123,123,123

涉及隱私侵占類APP識(shí)別與分類方法研究[通信與網(wǎng)絡(luò)][信息安全]

隨著信息基礎(chǔ)建設(shè)的發(fā)展和移動(dòng)應(yīng)用的普及，用戶個(gè)人信息在使用過(guò)程中被應(yīng)用開(kāi)發(fā)者大量收集，出現(xiàn)了對(duì)個(gè)人信息的非法泄露和使用問(wèn)題，嚴(yán)重威脅到了個(gè)人信息安全。為了更加高效準(zhǔn)確地識(shí)別是否存在侵占隱私行為及對(duì)應(yīng)APP類別，提出了一種基于多模態(tài)特征的多策略組合的識(shí)別算法。首先，該算法采用Word2vec的方法來(lái)完成APP相關(guān)文本的詞匯層面的特征向量表示，隨后有針對(duì)性地將獲得的特征向量輸入CNN網(wǎng)絡(luò)進(jìn)行分類，接著根據(jù)文本分類的結(jié)果和多種行為特征集合生成應(yīng)用程序特征向量，最后結(jié)合多種不同的基分類器，采用硬投票的方式預(yù)測(cè)侵占隱私行為。實(shí)驗(yàn)結(jié)果表明，經(jīng)過(guò)訓(xùn)練的模型在驗(yàn)證集上的分類結(jié)果F1值最高可達(dá)91%，該方法可以有效地對(duì)侵占隱私類APP進(jìn)行識(shí)別及分類，有助于在大數(shù)據(jù)時(shí)代，保障個(gè)人信息安全建設(shè)。

發(fā)表于：12/15/2021 8:56:00 PM

基于圖神經(jīng)網(wǎng)絡(luò)進(jìn)程行為嵌入表示的入侵檢測(cè)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

入侵檢測(cè)是保障網(wǎng)絡(luò)空間安全的一項(xiàng)重要技術(shù)。隨著入侵者技術(shù)手段的升級(jí)，新一代的入侵檢測(cè)系統(tǒng)中需要融入人工智能技術(shù)以提升檢測(cè)效果。提出一種基于圖神經(jīng)網(wǎng)絡(luò)進(jìn)程行為嵌入表示的入侵檢測(cè)方法，該方法將計(jì)算機(jī)事件日志轉(zhuǎn)化為系統(tǒng)日志對(duì)象連接圖結(jié)構(gòu)，并在該圖上使用圖神經(jīng)網(wǎng)絡(luò)框架進(jìn)行頂點(diǎn)嵌入，從而得到計(jì)算機(jī)內(nèi)進(jìn)程行為的向量表達(dá)；在此基礎(chǔ)上，建立多階轉(zhuǎn)移模型，為計(jì)算機(jī)描述整體的進(jìn)程行為基線，并以偏離該基線的程度作為入侵行為檢測(cè)的依據(jù)。經(jīng)過(guò)多個(gè)攻擊場(chǎng)景的驗(yàn)證，本文方法能夠有效地檢測(cè)出多種入侵行為。

發(fā)表于：12/15/2021 8:51:00 PM

基于AD9361的雷達(dá)射頻和差模擬器[微波|射頻][航空航天]

脈沖雷達(dá)是我國(guó)骨干測(cè)控設(shè)備，由于波束窄，在測(cè)控任務(wù)中捕獲、跟蹤一直是其難點(diǎn)。多年來(lái)測(cè)控技術(shù)人員一直對(duì)模擬實(shí)戰(zhàn)訓(xùn)練進(jìn)行不間斷的研究、探索，傳統(tǒng)的射頻模擬器均采用上變頻模式實(shí)現(xiàn)，設(shè)備龐大，價(jià)格昂貴。通過(guò)介紹測(cè)控設(shè)備的基本組成與和差信號(hào)在脈沖雷達(dá)中的形成過(guò)程，基于實(shí)戰(zhàn)雷達(dá)系統(tǒng)，采用軟件模塊實(shí)現(xiàn)了上位機(jī)系統(tǒng)控制硬件和與雷達(dá)設(shè)備的信息傳輸，采用AD9361射頻芯片實(shí)現(xiàn)了C波段雷達(dá)模擬信號(hào)的產(chǎn)生，通過(guò)在雷達(dá)設(shè)備上的測(cè)試驗(yàn)證，采用軟件無(wú)線電技術(shù)實(shí)現(xiàn)C頻段射頻信號(hào)的產(chǎn)生，解決了設(shè)備人員實(shí)戰(zhàn)化訓(xùn)練手段不足的問(wèn)題，進(jìn)一步提升設(shè)備人員捕獲跟蹤及應(yīng)急處置能力，是全面檢驗(yàn)設(shè)備技、戰(zhàn)術(shù)性能的重要手段。

