岛国免费动作片av无码资源,99福利资源久久福利资源

華為胡厚崑：5G數(shù)據(jù)加密得到重大提升比4G更安全

“5G技術是不是比4G更安全？我的答案是肯定的！”在今日舉辦的天津達沃斯論壇首場新聞發(fā)布會上，華為公司輪值董事長胡厚崑面對媒體鄭重澄清。

發(fā)表于：9/19/2018

【論文集錦】您了解AES算法嗎？——《電子技術應用》優(yōu)秀論文集錦

高級加密標準(AES,Advanced Encryption Standard)為最常見的對稱加密算法。微信小程序加密傳輸就是用這個加密算法的?！峨娮蛹夹g應用》近年來刊登了一系列與AES算法相關的技術文章，小編整理于此，以餮讀者、作者。歡迎大家推廣引用！

發(fā)表于：9/18/2018

物聯(lián)網(wǎng)安全無解？專家給出6點理由你看夠不夠

將物理基礎設施連接到互聯(lián)網(wǎng)，會使系統(tǒng)容易遭受新的安全威脅。讓高管們夜不能寐的威脅因行業(yè)差異而各不相同，但各個領域的網(wǎng)絡安全問題無疑都在惡化。

發(fā)表于：9/14/2018

RISC-V將成2018年趨勢

發(fā)表于：9/13/2018

中天微發(fā)布全球首款支持物聯(lián)網(wǎng)安全的RISC-V處理器

杭州中天微系統(tǒng)有限公司，就是在今年4月20號，在中興宣布被美帝封殺制裁，面臨生死存亡的那一天，阿里巴巴集團宣布全資收購杭州中天微系統(tǒng)有限公司，

發(fā)表于：9/13/2018

出貨量8億顆！阿里系芯片公司中天微發(fā)布中國自研CPU架構(gòu)RISC-V處理器

新智元將于9月20日在北京國家會議中心舉辦AI WORLD 2018世界人工智能峰會，南京大學計算機系主任、人工智能學院院長周志華教授屆時將親臨會場做《關于機器學習的一點思考》主題演講。周志華教授是AI領域會士“大滿貫”得主，AAAI 2019程序主席、IJCAI 2021程序主席，《機器學習》一書的作者。

發(fā)表于：9/13/2018

基于SoPC的網(wǎng)絡入侵檢測中模式匹配系統(tǒng)設計

設計了一種基于FPGA的模式匹配系統(tǒng)，通過Verilog HDL語言實現(xiàn)系統(tǒng)主體；采用開源的Snort規(guī)則，選用由“異或”運算組成的適合FPGA處理的HashMem函數(shù)進行模式匹配；通過軟件預處理找出Snort中的沖突模式串進行單獨匹配從而用硬件方法解決沖突。硬件電路采用DM9000A網(wǎng)絡控制器接收網(wǎng)絡數(shù)據(jù)。實驗結(jié)果顯示，當處理的Snort規(guī)則數(shù)增多時，系統(tǒng)資源消耗低，吞吐量穩(wěn)定，相比于傳統(tǒng)系統(tǒng)隨著規(guī)則數(shù)增加性能下降的特性，此系統(tǒng)更具優(yōu)勢。

發(fā)表于：9/13/2018

協(xié)同系統(tǒng)中基于誤比特率的波束成形設計

針對頻率選擇性信道下放大轉(zhuǎn)發(fā)模式的多中繼協(xié)同系統(tǒng)的波束成形因子設計問題進行研究。以最小化接收端總誤比特率（BER）為目標，提出了一種兩階段的波束成形設計方法。所提方法可以有效降低設計的難度和復雜度，并且可以使接收端的總BER最小。仿真結(jié)果表明，與現(xiàn)有算法相比，本算法可以顯著降低接收端的誤比特率。

發(fā)表于：9/13/2018

可重構(gòu)雙基雙域模乘器設計與實現(xiàn)

選擇素數(shù)域和二進制域上基于字的Montgomery模乘算法，分析傳統(tǒng)雙域模乘器在二進制域上運算效率不高的問題，首先選擇能夠使兩個域上模乘器延遲時間相當?shù)淖珠L，并對模乘器進行雙域的可重構(gòu)設計,使之能夠同時支持素數(shù)域和二進制域上的運算。相較以往設計,采用雙域雙基設計的模乘器使時鐘周期數(shù)平均縮短了48%。

