型中对属性集合分割确定挑战者和敌对手的属性集合。然后,应用群签名方法实现访问策略的隐藏。最后,构建改进的策略隐藏方案的算法,对方案的安全性进行证明。通过对比分析,证明了提出的改进群签名策略隐藏方案在保护用户隐私的同时,适用范围更广泛。

发表于:2020/12/15 上午10:15:00

大数据技术在信息网络威胁情报中的运用研究

大数据技术在信息网络威胁情报中的运用研究[通信与网络][信息安全]

网络空间安全的形势随网络攻击技术的不断升级日趋严峻,对信息网络安全构成巨大威胁,而基于大数据处理技术的网络安全威胁情报是一种有效应对手段。围绕信息网络面临的安全挑战,从网络防御的角度,介绍了大数据处理主流平台和关键技术,提出了基于大数据的网络威胁情报技术架构,阐述了网络威胁情报生成过程中大数据技术的关键作用,最后讨论了网络安全威胁情报在网络安全事件处置过程中的运用和作用。

发表于:2020/12/15 上午10:00:00

基于AQPSO-LSTM-BN的APU故障诊断模型

基于AQPSO-LSTM-BN的APU故障诊断模型[模拟设计][工业自动化]

针对飞机APU的常见故障,提出了一种基于量子粒子群优化的长短期记忆网络与批规范化相结合的飞机APU故障诊断模型。从QAR数据库中整理出需要的APU故障数据,将其进行归一化处理并分为训练集和测试集两部分,建立CSV文档数据库;对量子粒子群进行改进,使用改进后的量子粒子群对长短期记忆网络的隐含层单元数目进行寻优;将优化参数后的长短期记忆网络与批规范化相结合搭建网络模型,并在网络最顶层加入Softmax模型,生成AQPSO-LSTM-BN故障诊断模型,使用训练集对故障诊断模型进行训练,然后使用测试集进行实验。实验结果表明,该模型可以有效识别APU故障,与单一长短期记忆网络模型、支持向量机模型、循环神经网络模型和极限学习机模型相比,识别准确度有所提高。

发表于:2020/12/15 上午9:51:02

软件定义边界安全模型在电网企业系统中的应用

软件定义边界安全模型在电网企业系统中的应用[可编程逻辑][智能电网]

针对电网企业在内网环境下应用系统访问出现安全问题,结合传统访问控制机制,提出了一种基于软件定义边界(Software Defined Perimeter,SDP)的用户多维度数据身份验证模型。首先分析了当前电网企业应用系统中访问控制模型存在的不足,然后对现有的模型引入信任的属性,依照最小化授权方式,建立每个人与公司业务系统的对应关系,创建千人千面的安全软边界网关。实际应用和理论分析表明,该模型可以实现用户只能看到被授权访问的应用,建立强信任、强可控、强防护的新安全架构,有效保护电网企业的各类应用系统。

发表于:2020/12/15 上午9:50:00

融合惩罚因子和时间权重的协同过滤推荐算法

融合惩罚因子和时间权重的协同过滤推荐算法[人工智能][工业自动化]

协同过滤算法是一种经典的推荐算法,思想是依据近邻用户或者相似物品对目标进行推荐,常被应用在各类推荐系统中。但传统算法过分考虑热门物品对评分的影响,而忽略了冷门物品对用户兴趣特征度量的贡献,也未考虑用户兴趣动态变化的问题。对此,提出一种新的相似度改进算法,改进后的协同过滤算法将物品热门惩罚因子和时间数据权重进行加权计算,优化了用户相似度计算方法,形成了一种新的相似性度量模型。利用MovieLens电影推荐数据集验证改进后的算法,实验结果表明,该算法将推荐平均绝对误差(MAE)与传统算法相比降低了13.2%,推荐质量有了明显提升。

发表于:2020/12/15 上午9:22:00

电力物联网信息安全防护技术研究

电力物联网信息安全防护技术研究[通信与网络][物联网]

介绍了电力物联网在配电网的应用场景,总结了我国电力物联网信息安全防护的发展历程,分析了当前电力物联网信息安全应用中存在的主要问题和解决电力物联网信息安全的关键技术,最后提出了电力物联网终端本体的信息安全防护的四道防线模型和实践。