發(fā)表于：12/1/2021 4:38:00 PM

超寬帶微封裝頻率合成器的設(shè)計(jì)[其他][其他]

現(xiàn)代電子偵察系統(tǒng)中，尤其是便攜式、單兵等通信偵察系統(tǒng)，在功能技術(shù)指標(biāo)保持不變的前提下，對(duì)于整機(jī)體積和重量都提出了更高要求，要求內(nèi)部器件具有更小體積和更輕重量，所以，實(shí)現(xiàn)小型化、輕量化的超寬帶頻率源成為實(shí)現(xiàn)便攜式偵察設(shè)備的重點(diǎn)和關(guān)鍵。基于單鎖相環(huán)構(gòu)架，采用新的電路和工藝實(shí)現(xiàn)方式，實(shí)現(xiàn)了0.2 GHz~20 GHz高性能超寬帶頻率源，為工程應(yīng)用提供高性能、小型化和輕量化的頻率源。

發(fā)表于：12/1/2021 4:34:00 PM

基于MOSFET的電動(dòng)汽車電源開(kāi)關(guān)設(shè)計(jì)[電源技術(shù)][汽車電子]

針對(duì)傳統(tǒng)繼電器的機(jī)械磨損和電弧灼燒的現(xiàn)象，為滿足電動(dòng)汽車動(dòng)力電池的開(kāi)關(guān)控制要求，設(shè)計(jì)了一款基于MOSFET的大功率電源開(kāi)關(guān)。該開(kāi)關(guān)能夠有效提高開(kāi)關(guān)的通斷速度和降低機(jī)械損壞。詳細(xì)分析了電源開(kāi)關(guān)工作原理，其次闡述了電源開(kāi)關(guān)結(jié)構(gòu)設(shè)計(jì)和各模塊的設(shè)計(jì)優(yōu)勢(shì)，其中就如何選取合適的MOSFET驅(qū)動(dòng)器進(jìn)行重點(diǎn)闡述，最后，通過(guò)電流耐受能力試驗(yàn)，驗(yàn)證電源開(kāi)關(guān)可以在375 A大電流下正常工作。

發(fā)表于：12/1/2021 4:30:00 PM

基于0.35 μm CMOS工藝的高溫高壓LDO芯片設(shè)計(jì)[其他][其他]

基于X-FAB xa 0.35 μm CMOS工藝，首先采用Cascode電流鏡和高壓管，設(shè)計(jì)了一種具有高電源抑制比且無(wú)需額外提供偏置模塊的高溫高壓基準(zhǔn)電路，在輸入電壓為5.5 V～30 V、工作溫度為-55 ℃～175 ℃時(shí)，可獲得穩(wěn)定的0.9 V基準(zhǔn)電壓。接著針對(duì)負(fù)反饋環(huán)路的穩(wěn)定性問(wèn)題，根據(jù)動(dòng)態(tài)零點(diǎn)補(bǔ)償原理設(shè)計(jì)了一種新的動(dòng)態(tài)零點(diǎn)補(bǔ)償電路，使系統(tǒng)在全負(fù)載變化范圍內(nèi)保持穩(wěn)定。同時(shí)配合其他過(guò)溫保護(hù)、過(guò)壓保護(hù)、過(guò)流保護(hù)和邏輯控制等電路模塊，完成一款面積為2.822 3 mm2的高溫高壓低壓差線性穩(wěn)壓器(LDO)芯片的設(shè)計(jì)。

發(fā)表于：12/1/2021 4:23:00 PM

非侵入式負(fù)荷監(jiān)測(cè)系統(tǒng)數(shù)據(jù)隱私保護(hù)方法研究[其他][其他]

非侵入式負(fù)荷監(jiān)測(cè)技術(shù)有助于用電精細(xì)化管理，但細(xì)粒度的電力消費(fèi)數(shù)據(jù)也導(dǎo)致了用戶隱私信息暴露在攻擊者面前。首先分析了非侵入式負(fù)荷監(jiān)測(cè)數(shù)據(jù)所面臨的安全風(fēng)險(xiǎn)，并從密碼學(xué)角度提出了基于AES+RSA的混合加解密信息安全方案。方案采用對(duì)稱算法AES加密數(shù)據(jù)、非對(duì)稱算法RSA加密AES密鑰來(lái)實(shí)現(xiàn)高效的密鑰管理。利用Visio Studio 2017+Qt軟件開(kāi)發(fā)測(cè)試界面，通過(guò)數(shù)據(jù)總線將算法寫入STM32單片機(jī)進(jìn)行方案性能測(cè)試，優(yōu)選出最佳的運(yùn)行模式，同時(shí)驗(yàn)證了混合加解密方案的有效性?？偨Y(jié)得到，方案的耗時(shí)長(zhǎng)短取決于RSA算法的加解密或簽名驗(yàn)簽的效率。

