欧美精品香蕉在线观看网,国产精欧美一区二区三区,亚洲欧美日韩综合网导航

海量數(shù)據(jù)下的網(wǎng)絡(luò)安全智能檢測技術(shù)研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

系統(tǒng)遷移上云、海量數(shù)據(jù)積累、智能技術(shù)應(yīng)用等發(fā)展趨勢給網(wǎng)絡(luò)安全，特別是智能檢測領(lǐng)域帶來了諸多機(jī)遇和挑戰(zhàn)。基于網(wǎng)絡(luò)安全智能檢測和隱蔽通信技術(shù)研究現(xiàn)狀，從海量數(shù)據(jù)下的網(wǎng)絡(luò)安全智能檢測視角，提出了從數(shù)據(jù)采集到數(shù)據(jù)應(yīng)用的五層框架和特征統(tǒng)計(jì)度量、分類模型算法等關(guān)鍵技術(shù)。在對(duì)網(wǎng)絡(luò)隱蔽通信檢測技術(shù)進(jìn)行研究論述和討論分析后，提出通過特征統(tǒng)計(jì)指標(biāo)來評(píng)估數(shù)據(jù)流間的規(guī)律性、擬合度及相關(guān)性，設(shè)計(jì)了基于支持向量機(jī)（Support Vector Machine，SVM）的分類模型，并以分類特征向量為輸入訓(xùn)練SVM分類器，實(shí)現(xiàn)對(duì)隱蔽通信的智能檢測。

發(fā)表于：4/27/2025 3:50:25 PM

聯(lián)邦學(xué)習(xí)中基于NMSS和LoRA的魯棒防御機(jī)制研究[通信與網(wǎng)絡(luò)][信息安全]

針對(duì)聯(lián)邦學(xué)習(xí)中隱私泄露、數(shù)據(jù)投毒和模型篡改等安全威脅，構(gòu)建了一種融合不可篡改秘密共享與低秩適應(yīng)技術(shù)的防御架構(gòu)。該方案采用三服務(wù)器門限驗(yàn)證機(jī)制與零知識(shí)證明技術(shù)，確保參數(shù)分片在傳輸和恢復(fù)過程中的安全性；同時(shí)，利用低秩約束與動(dòng)態(tài)權(quán)重聚合算法，有效限制惡意攻擊干擾并降低通信開銷。在CIFAR-10和mini-ImageNet等數(shù)據(jù)集上的實(shí)驗(yàn)充分驗(yàn)證了該方法在提高防御準(zhǔn)確率、降低模型誤差和提升系統(tǒng)魯棒性方面的顯著優(yōu)勢，證明了方案在大規(guī)模場景下的實(shí)用性和可擴(kuò)展性。結(jié)論表明，該架構(gòu)為聯(lián)邦學(xué)習(xí)環(huán)境下安全防護(hù)提供了一種高效、可行的技術(shù)路徑。

發(fā)表于：4/27/2025 3:37:00 PM

UEFI固件Double-fetch條件競爭漏洞模糊測試技術(shù)研究[通信與網(wǎng)絡(luò)][信息安全]

基于統(tǒng)一可擴(kuò)展固件接口(Unified Extensible Firmware Interface, UEFI)標(biāo)準(zhǔn)實(shí)現(xiàn)的固件已廣泛應(yīng)用于個(gè)人計(jì)算機(jī)、云服務(wù)器以及網(wǎng)絡(luò)設(shè)備, UEFI固件服務(wù)漏洞會(huì)引發(fā)嚴(yán)重安全威脅，模糊測試是檢測漏洞的主要手段。然而，受限于傳統(tǒng)內(nèi)存類漏洞機(jī)理，當(dāng)前UEFI固件模糊測試方法無法檢測諸如UEFI固件Double-fetch條件競爭漏洞等特殊類型漏洞。提出了Double-fetch信息引導(dǎo)的UEFI固件服務(wù)模糊測試方法,并實(shí)現(xiàn)了原型系統(tǒng)UEFIDFFuzzer，通過對(duì)來自英特爾廠商的114個(gè)UEFI固件服務(wù)驅(qū)動(dòng)進(jìn)行測試, UEFIDFFuzzer發(fā)現(xiàn)了兩個(gè)現(xiàn)有UEFI模糊測試工具RSFuzzer以及靜態(tài)分析工具efiXplorer沒有發(fā)現(xiàn)的UEFI固件Double-fetch零日漏洞。

發(fā)表于：4/27/2025 3:25:23 PM

兩階段物聯(lián)網(wǎng)資產(chǎn)識(shí)別模型的研究[通信與網(wǎng)絡(luò)][物聯(lián)網(wǎng)]

