基于知识图谱的网络攻击预测方法研究及应用

针对网络攻击知识图谱,同时引入了时序信息,提出一种基于知识图谱的网络攻击预测方案,并对其进行应用。通过对网络攻击知识图谱进行规则学习和应用,能够有效地得到网络攻击事件预测结果,为网络安全运维人员提供决策支持。以企业提供的网络安全运维知识图谱为例,将文中研究的方法应用到企业安全检测系统,结果证明该方法具有充分的准确性和可行性,同时为后续研究提供了思路。

基于改进BiLSTM-CRF模型的网络安全知识图谱构建

针对网络安全领域的图谱构建任务,基于BiLSTM-CRF模型引入了外部网络安全词典来加强网络安全文本的特征,并结合多头注意力机制提取多层特征,最终在网络安全数据集取得了更优异的结果。利用企业内部的日常网络运维数据,设计并构建了一个面向企业网络安全运维管理的知识图谱,为后续进一步研究基于图谱的企业网络安全智能决策等应用奠定基础。

结合注意力机制的属性异质网络嵌入方法

图(网络)是一种常用于抽象现实世界实体之间关系的数据结构,网络嵌入广泛应用于图数据的表征.目前大部分异质网络嵌入方法未考虑网络节点之间的多种边类型和边属性,无法完整刻画网络的结构和语义信息,导致原始网络特征信息丢失和下游任务效果差的问题.为解决该问题,基于注意力机制设计了一种多边属性异质网络嵌入方法,其将注意力机制应用于学习不同边类型下嵌入向量的重要系数,通过有偏序列采样、邻居向量聚合和模型参数更新3个阶段的嵌入学习,将网络节点表示成固定长度的稠密向量.实验表明,提出的嵌入方法能够更好地嵌入网络的特征信息,使之在下游的机器学习任务上有一定的效果提升.

基于改进的TCM-KNNDoS检测算法

由于实现方式简单、攻击形式多样、威胁范围广、不易防御和区分,拒绝服务(DoS)攻击已经成为网络的最主要安全威胁之一。该文提出了一种ITCM-KNN算法,在此基础上建立了DoS检测框架。使用标准数据集KDD Cup 1999进行算法验证和分析实验。采用基于信息增益算法选择了5个特征,在保证高检测效果的同时减少了特征的维数。该算法不需要对攻击进行学习和建模,使用少量的正常样本作为训练集,提高了检测性能。实验结果表明,改进的TCM-KNN算法检测率高于SVM等算法,达到99.99%。

基于流量特征的网络流量预测研究

传统的非线性模型已经不再适用于网络流量建模,为了能够更精确地对网络流量建模,必须考虑到网络流量的特性。针对网络流量的自相似、长度分布、周期等特征进行分析,结合小波变换与时间序列模型,有效地建立流量预测模型。首先对流量的自相似和平稳性进行分析,并对长度、周期等特征进行描述,其次根据实际流量的自相似性和平稳性选择小波变换与时间序列相结合的方法进行建模,产生预测结果,最后根据长度与周期特征粗略判断预测的合理性。根据实验验证与分析,该方法具有极大的灵活性,相比单一的小波-FARIMA模型可以减少大量的运算,同时能够描述网络流量的短相关与长相关特性。

数据仓库研究及其在现代企业中的应用

In this paper, we introduce the origination of the DW ideology and its architecture & principles,as well as relative techniques. With the example that the MIS of ENWEI company, we discuss how to apply the base theories of DW and implement its main techniques in modern companies. At the end of this paper ,we propose the ways that how to build an effective Decision Support System based on the MIS of ENWEI company.

基于数据仓库的综合查询系统的设计和实现

在详细论述数据仓库思想、体系结构与工作原理以及相关的重要技术的基础上，给出了厂长综合查询系统的数据仓库结构和数据仓库中数据采集、数据的可视化的方法和实现示例。最后讨论了建立行之有效的决策支持系统的构想。

基于改进凝聚层次聚类的协议分类算法

在比特流未知协议识别过程中,针对如何将得到的多协议数据帧分为单协议数据帧这一问题,提出了一种改进的凝聚型层次聚类算法。该算法以传统的凝聚型层次聚类算法思想为基础,结合比特流数据帧的特征,定义了数据帧之间及类簇之间的相似度,采用边聚类边提取符合要求类簇的方式,能快速有效地对数据帧进行聚类;并且该算法能自动地确定聚类的个数,所得的类簇含有相似度评价指标。利用林肯实验室公布的数据集进行测试,说明该算法能以较高的正确率对协议数据帧进行聚类。

企业MIS面向对象分析和实现

This paper presents the idea of software reuse and object-oriented analysis technology and disscusses the development step of object-oriented analysis ,as well as the implementation model of enterprise's MIS which included four parts:objects model,control model ,interface model and implement explains.

