123,123,123

基于白兔時間同步協(xié)議的加速器節(jié)點時鐘同步系統(tǒng)[其他][其他]

提出了一種基于白兔時間同步協(xié)議，利用SPARTAN6系列現(xiàn)場可編程門陣列(FieldProgrammable Gate Array,FPGA)實現(xiàn)多節(jié)點亞納秒級別時間同步，并通過測量觸發(fā)信號到達時間，根據(jù)設置的延遲進行恢復，從而實現(xiàn)高于120 ps時間分辨率。該方法能夠精確控制多節(jié)點信號發(fā)生的絕對時間，具有廣泛的應用前景。特別地，該方法可應用于同步輻射加速器中，提高實驗數(shù)據(jù)的準確性和穩(wěn)定性，有望在材料科學、生物學和化學等領域中得到廣泛應用。該研究成果為同步輻射加速器的研究和實驗提供了新的解決方案，有望推動同步輻射技術(shù)的發(fā)展，為科學研究和工程應用提供更多可能。

發(fā)表于：2023/8/24 18:03:00

數(shù)據(jù)驅(qū)動的工業(yè)元宇宙系統(tǒng)研究[人工智能][物聯(lián)網(wǎng)]

物聯(lián)網(wǎng)、大數(shù)據(jù)及新一代信息技術(shù)的發(fā)展，對傳統(tǒng)制造業(yè)帶來前所未有的沖擊，基于數(shù)據(jù)關鍵生產(chǎn)要素的工業(yè)元宇宙建設得到越來越多的關注，為傳統(tǒng)制造業(yè)帶來了機遇，也帶來了挑戰(zhàn)。分析討論了工業(yè)元宇宙的背景、現(xiàn)狀、關鍵支撐技術(shù)，并以某企業(yè)智造元宇宙平臺的AR/VR虛擬仿真實訓系統(tǒng)為例，初

發(fā)表于：2023/8/24 17:57:00

基于TextCNN-Bert融合模型的不良信息識別技術(shù)[人工智能][其他]

敏感領域的不良信息具有極強的迷惑性和欺騙性，腐蝕人們的思想，影響人們的價值觀和判斷能力，危害社會安全，研究敏感領域不良信息的識別技術(shù)具有深遠意義。通用的識別技術(shù)忽略了背景知識和隱喻問題，直接應用于敏感領域不良信息識別效果較差。提出一種基于TextCNNBert的融合模型，通過敏感領域主題識別和情感隱喻識別，實現(xiàn)對敏感領域不良信息的文本識別。實驗結(jié)果表明，該模型在準確率、F1評分等指標方面取得了良好的結(jié)果，相較于現(xiàn)有模型有顯著提高。

發(fā)表于：2023/8/24 17:47:00

基于圖像降噪的集成對抗防御模型研究[模擬設計][工業(yè)自動化]

深度學習的快速發(fā)展使其在圖像識別、自然語言處理等諸多領域廣泛應用。但是，學者發(fā)現(xiàn)深度神經(jīng)網(wǎng)絡容易受到對抗樣本的欺騙，使其以較高置信度輸出錯誤結(jié)果。對抗樣本的出現(xiàn)給對安全性要求嚴格的系統(tǒng)帶來很大威脅。研究了在低層特征（LowLevel Feature）和高層特征（HighLevel Feature）對圖像進行降噪以提升模型防御性能。在低層訓練一個降噪自動編碼器，并采用集成學習的思路將自動編碼器、高斯擾動和圖像掩碼重構(gòu)等多種方式結(jié)合；高層對ResNet18作微小改動加入均值濾波。實驗顯示，所提出的方法在多個數(shù)據(jù)集的分類任務上有較好的防御性能。

發(fā)表于：2023/8/24 17:40:00

基于因果關系和特征對齊的圖像分類域泛化模型[人工智能][其他]

針對現(xiàn)有域泛化方法性能較差或缺乏理論可解釋性的缺點，提出了一種基于因果關系和特征對齊的圖像分類域泛化模型，并證明了該模型的可識別性。該模型利用域泛化中的因果關系來學習含有不同信息的特征，將域泛化問題轉(zhuǎn)化為特征相關分布的偏移，再利用特征對齊消除偏移。為提高模型的性能，采用對抗訓練進一步優(yōu)化學到的特征。在公共數(shù)據(jù)集上的實驗結(jié)果表明，新提出的模型與目前最優(yōu)的方法性能相當，表明該模型具有理論可解釋性的同時，還有不俗的實際性能表現(xiàn)。

發(fā)表于：2023/8/24 17:22:00

基于改進的長短期記憶神經(jīng)網(wǎng)絡交通流預測[通信與網(wǎng)絡][汽車電子]