提出了一種兩階段的物聯(lián)網(wǎng)資產(chǎn)識(shí)別模型。首先，對(duì)異構(gòu)協(xié)議進(jìn)行分析，解決多樣化協(xié)議流量特征提取困難問題。其次，利用輕量級(jí)模型SqueezeNet過濾非物聯(lián)網(wǎng)設(shè)備，提高識(shí)別效率并降低計(jì)算負(fù)擔(dān)。為進(jìn)一步解決數(shù)據(jù)不均衡問題，引入生成對(duì)抗網(wǎng)絡(luò)（GAN）生成合成樣本數(shù)據(jù)，平衡數(shù)據(jù)分布。最后，采用 XLNet與注意力機(jī)制結(jié)合的模型來識(shí)別物聯(lián)網(wǎng)設(shè)備的類型，有效提升了模型在大規(guī)模物聯(lián)網(wǎng)網(wǎng)絡(luò)環(huán)境中的識(shí)別精度和效率。實(shí)驗(yàn)結(jié)果表明，模型在公開數(shù)據(jù)集上的準(zhǔn)確率達(dá)到99.48%，召回率提升2.02%，F(xiàn)1分?jǐn)?shù)提高1.85%，并在真實(shí)環(huán)境中保持99.01%的準(zhǔn)確率。該模型為物聯(lián)網(wǎng)資產(chǎn)管理和安全管理提供了有效的解決方案。

發(fā)表于：4/27/2025 3:12:22 PM

面向跨域聯(lián)合信息共享的網(wǎng)絡(luò)空間測繪數(shù)據(jù)體系框架設(shè)計(jì)與工程實(shí)踐方法[通信與網(wǎng)絡(luò)][其他]

面向政府、軍事、金融等各行業(yè)開展跨領(lǐng)域、跨系統(tǒng)聯(lián)合信息共享、業(yè)務(wù)協(xié)同的迫切需要，從國內(nèi)外數(shù)據(jù)體系戰(zhàn)略性演進(jìn)發(fā)展路徑、架構(gòu)變化以及存算技術(shù)發(fā)展入手，借鑒數(shù)據(jù)網(wǎng)格、數(shù)據(jù)管道等理念，提出具有“自治透明、虛擬集成”特點(diǎn)的現(xiàn)代化數(shù)據(jù)體系框架，并從數(shù)據(jù)統(tǒng)籌、平臺(tái)建設(shè)、數(shù)據(jù)治理三個(gè)方面提出工程化實(shí)施落地方法，包括5維統(tǒng)一話語體系基準(zhǔn)、8大平臺(tái)創(chuàng)新功能、“8+8”治理框架、“五階十二步”治理流程、2個(gè)典型計(jì)算治理策略設(shè)置場景等，為建立以“數(shù)據(jù)”為內(nèi)生驅(qū)動(dòng)力的領(lǐng)域網(wǎng)絡(luò)信息體系提供頂層框架與建設(shè)實(shí)施參考，支持網(wǎng)絡(luò)空間測繪數(shù)據(jù)的有序融合、價(jià)值涌現(xiàn)。

發(fā)表于：4/27/2025 3:02:22 PM

基于特征點(diǎn)提取和PCA的改進(jìn)ICP點(diǎn)云配準(zhǔn)方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

傳統(tǒng)迭代最近點(diǎn)（Iterative Closest Point， ICP）方法進(jìn)行點(diǎn)云配準(zhǔn)時(shí)存在實(shí)時(shí)性差、易陷入局部極值且配準(zhǔn)精度低等問題。提出一種基于特征點(diǎn)提取、主成分分析（Principal Component Analysis， PCA）粗配準(zhǔn)和ICP精配準(zhǔn)的三步點(diǎn)云配準(zhǔn)方法。首先定義點(diǎn)云數(shù)據(jù)局部密度概念，并自動(dòng)選擇局部密度較大的點(diǎn)作為特征點(diǎn)，然后利用PCA對(duì)提取的特征點(diǎn)進(jìn)行分析，根據(jù)PCA主分量方向計(jì)算配準(zhǔn)所需平移和旋轉(zhuǎn)參數(shù)。最后利用ICP對(duì)數(shù)據(jù)進(jìn)行精配準(zhǔn)。試驗(yàn)結(jié)果表明，所提方法相對(duì)于對(duì)比方法的配準(zhǔn)精度提升超過13.4%，實(shí)時(shí)性提升超過38.2%，并且在低信噪比條件下表現(xiàn)出了更高的適應(yīng)性，具有較高的應(yīng)用前景。

