中文字幕AV小黄片,青青青欧美视频在线观看

基于隱私保護(hù)的電解鋁生產(chǎn)決策方法[通信與網(wǎng)絡(luò)][信息安全]

在電解鋁生產(chǎn)過程中，傳統(tǒng)的人工控制決策方式已經(jīng)難以適應(yīng)現(xiàn)代鋁電解生產(chǎn)要求，當(dāng)下深度學(xué)習(xí)算法處理此類時(shí)間序列數(shù)據(jù)得到廣泛應(yīng)用，決策是否高效影響鋁電解槽的穩(wěn)定運(yùn)行和高效產(chǎn)出鋁。同時(shí)，數(shù)據(jù)隱私問題也不容忽視，隱私安全既影響電解鋁生產(chǎn)過程又影響其正常使用，誤用、濫用數(shù)據(jù)挖掘可能導(dǎo)致用戶數(shù)據(jù)特別是敏感信息的泄露，而信息一旦丟失或泄漏將造成重大的損失。針對(duì)以上問題，提出一種利用改進(jìn)LSTM模型結(jié)構(gòu)結(jié)合優(yōu)化ElGamal算法的電解鋁決策方法：首先針對(duì)數(shù)據(jù)隱私問題提出了優(yōu)化后的ElGamal算法；再針對(duì)電解鋁數(shù)據(jù)特性改進(jìn)LSTM模型結(jié)構(gòu)與優(yōu)化ElGamal算法的雙結(jié)合。實(shí)驗(yàn)結(jié)果表明，本方法可以在保證決策隱私安全的情況下，性能優(yōu)于傳統(tǒng)方法，在實(shí)際情況中有參考的價(jià)值。

發(fā)表于：2024/9/26 15:25:08

基于自監(jiān)督圖神經(jīng)網(wǎng)絡(luò)和混合神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)[通信與網(wǎng)絡(luò)][信息安全]

為了解決現(xiàn)有網(wǎng)絡(luò)入侵檢測(cè)方法在特征提取單一、數(shù)據(jù)依賴強(qiáng)以及模型泛化能力差等方面的問題，提出了一種基于自監(jiān)督圖神經(jīng)網(wǎng)絡(luò)和混合神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)方法。首先，通過自監(jiān)督學(xué)習(xí)策略，利用圖卷積網(wǎng)絡(luò)提取網(wǎng)絡(luò)流量數(shù)據(jù)中的結(jié)構(gòu)特征，增強(qiáng)模型在無標(biāo)簽數(shù)據(jù)上的特征學(xué)習(xí)能力，從而降低對(duì)標(biāo)注數(shù)據(jù)的依賴并提升泛化能力。其次，使用卷積神經(jīng)網(wǎng)絡(luò)提取網(wǎng)絡(luò)流量中時(shí)間序列的空間特征，并通過長短時(shí)記憶網(wǎng)絡(luò)建模時(shí)間依賴性，進(jìn)行多視角特征提取，提高檢測(cè)的全面性。最后，設(shè)計(jì)了一種特征融合策略，豐富模型特征表示，提升模型魯棒性。在公開數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，所提方法具有更高的準(zhǔn)確率和F1值。

發(fā)表于：2024/9/26 15:13:51

金融行業(yè)數(shù)據(jù)全生命周期的安全保護(hù)研究[通信與網(wǎng)絡(luò)][信息安全]

隨著數(shù)字經(jīng)濟(jì)的繁榮和金融行業(yè)數(shù)字化轉(zhuǎn)型的加速，數(shù)據(jù)已經(jīng)成為了推動(dòng)金融行業(yè)轉(zhuǎn)型的新興力量。然而，在這個(gè)過程中，數(shù)據(jù)安全防護(hù)成為了保障金融穩(wěn)定和安全的關(guān)鍵環(huán)節(jié)，其對(duì)于國家安全和社會(huì)穩(wěn)定的影響不容忽視。分析了金融行業(yè)面臨的數(shù)據(jù)安全風(fēng)險(xiǎn)，提出在金融行業(yè)內(nèi)的數(shù)據(jù)安全體系建設(shè)實(shí)踐，為構(gòu)建金融行業(yè)的數(shù)據(jù)安全體系提供參考。

發(fā)表于：2024/9/26 15:01:08

基于匿名查詢的雙向隱私保護(hù)方法[通信與網(wǎng)絡(luò)][信息安全]

