2014年8月网络安全监测数据发布

1 木马僵尸监测数据分析 1．1中国境内木马或僵尸程序受控主机分析 2014年8月，中国境内（以下简称境内）114厅余个IP地址对应的主机被木马或僵尸程序控制，与上月的近140万个相比下降18．3％．

针对原油性质变化的常减压先进控制研究与应用

针对原油性质变化对常减压装置操作造成的巨大困难,提出了一种稳定原油性质和引入原油性质参数到软测量和控制模型的先进控制综合解决方案。一方面,对待混炼的多种原油进行调度和掺炼比优化,使实际进入常减压装置进行炼制的调合原油性质相对稳定,装置操作参数变化较小,减少工作点大幅变化过程中所产生的波动。另一方面,针对仍然存在的原油性质小幅度变化,在软测量和预测控制建模中引入反映原油性质的馏程参数,克服原油性质变化所引起的扰动。现场实际装置的应用结果说明了此综合方案的有效性。

一种基于混合学习的恶意代码检测方法

近年来,自动化沙箱被广泛部署并应用于恶意代码分析与检测,然而随着恶意代码数量的激增和抗分析能力的增强,如何有效应对海量恶意代码分析任务,提高沙箱系统分析效率,是增强网络安全防御能力的一个重要研究方向.本文利用不同学习方式以及恶意代码动、静态特征的特点,提出了一种基于混合学习模型的恶意代码检测方法,分别提取恶意代码的静态模糊哈希特征和动态行为特征,然后将无监督聚类学习与有监督的分类学习相结合用于恶意代码检测.实验表明,在不影响检测精度的情况下,只利用了原有系统0.02%分析时间提高了整个系统25.6%的检测速度.

一种基于深度学习的层次化钓鱼网站检测方法

提出一种基于深度学习的层次化钓鱼网站检测方法,方法包括两大部分,第一部分叫"轻检测",主要对千万级的输入进行快速预判断,得出最为疑似的钓鱼网站列表,从而将原始输入规模降低到一定的数量级规模。轻检测轻便、快速、尽量准确,并达到了最少数量的漏报,从而发挥对巨大输入进行预处理和数据筛选的作用。完成第一部分的轻检测后,将筛选后的数据源输入到第二部分的重检测中。重检测是一种细粒度检测,这里采用一种基于自编码深度学习的方法,以达到将钓鱼网站从海量网站中分类出来的目的。通过两者的配合,达到系统的平衡,在保证准确性的前提下,提高整个系统的运行效率和处理能力。

炼油企业全厂调度优化系统的设计与开发

生产调度优化对于炼油企业提高经济效益、增强市场响应速度有着重要的作用。本文设计并开发出一款图形化炼厂生产调度优化软件,采用MVC架构技术,实现了调度优化建模的图形化,可以方便组态炼油厂调度模型;将开源优化代码Coin-OR移植为调度优化软件的求解器,实现了求解器与图形化建模接口的连接;丰富的报表输出,让现场操作工可以各种形式获得调度优化结果;完善的内部模型数据管理和丰富的外部数据接口,包括原油性质指标库和原油评价数据库接口、成品油性质指标库等。仿真结果表明,该软件能够优化出符合炼厂生产实际的调度优化排产方案。

基于维特比算法的深度神经网络语音端点检测

语音端点检测(voice activity detection,VAD)是在连续语音信号中,将语音和非语言片段分离的技术。VAD在语音识别、说话人识别、语音编码等领域起着重要作用。传统VAD算法在类型已知的噪声环境下可以达到较好的性能,但在实际情况中,未知噪声的影响通常会使系统性能下降显著,在差异化噪声下的VAD是端点检测的研究难点。在总结现有语音端点检测算法基础上,提出了一种基于深度神经网络的语音端点检测方法,同时结合维特比算法,与基于贝叶斯信息准则(bayesian information criterion,BIC)的混合高斯模型(gaussian mixture model,GMM)语音端点检测系统进行对比,在大词汇连续语音识别系统中的实验结果表明,将深度神经网络结合维特比算法,应用于语音端点检测,在复杂噪声环境下取得了更好的效果,适应性更强。

一类分布式零等待流水线自适应EDA调度

随着经济的发展,在各行各业中分布式生产变得越来越普及,故将更多的注意力放在分布式生产模型之上。为求解带有序相关设置时间和到达时间的零等待分布式流水线调度问题(No-wait Distributed Flow Shop with Sequence Dependent Setup Times and Arrival Times,NDPFSP with SDSTs and RDs),提出了一种自适应的分布估计算法(Adaptive Estimation of Distribution Algorithm, AEDA),用于最小化最大完成时间。首先,提出了更加适合于带到达时间问题的最早完成工厂问题的带有到达时间的最早完成工厂(the Earliest Completion Factory with Arrival Time, ECFAT)规则,使得解的生成过程有适当的判断,更加快速地提高当前代生成解的质量。其次,针对不同的问题规模进行局部搜索的深度做出相应的调整,使得在不同的规模下算法都能有很好的局部搜索能力。

