基于可攻击空间假设的陷阱式集成对抗防御网络

如今,深度神经网络在各个领域取得了广泛的应用.然而研究表明,深度神经网络容易受到对抗样本的攻击,严重威胁着深度神经网络的应用和发展.现有的对抗防御方法大多需要以牺牲部分原始分类精度为代价,且强依赖于已有生成的对抗样本所提供的信息,无法兼顾防御的效力与效率.因此基于流形学习,从特征空间的角度提出可攻击空间对抗样本成因假设,并据此提出一种陷阱式集成对抗防御网络Trap-Net. Trap-Net在原始模型的基础上向训练数据添加陷阱类数据,使用陷阱式平滑损失函数建立目标数据类别与陷阱数据类别间的诱导关系以生成陷阱式网络.针对原始分类精度损失问题,利用集成学习的方式集成多个陷阱式网络以在不损失原始分类精度的同时,扩大陷阱类标签于特征空间所定义的靶标可攻击空间.最终, Trap-Net通过探测输入数据是否命中靶标可攻击空间以判断数据是否为对抗样本.基于MNIST、K-MNIST、F-MNIST、CIFAR-10和CIFAR-100数据集的实验表明, Trap-Net可在不损失干净样本分类精确度的同时具有很强的对抗样本防御泛化性,且实验结果验证可攻击空间对抗成因假设.在低扰动的白盒攻击场景中, Trap-Net对对抗样本的探测率高达85%以上.在高扰动的白盒攻击和黑盒攻击场景中, Trap-Net对对抗样本的探测率几乎高达100%.与其他探测式对抗防御方法相比, Trap-Net对白盒和黑盒对抗攻击皆有很强的防御效力.为对抗环境下深度神经网络提供一种高效的鲁棒性优化方法.

三维文物点云模型配准优化算法

针对文物碎片配准过程中碎片点云之间不存在包含关系、对应点难以确定和配准效率低的问题,提出一种基于群体智能的文物点云数据配准优化算法.该算法利用曲率显著特征点的Hausdorff距离来确定初始对应点集,利用离散混沌细菌群体趋药算法求解得到最优的粗配准点对,采用混沌细菌群体趋药算法寻找最优的旋转和平移参数完成精配准.文中算法扩展了配准算法的使用范围,提高了配准的精度和效率,最后以具体的兵马俑碎片实例验证了该算法的有效性.

用于测试用例最小化问题的改进PSO算法

针对回归测试中测试用例最小化问题,将粒子群优化算法和随机算法相结合,提出一种二维随机粒子群优化算法,用来解决测试用例最小化的问题。该算法采用二维适应值评价函数,一维是覆盖度,另一维是冗余度。利用各个测试用例的覆盖率为概率随机产生下一代个体位置。实验结果表明该算法性能优良且具有较好的稳定性。

求解非线性互补问题的熵函数认知优化算法

提出了一个求解非线性互补问题的熵函数社会认知优化算法。首先将非线性互补问题转化为非线性方程组来求解,然后利用熵函数法将非线性方程组求解转化为一个光滑的无约束优化问题,最后应用社会认知优化算法求解此优化问题。实验结果表明,该算法收敛速度快,稳定性好,是求解非线性互补问题的一种有效算法。

求解非线性方程组的社会认知算法

将非线性方程组的求解问题转化为函数优化问题,应用一种新的智能优化算法——社会认知算法求解此优化问题,实验结果表明了社会认知算法在求解非线性方程组时的可行性和有效性。

混沌细菌群体趋药算法及应用

为了解决传统细菌群体趋药优化算法的收敛速度较慢问题,提出混沌细菌群体趋药算法。该算法在细菌群体中加入基于Tent映射的混沌搜索,增加了细菌群体中个体的多样性,将寻优过程分成趋药细菌群和混沌细菌群同时进行,提高了细菌群体优化算法的全局收敛能力。典型实例表明,本方法收敛速度快,优于传统细菌群体趋药优化算法。

