欧美一性一乱一交一视频,欧美交a欧美精品喷水

國(guó)產(chǎn)化泛在物聯(lián)網(wǎng)安全防護(hù)系統(tǒng)的設(shè)計(jì)與應(yīng)用[通信與網(wǎng)絡(luò)][物聯(lián)網(wǎng)]

針對(duì)物聯(lián)網(wǎng)的終端類型多、規(guī)模大、維護(hù)難度大、面對(duì)新型攻擊缺乏應(yīng)對(duì)手段等難題，以物聯(lián)終端資產(chǎn)風(fēng)險(xiǎn)檢測(cè)為核心，基于海光國(guó)產(chǎn)化硬件平臺(tái)，融合物聯(lián)網(wǎng)終端分類、異常檢測(cè)、協(xié)議精細(xì)化識(shí)別、智能準(zhǔn)入控制等手段，形成了一套高效的一體化物聯(lián)網(wǎng)安全防護(hù)解決方案, 實(shí)現(xiàn)物聯(lián)網(wǎng)風(fēng)險(xiǎn)、性能、資產(chǎn)、流量等全網(wǎng)數(shù)據(jù)的態(tài)勢(shì)感知分析與綜合呈現(xiàn)，多維度、多視角監(jiān)控物聯(lián)網(wǎng)流量、全網(wǎng)風(fēng)險(xiǎn)、屬性狀態(tài)、資產(chǎn)異變等情況。

發(fā)表于：9/10/2021 4:07:11 PM

基于云計(jì)算的工業(yè)互聯(lián)網(wǎng)平臺(tái)安全體系設(shè)計(jì)[人工智能][5G]

AI、區(qū)塊鏈、5G、大數(shù)據(jù)等新技術(shù)發(fā)展導(dǎo)致新應(yīng)用場(chǎng)景不斷涌現(xiàn)，新型安全威脅及攻擊手段屢見(jiàn)不鮮，給安全保障帶來(lái)極大的挑戰(zhàn)。建立了一個(gè)工業(yè)互聯(lián)網(wǎng)安全運(yùn)營(yíng)體系，旨在為工業(yè)互聯(lián)網(wǎng)平臺(tái)提供安全可靠的保證及全棧的安全能力。通過(guò)采用云計(jì)算虛擬技術(shù)，構(gòu)建了基于云計(jì)算的工業(yè)互聯(lián)網(wǎng)智能安全運(yùn)營(yíng)的平臺(tái)。該平臺(tái)體系把物理層面的安全資源虛擬為安全資源池，可以為用戶提供多種全生命周期的云安全服務(wù)，從而滿足用戶個(gè)性化的需求。研究成果實(shí)現(xiàn)了對(duì)工業(yè)互聯(lián)網(wǎng)傳統(tǒng)網(wǎng)絡(luò)環(huán)境、公有云環(huán)境、私有云環(huán)境、混合云環(huán)境的多場(chǎng)景綜合防護(hù)，可以有效發(fā)現(xiàn)并防御企業(yè)面臨的網(wǎng)絡(luò)威脅，并及時(shí)采取應(yīng)對(duì)措施避免損失，為企業(yè)提供堅(jiān)實(shí)的網(wǎng)絡(luò)安全屏障。

發(fā)表于：9/10/2021 3:49:37 PM

基于1d-MSCNN+GRU的工業(yè)入侵檢測(cè)方法研究[其他][其他]

針對(duì)傳統(tǒng)機(jī)器學(xué)習(xí)方法對(duì)特征依賴大，以及傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)只通過(guò)提取重要的局部特征來(lái)完成識(shí)別分類，收斂速度慢的問(wèn)題，提出了一維多尺度卷積神經(jīng)網(wǎng)絡(luò)和門控循環(huán)單元相結(jié)合的入侵檢測(cè)方法。該方法使用一維多尺度卷積神經(jīng)網(wǎng)絡(luò)加強(qiáng)對(duì)特征的捕捉能力，加快收斂速度，采用門控循環(huán)單元把握空間特征，減少通道數(shù)量擴(kuò)張，降低數(shù)據(jù)維度。使用KDD CUP 99數(shù)據(jù)集和密西西比州大學(xué)的天然氣管道的數(shù)據(jù)集進(jìn)行仿真實(shí)驗(yàn)，結(jié)果表明與經(jīng)典的機(jī)器學(xué)習(xí)分類器相比，該方法具有較高的入侵檢測(cè)性能和較好的泛化能力。

發(fā)表于：9/10/2021 3:44:36 PM

私有工控協(xié)議分類方法研究[通信與網(wǎng)絡(luò)][工業(yè)自動(dòng)化]

