期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
一种水面WSN弱栅栏覆盖方法研究 被引量:5
1
作者 陶建林 苗春雨 吴鸣旦 《传感技术学报》 CAS CSCD 北大核心 2018年第11期1758-1763,共6页
无线传感器网络栅栏覆盖在水面与陆地场景中存在较大差别,在水面覆盖栅栏需要考虑节点受外界因素影响导致位置漂移等问题,因此提出一种水面WSN弱栅栏覆盖方法(A method of WSN weak barrier covering for water surface WBWS),由于在部... 无线传感器网络栅栏覆盖在水面与陆地场景中存在较大差别,在水面覆盖栅栏需要考虑节点受外界因素影响导致位置漂移等问题,因此提出一种水面WSN弱栅栏覆盖方法(A method of WSN weak barrier covering for water surface WBWS),由于在部署传感器节点时已经形成一些子栅栏段,因此首先在部署区域中搜索已经形成的子栅栏,然后利用匈牙利算法派遣可移动节点拼接子栅栏完成弱栅栏的构建,且保证该过程中移动节点移动距离之和最小,最后研究了水面栅栏的维护问题。实验结果表明该方法能够有效的构建弱栅栏且能耗较低。 展开更多
关键词 WSN 水面 弱栅栏覆盖 匈牙利 栅栏维护
下载PDF
如何实现网络空间安全人才供给天平的平衡
2
作者 吴鸣旦 《中国信息安全》 2018年第12期77-78,共2页
网络安全人才量不足、质不佳据统计,目前我国网络安全人才缺口已达到70万人,到2020年这一数字将达140万人。网络安全人才的缺口,除了数量方面,还表现在质量方面。专注于网络安全领域的杭州安恒信息技术股份有限公司(以下简称'安恒信... 网络安全人才量不足、质不佳据统计,目前我国网络安全人才缺口已达到70万人,到2020年这一数字将达140万人。网络安全人才的缺口,除了数量方面,还表现在质量方面。专注于网络安全领域的杭州安恒信息技术股份有限公司(以下简称'安恒信息')对此有着切身体会。在长期奋战的过程中,安恒信息深切地体会到我国当前网络空间安全人才供给在量和质这两方面的缺失。在量的方面,企业要发展壮大,在内部员工培训的同时,还要不间断地引进优秀的网络安全人才。 展开更多
关键词 网络空间安全 人才供给
下载PDF
基于博弈模型的物联网系统漏洞风险评估 被引量:2
3
作者 韦早裕 吴鸣旦 +2 位作者 马楠 雷敏 毕伟 《信息安全研究》 2018年第10期914-921,共8页
随着区块链热度的提高,分布广且数量多的物联网终端设备更易于被攻击而形成挖矿的僵尸网络,物联网系统的安全性愈加受到人们的重视.准确的风险评估和针对性的安全防护是确保物联网系统安全的关键.结合物联网系统的多个攻击层,针对基于... 随着区块链热度的提高,分布广且数量多的物联网终端设备更易于被攻击而形成挖矿的僵尸网络,物联网系统的安全性愈加受到人们的重视.准确的风险评估和针对性的安全防护是确保物联网系统安全的关键.结合物联网系统的多个攻击层,针对基于多种漏洞组合的攻击策略,构建物联网系统攻防博弈模型,提出攻防收益与成本的量化方法.并运用博弈模型综合分析攻防双方的收益期望,以较低复杂度定量计算物联网系统中的漏洞危害,从而能准确地评估物联网系统特定攻击层的安全风险.最后,通过实例分析证明该漏洞风险量化分析算法的可行性. 展开更多
关键词 区块链 风险评估 攻击层 物联网系统 博弈模型
下载PDF
一次一密SM4算法的设计 被引量:6
4
作者 艾心 吴鸣旦 +2 位作者 武旭东 李小卫 罗群 《网络空间安全》 2018年第2期20-23,共4页
SM4算法的优点是软件和硬件容易实现、运算速度快,但是由于其加密算法与解密算法均使用相同的密钥,并且加密过程和解密过程互逆,SM4算法的适用范围受到了很大限制。SM4算法的缺点是信息安全取决于对密钥的保护,密钥泄漏则意味着任何人... SM4算法的优点是软件和硬件容易实现、运算速度快,但是由于其加密算法与解密算法均使用相同的密钥,并且加密过程和解密过程互逆,SM4算法的适用范围受到了很大限制。SM4算法的缺点是信息安全取决于对密钥的保护,密钥泄漏则意味着任何人都能通过解密密文获得明文。论文在SM4算法的基础上,提出一种"一次一密"的加密机制,对其密钥的安全性进行提高,从而提高整个加密算法的安全性。 展开更多
关键词 SM4算法 一次一密 安全性
下载PDF
基于一维卷积神经网络的WSN多攻击行为判别研究 被引量:3
5
作者 苗春雨 李晖 +2 位作者 葛凯强 吴鸣旦 范渊 《网络空间安全》 2020年第7期105-112,共8页
无线传感器网络一般部署在户外等无人值守的环境中,容易被攻击者在物理上接近,因此更容易遭受攻击。当入侵者意图攻击信标节点而提供错误的位置信息给网络内其他节点时,对基于位置服务的无线传感网络是毁灭性的破坏,因此能够准确判别各... 无线传感器网络一般部署在户外等无人值守的环境中,容易被攻击者在物理上接近,因此更容易遭受攻击。当入侵者意图攻击信标节点而提供错误的位置信息给网络内其他节点时,对基于位置服务的无线传感网络是毁灭性的破坏,因此能够准确判别各类攻击对保障无线传感器网络(WSN)安全具有重要的意义。针对节点定位的攻击问题提出一种深度学习的WSN多攻击行为判别方法,主要识别重放攻击、干扰攻击和女巫攻击三种类型。该方法基于信标节点的位置信息和网络的拓扑属性构建具有代表性的特征,然后利用一维卷积神经网络(CNN)从原始特征中获取更具有代表性的预处理特征,最后利用输出层激活算法通过随机梯度下降法更新深度学习模型的权重值,从而完成对攻击行为的分类。实验表明,该算法对信标节点4种状态的平均识别率达到了94.23%。 展开更多
关键词 WSN 深度学习 攻击 判别 CNN
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部