自我价值感与心理健康的相关研究——以重庆高职学生为例

通过采用青少年自我价值感量表及症状自评量表(SCL-90)对1697名高职学生进行调查,探讨高职学生自我价值感的特点及其与心理健康的关系,结果表明:高职学生在自我价值感各维度的得分都处于中等偏上水平,从总体上看高职学生对自己是积极、自信、肯定、认可的;高职学生的自我价值感在生源地方面不存在显著差异,而在性别、是否独生子女、是否担任学生干部方面存在显著差异;高职学生自我价值感各维度与症状自评量表各维度呈极显著的负相关,即自我价值感越高的高职学生,其心理健康水平越高。注重培养高职学生的自我价值感,有益于提升高职学生的心理健康水平。

基于改进DPSO的组合测试数据生成算法

对离散粒子群优化算法进行改进,提出一种两两覆盖的组合测试数据生成算法。以一个粒子代表一个测试数据集,从整体上评价测试数据集对各个因素组合的覆盖情况,以测试数据中各因素离散值出现的次数为依据,随机产生粒子位置。实例分析表明,该算法与初始值无关,可有效生成测试数据且收敛速度快。

一种基于测试数据和D-S证据理论的可信性度量模型

针对软件可信性评估模型客观性不强的问题,提出了基于测试过程数据的软件可信性度量模型。该模型根据软件测试过程和能力成熟度模型CMM模型选取软件测试过程中的关键可信属性,利用软件测试中的过程数据作为可信证据,通过测试过程数据进行可信属性的定量度量,最后,将这些分散的可信指标通过D-S证据理论进行融合得到软件的可信性。实例表明,该度量模型在软件可信性评估中是有效的。

CDMA蜂窝集群前向功率控制技术的研究

本文对基于CDMA的集群通信系统的功率控制进行了初步的研究。针对集群通信的特点,本文提出了CDMA共享信道的概念和集中式前向功率控制技术,并进行相应的仿真。结果表明,该技术很好地解决了在CDMA蜂窝通信中实现集群功能的功率控制问题,大大增加了系统的容量。

基于群体智能的三维碎片全局最优匹配方法

针对传统三维碎片整体匹配过程中误差积累的问题,提出了一种基于群体智能的全局最优匹配方法。该方法对破碎物体的三维多碎片全局匹配建立全局整体碎片匹配的数学模型,将碎片的整体最优匹配求解问题转换为求满足一定约束条件的最优匹配矩阵的组合优化问题,通过将自然社会认知优化算法进行离散化来求解该NP问题。典型实例分析验证了所提方法全局优化能力强,与初始位置无关,有较强的鲁棒性,为三维碎片整体匹配提供一个有效的方法。

基于CDMA2000 1X的模拟传真设计和实现

针对目前基于CDMA2000 1X的数字传真存在的问题,结合现有的CDMA2000 1X数据业务的实现和模拟传真业务的协议,提出了一个完整的基于CDMA20000 1X的模拟传真终端系统设计方案,在此基础上描述了系统的实现原理和传真流程。此模拟传真终端在CDMA2000 1X上进行了模拟传真的实验,结果表明,该终端在传真的质量和成功率方面有较大的改进,更好地满足了传真可靠性的需求。

椭圆曲线数字签名软件设计与实现

阐述椭圆曲线密码体制和椭圆曲线数字签名算法的原理,给出椭圆曲线数字签名软件系统的设计,并用C语言进行实现。实验表明,该系统具有良好的运行性能,可以满足安全性的要求。

基于证据推理的相邻碎片判定方法

针对文物碎片特征信息模糊不确定带来的误匹配问题,提出了一种基于证据推理和区间数的相邻文物碎片判定方法。首先确定基于D-S证据理论的多特征相似性评价模型;然后利用历史样本数据使用区间数方法来产生基本概率指派;接着利用极大熵函数法将权重优化问题转换为光滑的最优化问题,采用混合社会认知优化算法来求解最优证据权重,最后利用D-S证据理论实现相邻碎片的相似性判断。实验结果表明了本方法的有效性。