工控協(xié)議是網(wǎng)絡(luò)協(xié)議的一個(gè)分支，在工控系統(tǒng)的信息安全研究中，協(xié)議安全是其中相當(dāng)重要的一部分。目前工控協(xié)議缺乏統(tǒng)一規(guī)范，產(chǎn)生了大量的私有未知協(xié)議，這些私有協(xié)議的逆向分析在報(bào)文分類方面研究有限。通過(guò)對(duì)基于網(wǎng)絡(luò)流量的協(xié)議逆向方法研究，提出了一種私有工控協(xié)議報(bào)文分類方法，通過(guò)N-gram算法進(jìn)行報(bào)文切分，然后通過(guò)關(guān)鍵詞提取算法提取關(guān)鍵詞，最后依據(jù)提取的關(guān)鍵詞進(jìn)行報(bào)文聚類。實(shí)驗(yàn)結(jié)果表明所提出的方法能對(duì)未知的工控協(xié)議進(jìn)行較好的按照功能分類。

發(fā)表于：9/10/2021 3:40:52 PM

基于故障模式的裝備質(zhì)量問(wèn)題文本分類方法[其他][其他]

面對(duì)大規(guī)模的海量裝備質(zhì)量問(wèn)題文本，如何精準(zhǔn)有效地將它們按照故障模式分類具有重要的理論意義。目前，主要以專家人工判定的傳統(tǒng)方式開(kāi)展問(wèn)題分類費(fèi)時(shí)費(fèi)力，難以滿足實(shí)際的應(yīng)用需求。在此背景下，提出了一種基于故障模式的裝備問(wèn)題自動(dòng)分類方法。該方法首先利用中文分詞技術(shù)開(kāi)展文本切詞，生成文本關(guān)鍵詞特征向量，進(jìn)而計(jì)算質(zhì)量問(wèn)題與故障模式文本特征向量的相似度，最后按照相似度的閾值判定質(zhì)量問(wèn)題歸屬故障模式的種類。采用信息化技術(shù)進(jìn)行裝備質(zhì)量問(wèn)題分類方法簡(jiǎn)單易行，實(shí)驗(yàn)結(jié)果表明效果良好。

發(fā)表于：9/10/2021 3:35:53 PM

基于數(shù)字孿生的水務(wù)工業(yè)控制系統(tǒng)攻防驗(yàn)證技術(shù)[通信與網(wǎng)絡(luò)][信息安全]

隨著工業(yè)物聯(lián)網(wǎng)的發(fā)展，水務(wù)工業(yè)控制系統(tǒng)面臨著工控現(xiàn)場(chǎng)設(shè)備不能碰、工控網(wǎng)絡(luò)環(huán)境不能改動(dòng)、工控系統(tǒng)安全隱患分析不充分等痛點(diǎn)問(wèn)題。迫切需要搭建面向特定行業(yè)的工控安全仿真驗(yàn)證環(huán)境，實(shí)現(xiàn)工控安全問(wèn)題充分暴露，安全隱患充分驗(yàn)證等目標(biāo)。文章利用數(shù)字孿生新興技術(shù)，實(shí)現(xiàn)了水務(wù)制水工藝流程和工業(yè)機(jī)理的仿真建模。通過(guò)搭建水務(wù)系統(tǒng)數(shù)字孿生仿真驗(yàn)證試驗(yàn)床，提出了面向水務(wù)工控系統(tǒng)功能安全和信息安全聯(lián)動(dòng)的攻防驗(yàn)證技術(shù)，為保障工業(yè)互聯(lián)網(wǎng)場(chǎng)景下水務(wù)行業(yè)工業(yè)控制系統(tǒng)安全提供技術(shù)參考。

發(fā)表于：9/10/2021 3:32:03 PM

基于NTA的工業(yè)數(shù)據(jù)安全監(jiān)測(cè)方法設(shè)計(jì)與應(yīng)用研究[通信與網(wǎng)絡(luò)][工業(yè)自動(dòng)化]

工業(yè)互聯(lián)網(wǎng)安全監(jiān)測(cè)平臺(tái)趨于成熟。在工業(yè)互聯(lián)網(wǎng)+大數(shù)據(jù)的環(huán)境下，工業(yè)數(shù)據(jù)如今面對(duì)日常運(yùn)維泄露、傳輸違規(guī)、跨境數(shù)據(jù)安全等問(wèn)題，工業(yè)數(shù)據(jù)安全監(jiān)測(cè)成為工業(yè)互聯(lián)網(wǎng)的核心關(guān)鍵，是態(tài)勢(shì)感知、監(jiān)測(cè)預(yù)警等重要功能的基礎(chǔ)和前提。重點(diǎn)介紹了傳統(tǒng)流量識(shí)別數(shù)據(jù)安全監(jiān)測(cè)技術(shù)，基于DPI、DFI流量的工業(yè)數(shù)據(jù)監(jiān)測(cè)，以及目前工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)安全監(jiān)測(cè)技術(shù)應(yīng)用，解決“工業(yè)互聯(lián)網(wǎng)+大數(shù)據(jù)”場(chǎng)景下工業(yè)數(shù)據(jù)安全防護(hù)問(wèn)題。