發(fā)表于：12/1/2021 4:20:00 PM

基于區(qū)塊鏈的物聯(lián)網(wǎng)卡安全流轉(zhuǎn)方法研究[通信與網(wǎng)絡(luò)][物聯(lián)網(wǎng)]

針對(duì)物聯(lián)網(wǎng)卡非法流通現(xiàn)象嚴(yán)重、監(jiān)管溯源工作困難的問(wèn)題，運(yùn)用區(qū)塊鏈為核心技術(shù)，結(jié)合物聯(lián)網(wǎng)技術(shù)，設(shè)計(jì)物聯(lián)網(wǎng)卡安全流轉(zhuǎn)方法和系統(tǒng)。該系統(tǒng)由區(qū)塊鏈系統(tǒng)、信息系統(tǒng)、區(qū)塊鏈終端、微信小程序組成，安全流轉(zhuǎn)過(guò)程包括卡信息初始錄入、轉(zhuǎn)出申請(qǐng)、轉(zhuǎn)入確認(rèn)和溯源查詢。該系統(tǒng)采用智能合約實(shí)現(xiàn)流轉(zhuǎn)過(guò)程規(guī)則,分布式存儲(chǔ)信息摘要和物權(quán)變更信息,數(shù)據(jù)庫(kù)集中式存儲(chǔ)物聯(lián)網(wǎng)卡ICCID號(hào)段和信息摘要對(duì)應(yīng)關(guān)系,SE-SIM實(shí)現(xiàn)終端密鑰存儲(chǔ)和數(shù)字簽名。經(jīng)試點(diǎn)驗(yàn)證和分析，該系統(tǒng)能夠保證溯源數(shù)據(jù)安全可信，兼顧批量并發(fā)性能，并提高監(jiān)管效率。

發(fā)表于：12/1/2021 4:15:00 PM

基于自組織模糊神經(jīng)網(wǎng)絡(luò)的大功率LED調(diào)光模型[其他][其他]

大功率LED光度輸出不僅與操作電流大小有關(guān)，且受傳熱過(guò)程的時(shí)滯時(shí)變不確定因素影響難以預(yù)測(cè)。針對(duì)傳統(tǒng)機(jī)理建模存在參數(shù)提取困難、模型適應(yīng)性弱等缺點(diǎn)，提出基于模糊神經(jīng)網(wǎng)絡(luò)建模算法，從而構(gòu)建以操作電流、熱沉溫度、環(huán)境溫度為輸入，光通量為輸出的調(diào)光模型。模型結(jié)構(gòu)和參數(shù)依據(jù)在線數(shù)據(jù)進(jìn)行調(diào)整，通過(guò)遞推學(xué)習(xí)，模糊規(guī)則得到增量式完善，進(jìn)而不斷逼近實(shí)際動(dòng)態(tài)過(guò)程。結(jié)果表明，利用該方法構(gòu)建的調(diào)光模型與參考模型理論值相對(duì)誤差小于3%，與其他模型相比，結(jié)構(gòu)更加緊湊，預(yù)測(cè)精度更高。

發(fā)表于：12/1/2021 4:11:00 PM

基于核函數(shù)及參數(shù)優(yōu)化的KPLS質(zhì)量預(yù)測(cè)研究[其他][其他]

核偏最小二乘(KPLS)在工業(yè)過(guò)程監(jiān)測(cè)和質(zhì)量預(yù)測(cè)中得到了廣泛的應(yīng)用，核函數(shù)和核參數(shù)的選取對(duì)KPLS質(zhì)量預(yù)測(cè)結(jié)果有重要影響。然而，如何選擇核函數(shù)類型和核參數(shù)一直是該方法應(yīng)用的瓶頸。針對(duì)以上問(wèn)題，提出一種改進(jìn)遺傳算法的核函數(shù)優(yōu)化方法。該方法將核的種類及核參數(shù)作為優(yōu)化的決策變量，以均方根誤差為目標(biāo)，分別從編碼方案、遺傳策略、適應(yīng)度函數(shù)優(yōu)化、交叉和變異算法等方面進(jìn)行設(shè)計(jì)，以保證核函數(shù)種類的多樣性，利用2折交叉驗(yàn)證法對(duì)訓(xùn)練結(jié)果進(jìn)行驗(yàn)證。以田納西-伊斯曼過(guò)程(TE)與MATLAB結(jié)合進(jìn)行仿真實(shí)驗(yàn)，仿真結(jié)果表明，該方法能尋找到最優(yōu)核函數(shù)以及其核參數(shù)，具有很好的穩(wěn)定性和一致性。

發(fā)表于：12/1/2021 4:06:00 PM