高职院校中课程思政在足球教学中的运用

基于高职院校中课程思政在足球教学中的运用进行研究,首先分析课程思政在足球教学中的重要性,然后阐述课程思政在足球教学中运用存在的问题,最后总结课程思政在足球教学中的运用方法,主要内容有:明确思政功能的重要性、加大足球场地及文化建设、提高教师思政教学水平等,目的在于为高职院校足球教学开展课程思政提供基础依据。

高职语文教学模式与实践探索

目前高职语文教学现状不容乐观,教师与学生之间无法形成交流互动,教学过程也只是单一说教模式,教学质量低下。因此,如何提高高职语文教学的效率,顺应时代要求及时更新教学理念,积极探索实践新的教学模式是当前高职语文教学亟待解决的严峻问题。本文从当前高职语文教学的现状入手,深入剖析了导致这一现状的原因,就如何改进高职语文教学模式提出建议。

一种改进的媒体传输协议

为改善Windows个人计算机(Personal Computer,PC)端与Android终端之间普遍存在的数据传输速率低的问题,提出一种应用层传输协议,即改进的媒体传输协议(Improved Media Transfer Protocol,IMTP)。该协议在PC端发出请求后,根据该协议对数据进行打包,发送至Android端。Android端再根据该协议结构解析后产生的响应,将响应数据打包发送至PC端,整个过程进行一次交互。同时,该协议头部结构长度是可变的,根据前一字段的值决定下一个字段向后读取的字节数,有效节省了空间开销。实验结果表明,相较于传统的PC端与Android终端之间数据传输所使用的媒体传输协议(Media Transfer Protocol,MTP),IMTP获取3000条属性数据耗时由11.26 s降至3.44 s,传输1个500 M文件速率提升16.92%,传输250个1 M文件速率提升93.34%,能够明显提升数据传输速率。

程序不变量驱动的组合测试用例约简方法

针对组合测试用例约简问题,提出一种基于程序不变量的两两覆盖组合测试用例约简方法。首先用组合测试用例生成算法对被测程序一次生成一个组合测试用例,然后根据该组合测试用例提取被测程序的程序不变量来决定该测试用例的取舍。典型案例实验表明该方法能有效地对组合测试用例集进行约简,可降低测试用例的数量,提高测试用例的质量。

基于社会认知算法的软件可靠性分配问题研究

针对软件可靠性分配问题中求解全局最优解的困难,在保证系统开发费用最低的前提条件下,将可靠性指标分配到每个模块中,并利用一种新的智能优化算法——社会认知算法来搜索模型的最优解。实验结果表明了社会认知算法在求解软件可靠性分配问题中的有效性。

Tenda AX12路由器0-Day栈溢出漏洞挖掘方法

随着5G技术对物联网发展的加速,预计到2025年将会有约250亿台物联网设备连接到人们的生活。其中承担物联网设备网络管理角色的路由器使用量非常大,但是路由器存在众多安全问题,通过路由器设备进行攻击,可以非法获取用户信息。为了维护网络安全,提前发现路由器的漏洞具有重要的研究意义。本文以Tenda AX12路由器为研究对象,从固件入手对其进行0-Day栈溢出漏洞挖掘研究,并提出了基于危险函数追踪的逆向分析漏洞挖掘方法。首先从危险函数中分析函数所在前端的对应位置,将前后端对应;然后对固件中的Web服务进行分析,对其中可能发生栈溢出的httpd二进制代码进行危险函数分析,该方法使用反汇编代码对危险函数的普通形式和展开形式进行定位,并对危险函数进行参数分析和动态检测;接着通过搭建仿真模拟机在模拟机上运行该服务的二进制文件,并在Web前端页面对潜在漏洞位置进行数据包捕捉;最后根据前期分析的危险函数参数情况对包进行改写并发送,以此来触发漏洞,验证漏洞的存在性,同时验证该危险函数是否发生栈溢出。为了更真实地确定漏洞存在,我们又在真实设备上验证漏洞的真实存在性和可利用性。实验结果表明了该漏洞的挖掘检测方法的有效性,我们分别在不同型号的路由器上挖掘到4个0-Day漏洞,并且经过与SaTC工具进行对比实验结果表明该检测方法能够更准确的定位到出现漏洞的函数位置。