為應(yīng)對(duì)多方數(shù)據(jù)查詢中潛在的信息泄露、身份暴露以及查詢內(nèi)容泄露等安全風(fēng)險(xiǎn)，設(shè)計(jì)了一個(gè)保護(hù)多方隱私的匿名查詢方法。通過結(jié)合ElGamal同態(tài)加密技術(shù)、不經(jīng)意傳輸協(xié)議以及一次性會(huì)話密鑰等多種加密手段，提出了一種基于匿名查詢的雙向隱私保護(hù)方法。該方法引入代理節(jié)點(diǎn)來執(zhí)行所有的查詢操作，從而有效隱藏查詢方和被查詢方的原始數(shù)據(jù)及查詢行為，并支持多個(gè)機(jī)構(gòu)在保護(hù)各自數(shù)據(jù)隱私的同時(shí)進(jìn)行聯(lián)合查詢。通過測(cè)試驗(yàn)證，該方法可以提供高效的查詢性能和準(zhǔn)確的查詢結(jié)果，有效保障各參與方的數(shù)據(jù)安全。

發(fā)表于：2024/9/26 14:50:52

工業(yè)網(wǎng)絡(luò)的高級(jí)可持續(xù)性威脅監(jiān)測(cè)、溯源技術(shù)[通信與網(wǎng)絡(luò)][信息安全]

工業(yè)自動(dòng)化控制系統(tǒng)多使用專用通信協(xié)議，應(yīng)用場(chǎng)景與生產(chǎn)工藝流程緊密聯(lián)系。目前所普遍采用的工控威脅監(jiān)測(cè)技術(shù)是基于被動(dòng)防御理念，無法有效識(shí)別以工業(yè)基礎(chǔ)設(shè)施為目標(biāo)，且技術(shù)復(fù)雜、手段隱蔽的入侵威脅。以工業(yè)網(wǎng)絡(luò)中傳輸?shù)墓I(yè)相關(guān)文件還原為數(shù)據(jù)基礎(chǔ)，提出基于soft-PLC仿真平臺(tái)應(yīng)用級(jí)的監(jiān)測(cè)分析以及關(guān)鍵安全特征追溯方案，不但可以更加全面覆蓋工業(yè)網(wǎng)絡(luò)威脅模型的多個(gè)階段，還可以更加充分地應(yīng)對(duì)工業(yè)生產(chǎn)場(chǎng)景入侵、干擾行為的技術(shù)特點(diǎn)，成為工業(yè)網(wǎng)絡(luò)高級(jí)可持續(xù)性威脅監(jiān)測(cè)、溯源的有效途徑之一。

發(fā)表于：2024/9/26 14:39:36

粒子群優(yōu)化算法在無人分布式陣面的應(yīng)用[通信與網(wǎng)絡(luò)][航空航天]

機(jī)載雷達(dá)受限于載機(jī)平臺(tái)，無法獲得更大口徑的陣面，而在無人機(jī)平臺(tái)，可將雷達(dá)陣面化整為零，在有限陣元數(shù)條件下，采用稀布陣列可獲得更大口徑的陣面。然而稀布陣列造成方向圖柵瓣和副瓣的抬高，需對(duì)稀布陣列進(jìn)行優(yōu)化，消除柵瓣、降低副瓣后方能使用。稀布陣列方向圖優(yōu)化是一個(gè)離散優(yōu)化問題，將粒子群優(yōu)化算法應(yīng)用于無人分布式雷達(dá)的稀布陣列上，其算法原理簡單，運(yùn)行速度快，可調(diào)參數(shù)少，以較少的陣元數(shù)獲得無柵瓣和低副瓣的方向圖，從而提升無人分布式陣面的性能。

發(fā)表于：2024/9/14 15:07:22

一種機(jī)載詢問機(jī)波束指向偏差修正算法[通信與網(wǎng)絡(luò)][航空航天]

針對(duì)在一次雷達(dá)方位牽引條件下使用的機(jī)載敵我識(shí)別詢問機(jī)，載機(jī)轉(zhuǎn)彎段存在波束指向偏差大的問題，深入分析了誤差來源并對(duì)誤差影響程度進(jìn)行了仿真分析，指出載機(jī)轉(zhuǎn)彎時(shí)，若按照雷達(dá)的指示方位設(shè)置敵我識(shí)別詢問機(jī)波束指向，波束不能夠?qū)?zhǔn)目標(biāo)。提出了一種機(jī)載詢問機(jī)的波束指向偏差修正算法，修正了敵我識(shí)別詢問機(jī)波束指向并進(jìn)行了仿真驗(yàn)證。仿真結(jié)果表明：所提出的修正算法能夠使敵我識(shí)別詢問機(jī)在載機(jī)轉(zhuǎn)彎段維持高指向精度，促進(jìn)了機(jī)載敵我識(shí)別/二次雷達(dá)系統(tǒng)的發(fā)展。