发表于:2020/12/14 下午6:00:00

一种支持工业物联网故障检测的混合互认证方案

一种支持工业物联网故障检测的混合互认证方案[通信与网络][物联网]

在工业物联网(IIoT)中,工业机器人和员工在制造过程中扮演着非常重要的角色。一个安全、高效的工业机器人和员工认证方案一直是研究热点,并面临诸多挑战。例如,工业机器人和员工在身份验证阶段容易受到模拟和去同步攻击。同时,控制中心很难找到不受控制的工业机器人。针对上述情况,提出了一种支持工业物联网故障检测的混合互认证方案。分别为员工和工业机器人(IR)设计了基于椭圆曲线加密(ECC)的认证和基于物理不可克隆函数(PUF)的认证。使用了基于阈值的故障检测,添加了禁用表以防止无授权员工访问监控和数据采集中心(SCDAC)。最后,分析论证了该方案的可行性和高效性。

发表于:2020/12/14 下午5:47:00

基于YOLO改进残差网络结构的车辆检测方法

基于YOLO改进残差网络结构的车辆检测方法[测试测量][汽车电子]

针对车辆检测任务,设计更高效、精确的网络模型是行业研究的热点,深层网络模型具有比浅层网络模型更好的特征提取能力,但构建深层网络模型时将导致梯度消失、模型过拟合等问题,应用残差网络结构可以缓解此类问题。基于YOLO算法,改进残差网络结构,加深网络层数,设计了一种含有68个卷积层的卷积神经网络模型,同时对输入图像进行预处理,保证目标在图像上不变形失真,最后在自定义的车辆数据集上对模型进行训练与测试,并将实验结果与YOLOV3模型进行对比,实验表明,本文设计的模型检测精准度(AP)达90.63%,较YOLOV3提高了4.6%。

发表于:2020/12/14 下午5:18:00

计算机程序基因技术初探

计算机程序基因技术初探[通信与网络][通信网络]

计算机程序基因技术是在恶意程序不断演化与检测识别技术的对抗博弈中发展起来的,传统的恶意程序检测技术已难以应对恶意程序的快速动态增长趋势,计算机程序基因技术开启了恶意程序检测分析的一个新的思路,从汇编指令层中萃取出计算机程序的真实行为意图,从而对程序进行分析和识别。根据给出的计算机程序基因的定义以及提取方法,可以找出计算机程序最本原的特征,有效提高新型的或变种的恶意程序的分析和检测效率。

发表于:2020/12/14 下午5:14:00

  • <
  • …
  • 159
  • 160
  • 161
  • 162
  • 163
  • 164
  • 165
  • 166
  • 167
  • 168
  • …
  • >

活动

MORE
  • “AI+抗量子密码"技术沙龙活动将于月底举办
  • 2026国产车规芯片新品十强榜单正式发布
  • 征文启事:2026电子信息工程学术研讨会(集成电路应用杂志)
  • 直播预告|防火墙的过去、现在与未来
  • 2026 阿里云 Data+AI 工程师全球挑战赛圆满收官

高层说

MORE
  • 6G与AI双向奔赴:构筑面向2030年代的智能网络
    6G与AI双向奔赴:构筑面向2030年代的智能网络
  • 制造跃升:传统产业正迈入数智化转型的价值兑现期
    制造跃升:传统产业正迈入数智化转型的价值兑现期
  • 从Token到信任:AI 的2.5 万亿美元挑战
    从Token到信任:AI 的2.5 万亿美元挑战
  • 从 FactoryView(运营可视化)迈向智能决策支持
    从 FactoryView(运营可视化)迈向智能决策支持
  • 2026年,塑造下一波EDA创新浪潮的关键趋势
    2026年,塑造下一波EDA创新浪潮的关键趋势
  • 网站相关
  • 关于我们
  • 联系我们
  • 投稿须知
  • 广告及服务
  • 内容许可
  • 广告服务
  • 杂志订阅
  • 会员与积分
  • 积分商城
  • 会员等级
  • 会员积分
  • VIP会员
  • 关注我们

Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2