發(fā)表于：9/10/2021 3:26:54 PM

超寬帶室內(nèi)定位無(wú)線時(shí)鐘同步設(shè)計(jì)與實(shí)現(xiàn)[其他][其他]

為解決基于到達(dá)時(shí)間差(TDOA)的超寬帶(UWB)室內(nèi)定位系統(tǒng)中不同定位基站的本地時(shí)鐘不同步問(wèn)題，設(shè)計(jì)并實(shí)現(xiàn)了一種單區(qū)域定位的無(wú)線時(shí)鐘同步方式，并在此基礎(chǔ)上進(jìn)行了多區(qū)域定位無(wú)線時(shí)鐘同步的擴(kuò)展。首先利用UWB定位基站和待定位節(jié)點(diǎn)之間的無(wú)線通信，獲取各基站的時(shí)間戳數(shù)據(jù)，之后服務(wù)器端的時(shí)鐘同步模塊利用該時(shí)間戳數(shù)據(jù)和基站位置數(shù)據(jù)，計(jì)算基站間的時(shí)鐘偏差系數(shù)用于計(jì)算待定位節(jié)點(diǎn)信號(hào)到達(dá)不同基站的時(shí)間差TDOA，最后服務(wù)器端的定位模塊利用TDOA數(shù)據(jù)對(duì)待定位節(jié)點(diǎn)進(jìn)行定位。

發(fā)表于：8/31/2021 4:05:00 PM

一種時(shí)變交互多模型融合目標(biāo)跟蹤方法[其他][其他]

針對(duì)交互多模型(IMM)目標(biāo)跟蹤理論采用不變的馬爾可夫轉(zhuǎn)移概率矩陣以及在模型概率更新中采用的是殘差模型，缺乏實(shí)時(shí)適應(yīng)性，提出了以多模型濾波結(jié)果為中心，以貝葉斯估計(jì)理論融合多模型跟蹤結(jié)果來(lái)更新目標(biāo)狀態(tài)分布，并根據(jù)模型似然函數(shù)更新下一時(shí)刻模型概率,以當(dāng)前濾波模型目標(biāo)狀態(tài)分布似然函數(shù)來(lái)更新模型間馬爾可夫轉(zhuǎn)移概率矩陣。采用蒙特卡羅仿真與常規(guī)IMM方法進(jìn)行了對(duì)比，對(duì)強(qiáng)機(jī)動(dòng)目標(biāo)和擾動(dòng)靜態(tài)目標(biāo)場(chǎng)景進(jìn)行了仿真，結(jié)果表明該方法航跡誤差精度優(yōu)于常規(guī)IMM,可以有效地對(duì)機(jī)動(dòng)目標(biāo)跟蹤。

發(fā)表于：8/31/2021 3:58:00 PM

面向干式水表產(chǎn)品追溯的RFID標(biāo)簽天線設(shè)計(jì)[其他][其他]

為了實(shí)現(xiàn)干式水表制造過(guò)程產(chǎn)品追溯，以便對(duì)干式水表的質(zhì)量和數(shù)量進(jìn)行有效監(jiān)測(cè)，根據(jù)干式水表的內(nèi)部結(jié)構(gòu)，設(shè)計(jì)了一款性能滿足干式水表產(chǎn)品追溯的小型化抗金屬超高頻PCB RFID標(biāo)簽。該標(biāo)簽天線采用彎折偶極子結(jié)構(gòu)，可嵌入到水表中。為改善金屬環(huán)境中RFID標(biāo)簽天線的性能，基于干式水表的內(nèi)部結(jié)構(gòu)和尺寸的約束，通過(guò)對(duì)天線電小環(huán)進(jìn)行內(nèi)凹彎折結(jié)構(gòu)設(shè)計(jì)、調(diào)試與仿真，發(fā)現(xiàn)對(duì)天線中心頻點(diǎn)和回波損耗的影響程度，實(shí)現(xiàn)對(duì)標(biāo)簽天線的小型化設(shè)計(jì)。對(duì)標(biāo)簽天線樣品實(shí)物進(jìn)行實(shí)際距離測(cè)試和天線最低激活功率測(cè)試，驗(yàn)證了所設(shè)計(jì)的標(biāo)簽天線嵌入水表后的最大識(shí)讀距離為3.2 m，實(shí)際中心頻點(diǎn)為900 MHz，滿足產(chǎn)品追溯的識(shí)讀要求。

發(fā)表于：8/31/2021 3:43:00 PM