發(fā)表于：2024/9/14 14:50:02

基于多尺度顯著性檢測(cè)的SAR圖像海岸線檢測(cè)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

SAR圖像岸線檢測(cè)是SAR近岸海洋目標(biāo)檢測(cè)的一項(xiàng)重要環(huán)節(jié)。提出了一種基于多尺度顯著性檢測(cè)的SAR圖像海岸線檢測(cè)方法，用以檢測(cè)低對(duì)比度SAR圖像的海岸線。首先將SAR圖像依據(jù)尺度系數(shù)進(jìn)行多尺度變換，然后對(duì)于每種尺度圖像進(jìn)行譜殘差法顯著性檢測(cè)，得到一系列顯著性子圖；而后應(yīng)用NSCT變換融合各顯著子圖得到最終顯著圖，將顯著圖代入到活動(dòng)輪廓模型中進(jìn)行檢測(cè)，得到檢測(cè)結(jié)果。SAR圖像實(shí)驗(yàn)結(jié)果表明，該方法相比于傳統(tǒng)方法，提升了對(duì)于低對(duì)比度圖像的適應(yīng)性，增強(qiáng)了抗噪性能。

發(fā)表于：2024/9/14 14:35:03

一種用于DOA估計(jì)的高精度同步多天線系統(tǒng)設(shè)計(jì)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

信號(hào)波達(dá)方向估計(jì)（DOA）是確定信源或目標(biāo)的關(guān)鍵技術(shù)之一，廣泛應(yīng)用于雷達(dá)、通信和導(dǎo)航等領(lǐng)域。設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于FPGA和多片AD9361的用于DOA估計(jì)的高精度同步多天線系統(tǒng)。該系統(tǒng)采用校準(zhǔn)源反饋到各接收通道的硬件設(shè)計(jì)，結(jié)合FFT精確估計(jì)相位差，并利用迭代優(yōu)化校準(zhǔn)方式進(jìn)行補(bǔ)償，從而實(shí)現(xiàn)高精度同步。該系統(tǒng)具有高精度、高穩(wěn)定、小型輕便的優(yōu)勢(shì)。經(jīng)測(cè)試，該系統(tǒng)在100 MHz至1.25 GHz頻帶內(nèi)能夠快速收斂到±0.2°多通道相位誤差，并能夠在99.74%時(shí)間內(nèi)保持穩(wěn)定在該區(qū)間。相比于共用外部本振的同步方式，該設(shè)計(jì)簡化本振系統(tǒng)設(shè)計(jì)，相位誤差從±5°減小到±0.2°，且具有易實(shí)現(xiàn)、易拓展、實(shí)時(shí)性的優(yōu)勢(shì)。

發(fā)表于：2024/9/14 14:19:00

基于CNN-BiLSTM-Attetion的銀杏液流預(yù)測(cè)模型及環(huán)境因子影響研究[模擬設(shè)計(jì)][其他]

樹木液流受生理活動(dòng)和多重環(huán)境因子的共同作用，表現(xiàn)為非線性和隨機(jī)性特征，為預(yù)測(cè)模型的精確度帶來挑戰(zhàn)。對(duì)此，結(jié)合CNN卷積層、BiLSTM雙向網(wǎng)絡(luò)結(jié)構(gòu)和注意力機(jī)制的優(yōu)勢(shì)分別對(duì)樹干液流序列的局部特征、長期依賴和關(guān)鍵信息進(jìn)行提取，并根據(jù)自測(cè)銀杏液流數(shù)據(jù)集構(gòu)建基于CNN-BiLSTM-Attetion的樹干液流預(yù)測(cè)模型。該模型的R2、MSE和MAE分別為0.977 3、0.002 9和0.013 4，相較于CNN、BiLSTM、XGBoost、RNN和TCN建立的模型均有不同程度的提高。另外，還利用特征工程對(duì)環(huán)境因子的重要性進(jìn)行排名，分析銀杏樹干液流在生長季初期對(duì)環(huán)境因子的響應(yīng)規(guī)律，對(duì)銀杏生長季初期的灌溉和養(yǎng)護(hù)提供理論依據(jù)。

發(fā)表于：2024/9/14 14:05:21