分布式有限缓冲区流水车间混合EDA调度

在实际工业生产背景下,针对具有NP难特性的分布式有限缓冲区流水车间调度问题,提出了一种混合分布估计算法,用于最小化最大完成时间。首先,由于已有算法无法保证局部搜索后概率模型对优质个体分布统计的准确性,提出了反最小完成工厂映射规则;然后,引入基于Swap邻域和基于Insert邻域的局部搜索,进一步加强算法的局部搜索能力,从而对HEDA全局搜索得到的优质解区域进行细致搜索;最后,通过仿真实验和算法的比较验证HEDA的有效性。

2014年6月网络安全监测数据发布

1木马僵尸监测数据分析 1.1中国境内木马或僵尸程序受控主机分析 2014年6月，中国境内（以下简称境内）117万余个I P地址对应的主机被木马或僵尸程序控制，同种类木马或僵尸程序受控主机I P数量较上月下降33.9%。2013年7月至2014年6月，境内被木马或僵尸程序控制的主机I P数量月度统计如图1所示。

A Novel Scheduling Strategy for Crude Oil Blending

For those refineries which have to deal with different types of crude oil, blending is an attractive solution to obtain a quality feedstock. In this paper, a novel scheduling strategy is proposed for a practical crude oil blending process. The objective is to keep the property of feedstock, mainly described by the true boiling point (TBP) data, consistent and suitable. Firstly, the mathematical model is established. Then, a heuristically initialized hybrid iterative (HIHI) algorithm based on a two-level optimization structure, in which tabu search (TS) and differential evolution (DE) are used for upper-level and lower-level optimization, respectively, is proposed to get the model solution. Finally, the effectiveness and efficiency of the scheduling strategy is validated via real data from a certain refinery.

基于差分进化和分布估计的改进混合算法在NLP及MINLP工程优化问题中的应用(英文)

In this paper, an improved hybrid differential evolution-estimation of distribution algorithm (IHDE-EDA) is proposed for nonlinear programming (NLP) and mixed integer nonlinear programming (MINLP) models in engineering optimization fields. In order to improve the global searching ability and convergence speed, IHDE-EDA takes full advantage of differential information and global statistical information extracted respectively from differential evolution algorithm and annealing mechanism-embedded estimation of distribution algorithm. Moreover, the feasibility rules are used to handle constraints, which do not require additional parameters and can guide the population to the feasible region quickly. The effectiveness of hybridization mechanism of IHDE-EDA is first discussed, and then simulation and comparison based on three benchmark problems demonstrate the efficiency, accuracy and robustness of IHDE-EDA. Finally, optimization on an industrial-size scheduling of two-pipeline crude oil blending problem shows the practical applicability of IHDE-EDA.

基于序优化的原油调合调度问题中掺炼序列评价的分布研究

对于加工多种原油的炼油厂,原油调合调度可以改善进料原油性质,它对保证后续生产装置的平稳操作、先进控制的实施以及生产计划的完成具有重要意义。基于实际生产背景和需求,文献[4-5]提出了原油调合调度模型以及基于2层优化结构和序优化的求解方案。该方案中,原油掺炼序列和流量的混合优化问题转化为掺炼序列的采样和评价问题,它们分别涉及到算法的广度搜索和深度搜索,如何处理二者之间的平衡关系对于合理利用计算量并进一步提高算法效率具有重要意义。因此,作为衡量搜索深度和搜索广度的基础,本文对掺炼序列评价的分布规律进行了研究。在首先分析比较了仿真优化中参数评价与原油调合调度优化中序列评价的异同之后,本文通过蒙特卡洛仿真法统计分析了原油掺炼序列评价的分布变化规律,并利用威布尔分布对其进行了拟合。文章最后展示了基于威布尔分布描述的2个掺炼序列的评价比较,同时指出威布尔分布的参数拟合问题是接下来研究的重点。

基于分片线性代理模型的成品油调合优化

成品油调合对提高炼厂经济效益有着重要的作用和意义。成品油调合优化是一个非线性约束优化问题,传统的进化算法由于搜索空间大又没有结构信息,要取得期望的求解效率和解的稳定性都是具有挑战性的任务。针对上述问题,提出了一种基于分片线性代理模型的成品油调合优化方法,它包含分片线性建模和优化2部分内容。首先,利用分片线性函数模型作为成品油调合非线性调合性质指标函数的代理模型,将原非线性约束优化问题转化为一系列线性规划子问题;然后,利用差分进化算法搜索相关线性子区域来获得全局最优值,以达到提高进化算法的求解速度和避免算法陷入局部最优解的目的;最后,通过成品油调合优化案例验证了该方法的有效性。

2018年我国互联网网络安全态势综述

文章从网络安全法律法规、网络安全威胁治理、勒索软件威胁、APT攻击、云平台安全、拒绝服务攻击、工业控制系统安全、恶意移动应用和数据安全等9个方面对2018年我国互联网网络安全状况进行了总结,并对网络安全趋势进行了4点预测,认为2019年带有特殊目的和针对性更强的网络攻击、国家关键信息基础设施安全、个人信息与数据安全、5G与IPv6等新技术安全值得关注。