發(fā)表于：4/22/2025 3:19:28 PM

一種改進(jìn)的分段FFT兩級(jí)快速捕獲方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

通導(dǎo)融合信號(hào)中一體化設(shè)計(jì)的導(dǎo)航增強(qiáng)信號(hào)具有頻譜資源受限和非連續(xù)播發(fā)的特點(diǎn)，針對(duì)對(duì)低軌衛(wèi)星L頻段的高動(dòng)態(tài)短時(shí)突發(fā)導(dǎo)航增強(qiáng)信號(hào)，提出了一種改進(jìn)的分段FFT兩級(jí)時(shí)頻域二維快速捕獲方法，通過兩級(jí)分段相關(guān)FFT的捕獲處理方式，同時(shí)獲取導(dǎo)航增強(qiáng)信號(hào)到來時(shí)刻和信號(hào)多普勒頻移估計(jì)，實(shí)現(xiàn)低軌場景下信號(hào)快速實(shí)時(shí)捕獲處理。仿真驗(yàn)證結(jié)果表明，在信號(hào)載噪比48 dBHz以上時(shí)，快速捕獲算法可適應(yīng)±40 kHz的信號(hào)多普勒頻移并且可以適應(yīng)短時(shí)突發(fā)的播發(fā)模式，信號(hào)多普勒估計(jì)誤差控制在±80 Hz，信號(hào)到來時(shí)刻估計(jì)誤差控制在±1碼片。

發(fā)表于：4/22/2025 3:01:26 PM

組合導(dǎo)航微系統(tǒng)陶瓷基三維集成技術(shù)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為了解決高精度組合導(dǎo)航系統(tǒng)的體積和重量較大的問題，基于多層陶瓷基板高密度布線和三維立體組裝等系統(tǒng)級(jí)封裝（System In Package，SiP）工藝技術(shù)，提出了一種全新的三維立體微系統(tǒng)封裝結(jié)構(gòu)。采用低溫共燒陶瓷（Low Temperature Cofired Ceramic，LTCC）基板高密度布線及貼裝、基板堆疊、高正交度立體組裝等SiP工藝，將三軸加速度計(jì)、三軸陀螺儀、衛(wèi)星導(dǎo)航、地磁計(jì)和氣壓高度計(jì)等集成在一個(gè)封裝單元中，研制出外形尺寸僅3.1 cm×2.9 cm×0.96 cm、重量僅18 g的組合導(dǎo)航微系統(tǒng)產(chǎn)品，拓展了應(yīng)用領(lǐng)域。通過數(shù)據(jù)融合算法，可以有效提升導(dǎo)航精度和可靠性，具有廣闊的應(yīng)用前景。

發(fā)表于：4/22/2025 2:49:25 PM

FOCMLAD算法：未知相關(guān)雜噪下的MMW-FMCW雷達(dá)的角度估計(jì)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對(duì)毫米波（MMW）FMCW雷達(dá)在時(shí)空相關(guān)雜噪下提出了一種基于四階累積量（FOC）的MUSIC和LAD角度估計(jì)算法（FOCMLAD）。基于FOC的MUSIC方法用于解析和重構(gòu)中頻（IF）信號(hào)。然后，將每個(gè)傳感器的信號(hào)表達(dá)式視為一個(gè)獨(dú)立的回歸形式，并使用LAD估計(jì)來獲得目標(biāo)角度。該算法有效地抑制了相關(guān)雜噪。FOCMLAD算法結(jié)合使用LAD方法來抵消相關(guān)雜噪的非高斯性，并減輕了相關(guān)雜噪的時(shí)域相關(guān)性的不利影響。實(shí)驗(yàn)結(jié)果驗(yàn)證了FOCMLAD算法有效地抑制了相關(guān)雜噪干擾。

發(fā)表于：4/22/2025 2:35:26 PM

基于開口環(huán)諧振器的二維線性位移微波傳感器[微波|射頻][通信網(wǎng)絡(luò)]

采用微波技術(shù)測量位移的方法，設(shè)計(jì)了一種基于開口環(huán)諧振器（Split Ring Resonator，SRR）的二維線性位移微波傳感器。傳感器由定子與動(dòng)子兩部分構(gòu)成，其中定子由兩組不同尺寸的SRR耦合一條傳輸微帶線構(gòu)成，動(dòng)子采用單面覆銅的FR-4介質(zhì)基板制成。動(dòng)子二維移動(dòng)時(shí)兩個(gè)SRR的諧振頻率將發(fā)生變化，傳輸零點(diǎn)也產(chǎn)生對(duì)應(yīng)偏移，從而建立起位移和傳輸零點(diǎn)的關(guān)系。此外通過對(duì)SRR加載缺陷地結(jié)構(gòu)，提高了檢測靈敏度。經(jīng)電磁建模和仿真，傳感器在1 GHz至3.2 GHz范圍內(nèi)產(chǎn)生兩個(gè)傳輸零點(diǎn)，可在x和y方向表征0~6 mm的位移，靈敏度分別為122 MHz/mm和82 MHz/mm。制作并測試了傳感器實(shí)物，實(shí)測與仿真的數(shù)據(jù)基本吻合，證實(shí)了該傳感器設(shè)計(jì)的有效性。

發(fā)表于：4/22/2025 2:07:09 PM