基于关联性的漏洞评估方法

为了更加有效地评估漏洞威胁,在原有的基于关联性漏洞评估方法的基础上,从漏洞的可利用性出发,分析了通用漏洞评估系统(CVSS)作为漏洞可利用性评价指标的缺点。在改进CVSS评价指标的基础上,提出了更为合理的漏洞可利用性评估体系,并改进了原有的漏洞评估方法。该方法能够有效地挖掘漏洞自身特点,科学地进行漏洞评估,并通过实验验证了该方法的合理性和有效性。

基于深度强化学习的边云协同串行任务卸载算法

在移动边缘计算任务卸载问题中,传统卸载算法仅考虑移动设备和边缘服务器计算资源,在资源利用、系统效能上存在一定的局限性。该文基于RainbowDQN算法,考虑了延迟、能耗成本和服务质量保证等因素,提出了一种边缘云协同串行任务卸载算法(ECWS-RDQN)。该算法通过对串行任务的权重分配,实现了网络边缘和云端协同的串行任务动态分配处理,为不同的用户设备应用提供近似最优的任务分配卸载策略。实验表明,ECWS-RDQN算法比传统方案有更好的系统效能,提升了应用的服务质量。

零知识下的比特流未知协议分类模型

针对在零知识下识别比特流未知协议这一问题,提出了一种协议分类模型。该模型首先利用二进制流的固有特性来计算协议种类个数近似值K和初始聚类中心,然后使用改进的K-Means聚类算法指定K及初始聚类中心以进行聚类,最后使用基于信息熵的混杂度评价方法对聚类结果进行评价,可将评价结果较好的类簇作为一种协议类型进行标记,用于其他分析。使用林肯实验室发布的实验数据进行测试,结果表明该模型能以较高的准确率对未知协议进行分类,基于信息熵的类簇评价方法也具有一定实用性。

3D图形平行投影的算法研究与实现

投影是３Ｄ图形显示中必不可少的步骤，本文给出了Ｓｕｎ平台上的图形软件包ＸＧＬ中的３Ｄ图形的平行投影的二种算法；即具广泛意义的算法及其改进算法，并在ＸＧＬ中实现它们；然后对两种方案进行了比较。

移动对象数据处理系统的体系结构

研究了面向对象、组件、构件、面向代理等软件体系结构与风格、过程控制设计风格和面向状态设计风格;在实时设计风格的基础上,分析了面向对象风格及其系列技术在应用领域的问题域,并以车辆定位系统为例,讨论软件体系结构的理论和应用,给出了如何利用各种风格设计和开发车辆定位系统的优缺点;论述了不同的体系结构风格适应于不同的软件设计和开发阶段, 并给出了分析和设计车辆定位系统的全过程。

融合动态图表示和自注意力机制的级联预测模型

传统的级联预测模型不考虑信息传播过程中的动态性且极大依赖于人工标记特征,推广性差,预测准确性低。为此,该文提出一种融合动态图表示和自注意力机制的级联预测模型(DySatCas)。该模型采用端到端的方式,避免了人工标记特征造成级联图表示困难的问题;通过子图采样捕获级联图的动态演化过程,引入自注意力机制,更好地融合在观测窗口中学到的信息级联图的动态结构变化和时序特征,为网络合理地分配权重值,减少了信息的损失,提升了预测性能。实验结果表明,DySatCas与现有的基线预测模型相比,预测准确性有明显提升。

软件体系结构在软件生存期的应用研究

详细讨论了综合军用指挥系统的不同角度，并引入领域工程对军用系统软件生产的全过程进行了分析和设计。

基于BERT多知识图融合嵌入的中文NER模型

针对目前特定领域知识图谱构建效率低、领域已有知识图谱利用率不足、传统模型提取领域语义专业性强实体困难的问题,提出了基于BERT多知识图融合嵌入的中文NER模型(BERT-FKG),实现了对多个知识图通过融合语义进行实体间属性共享,丰富了句子嵌入的知识。该模型在开放域和医疗领域的中文NER任务中,表现出了更好的性能。实验结果表明,多个领域知识图通过计算语义相似度进行相似实体的属性共享,能够使模型吸纳更多的领域知识,提高在NER任务中的准确率。

基于生成对抗网络的无线电数据增扩与分类

相较于传统的无线电数据特征提取方法,深度学习具有高效灵活的特点,其可以有效提高调制数据识别的性能。然而在实践中,收集大量可靠的无线电调制样本数据有时代价是昂贵和困难的,这在很大程度上限制了深度学习模型的性能。本文提出了基于生成对抗网络(Generative Adversarial Networks,GAN)的无线电调制数据增扩模型RMAbGAN(Radio Modulation data Augmentation based on Generative Adversarial Networks),该模型通过挖掘不同信噪比与调制方式下的无线电调制数据特征差异,生成符合调制方式与信噪比特点的无线电调制数据,模型中的生成器部分捕获无线电调制数据分布特征,辨识器部分优化生成器性能,两者相互博弈性能不断提升;在此基础上,对无线电数据采样特点与无线电数据传统增强方法进行深度分析与研究,发现了无线电调制数据蕴含的空域特征与时序特征,设计出了能深刻捕获无线电数据空域特征与时序特征的无线电数据分类模型AMCST(Automatic Modulation Classification based Spatial and Temporal feature)。通过大量的对比实验,表明相较于基于旋转变换的无线电调制数据增扩模型,RMAbGAN模型在无线电调制数据增扩方面更具有鲁棒性和泛化能力,可以实现更高的调制分类准确率。此外,相较基于长短期记忆网络(Long Short-Term Memory,LSTM)的调制分类模型、基于残差网络(Residual Networks,ResNet)的调制分类模型等传统模型,AMCST模型在调制数据分类方面更具有稳定性和可用性,同时也具有更高的分类准确率。

企业会计信息系统的分析设计与实现

会计信息系统是企业信息管理系统的重要组成部分，是企业经济信息的核心。本文论述了会计信息系统的结构、组成、功能以及和企业管理系统的关系，给出了用面向对象分析和实现的方法和实现示例。

图形软件包XGL的设计方法与结构

本文概要地介绍了面向对象程序设计的思想和方法。给出了Ｓｕｎ平台上的图形软件包ＸＧＬ的面向对象设计方法、结构及其实现。