針對未來時刻交通流量的預測問題，在考慮歷史時刻車流量數(shù)據(jù)、日期屬性、天氣、降雨量等多方面影響因素的同時，提出一種考慮多方面影響因素的長短期記憶神經(jīng)網(wǎng)絡(LSTM*)模型。實驗表明在對短期車流量進行預測時，LSTM*模型的準確性優(yōu)于現(xiàn)有的基線方法；對長期車流量進行預測時，基于粒子群算法改進的長短期記憶神經(jīng)網(wǎng)絡（PSOLSTM*）模型的準確性優(yōu)于LSTM*模型。

發(fā)表于：2023/8/24 17:00:00

基于多維特征融合驗證的物聯(lián)終端安全防護方法研究[通信與網(wǎng)絡][物聯(lián)網(wǎng)]

物聯(lián)網(wǎng)技術(shù)的快速發(fā)展和普及為人們的生活帶來了諸多便利，但普遍部署在非受控環(huán)境的終端設備也時刻面臨物理攻擊、非法替換等安全隱患。設備接入驗證是保障物聯(lián)終端及物聯(lián)網(wǎng)整體安全的關鍵，對此提出了一種基于多維特征融合驗證的物聯(lián)終端安全防護方法，通過采集設備操作系統(tǒng)類型、開放端口、MAC地址、IP地址用以表征設備身份，與預設規(guī)則進行比對后驗證設備的合法性。實驗表明，該方法在有效性和準確性方面表現(xiàn)良好，且具有低部署成本、高檢測性能等優(yōu)勢，具有一定的實用性和推廣價值。

發(fā)表于：2023/8/24 16:46:53

網(wǎng)絡空間測繪資產(chǎn)數(shù)據(jù)價值評估模型的建立及應用[通信與網(wǎng)絡][信息安全]

現(xiàn)有網(wǎng)絡空間測繪系統(tǒng)具備端口響應信息獲取、網(wǎng)絡資產(chǎn)暴露面梳理、資產(chǎn)關聯(lián)分析以及聚合統(tǒng)計等功能，并且積累了幾十億計規(guī)模的網(wǎng)絡資產(chǎn)數(shù)據(jù)，但尚缺乏對于網(wǎng)絡空間測繪資產(chǎn)數(shù)據(jù)價值的評估，無法定量地確定網(wǎng)絡資產(chǎn)數(shù)據(jù)價值。提出了網(wǎng)絡空間測繪資產(chǎn)數(shù)據(jù)價值評估模型，可以評估每條網(wǎng)絡資產(chǎn)數(shù)據(jù)的價值，并依據(jù)價值評分確定數(shù)據(jù)價值重要度等級。網(wǎng)絡空間測繪資產(chǎn)數(shù)據(jù)價值評估模型可在某組織機構(gòu)的網(wǎng)絡資產(chǎn)暴露面程度梳理、網(wǎng)絡資產(chǎn)屬性變化跟蹤監(jiān)控以及不同平臺網(wǎng)絡資產(chǎn)數(shù)據(jù)價值對比等方面進行應用，同時，能為安全研究人員和資產(chǎn)管理人員對掌握其所關注的網(wǎng)絡目標資產(chǎn)安全狀況變化趨勢提供便利。

發(fā)表于：2023/8/24 16:40:43

一種新的基于形式概念分析的漏洞分析預處理方法[通信與網(wǎng)絡][信息安全]

漏洞分析技術(shù)已經(jīng)成為企業(yè)應對安全問題的一個研究重點，通過對系統(tǒng)中已有漏洞進行分析，可以幫助企業(yè)和相關工作人員熟悉漏洞的特點與產(chǎn)生原因，甚至可以快速、高效地發(fā)現(xiàn)未知漏洞，避免資產(chǎn)損失。針對漏洞分析技術(shù)中漏洞預處理過程展開研究，提出一種新的基于形式概念分析的漏洞分析預處理方法，實現(xiàn)了對已有漏洞根據(jù)其特征快速進行聚類，并以圖形化界面直觀展示給用戶的功能。實驗表明新的漏洞分析預處理方法可以快速、準確地獲得漏洞之間的所有關聯(lián)，為用戶進一步分析漏洞提供基礎，符合企業(yè)及相關人員使用需求。

發(fā)表于：2023/8/24 16:24:13

論我國個人信息刪除權(quán)的雙重限制模式[其他][其他]

在信息主體與信息處理者的利益衡平中，信息主體的刪除權(quán)存在限制不足的問題。當刪除權(quán)的行使與公眾知情權(quán)、言論自由等公共利益發(fā)生沖突，或與信息處理者的利益損失顯著失衡時，我國刪除權(quán)的限制規(guī)則存在規(guī)范供給不足的問題。我國刪除權(quán)的限制規(guī)則采雙重限制模式，其中刪除權(quán)的形成限制以比例原則為指引，刪除權(quán)的行使限制以禁止權(quán)利濫用原則為指引。通過借鑒GDPR和BDSG中的刪除權(quán)限制規(guī)則，運用解釋和類推適用的方法對我國刪除權(quán)的限制規(guī)則進行完善。

發(fā)表于：2023/8/24 16:18:20