發(fā)表于：9/12/2018

基于S變換的雷達脈內(nèi)調(diào)制特征提取方法

針對利用常規(guī)參數(shù)進行復雜體制雷達輻射源信號分類識別存在的問題，提出一種基于S變換的雷達脈內(nèi)調(diào)制特征提取方法。將S變換引入雷達脈內(nèi)信號分析中，首先提取信號S變換時頻圖像的不變矩特征；然后針對其在BPSK和QPSK信號分類上的不足，提出了基于S變換峰值包絡特征提取方法；最后用支持向量機作為分類器進行分類實驗。仿真結(jié)果表明，在一定信噪比范圍內(nèi)，提取的特征具有較好的聚集性和可分性，對6種雷達脈內(nèi)調(diào)制信號取得了較好的分類正確率。

發(fā)表于：9/12/2018

基于擬牛頓法的常模盲多用戶檢測算法

分析了傳統(tǒng)常模算法及其改進算法的缺點，將線性約束和擬牛頓法應用于常模算法，提出了線性約束擬牛頓常模盲多用戶檢測算法，稱之為LC-QNCMA。在DS-CDMA系統(tǒng)中,對本文算法與傳統(tǒng)的線性約束常模算法（LC-CMA）及最小二乘常模算法（LSCMA）進行了仿真比較。結(jié)果表明，與LC-CMA相比,LC-QNCMA的信干比性能和誤碼性能方面有較大改善；與LSCMA算法相比，LC-QNCMA算法復雜度有明顯降低。本文算法在兩種算法的優(yōu)缺點中取得了較好的折中。

發(fā)表于：9/12/2018

基于粒子群優(yōu)化的模糊C均值聚類算法*

針對模糊C均值聚類算法(FCM)存在對初始聚類中心敏感，易陷入局部最優(yōu)解的不足，將改進的粒子群聚類算法與FCM算法相結(jié)合，提出了一種基于粒子群優(yōu)化的模糊C均值聚類算法。該算法對粒子群初始化空間及粒子移動最大速度進行優(yōu)化，同時引入環(huán)形拓撲結(jié)構(gòu)鄰域，提高粒子群聚類算法的全局搜索能力。對UCI中3個數(shù)據(jù)集進行仿真實驗，結(jié)果表明提出的基于粒子群優(yōu)化的模糊C均值聚類算法相比FCM算法和基本粒子群聚類算法具有更好的聚類效率和準確性。

發(fā)表于：9/11/2018

基于混沌擾動PSO算法的云計算任務調(diào)度

粒子群優(yōu)化（PSO）算法在云計算環(huán)境下任務調(diào)度方面應用十分廣泛。針對算法易陷入局部最優(yōu)、收斂速度慢的缺陷，從基本概念入手，在算法中加入改進的動態(tài)慣性權重和外部擾動策略，改善PSO算法的局部尋優(yōu)能力，提高算法迭代后期收斂速度和搜索的精度，最后利用Cloudsim進行實驗，將新算法與其他算法任務執(zhí)行總的迭代次數(shù)的結(jié)果進行對比，新算法克服了粒子群算法的缺點，能夠有效地平衡全局和局部搜索能力，任務的完成時間相對較少。

發(fā)表于：9/11/2018

基于SECaaS模式的網(wǎng)絡安全監(jiān)管服務化研究

重要行業(yè)的網(wǎng)絡和信息系統(tǒng)一直是敵對分子試圖破壞和竊取信息的主要目標。行業(yè)各級主管部門也紛紛加強了網(wǎng)絡安全建設，將建立自上而下的網(wǎng)絡安全監(jiān)管體系作為重要支撐手段來落實網(wǎng)絡安全管理。目前行業(yè)網(wǎng)絡安全監(jiān)管在落地性、同步性和層次性等方面還存在問題。究其根源在于人才缺乏導致的安全能力分布不均衡。通過論述采用SECaaS模式實現(xiàn)網(wǎng)絡安全監(jiān)管服務化，將網(wǎng)絡安全問題的驗證、分析和解決方案設計等能力要求高的工作在云端解決，以彌補下級單位人才不足的缺陷，從而實現(xiàn)對整個行業(yè)網(wǎng)絡安全短板的補足，全面提升行業(yè)網(wǎng)絡安全的整體水平。

發(fā)表于：9/11/2018

基于深度學習和半監(jiān)督學習的webshell檢測方法

半監(jiān)督學習是一種重要的機器學習方法，能同時使用有標記樣本和無標記樣本進行學習。在webshell檢測領域，有標記樣本少、形式靈活多變、易混淆，基于特征匹配的方式很難進行準確檢測。針對標記樣本較少的現(xiàn)狀，提出一種基于深度學習和半監(jiān)督學習的webshell檢測方法，先使用卡方檢驗和深度學習方法獲取樣本的文本向量，然后分別使用單分類和增量學習方式訓練，提高分類性能。使用github公開數(shù)據(jù)集進行訓練和測試，實驗結(jié)果驗證該方法能夠有效改善webshell檢測的漏報率和誤報率。

發(fā)表于：9/10/2018