基于XACML的策略冲突检测与消解方法

基于XACML(extensible access control markup language)的访问控制策略在云计算服务中得到广泛使用,其存在的问题也日益凸显,策略集的冲突检测与冲突消解问题就是其中之一。然而,目前学术界在冲突消解方面研究较少,现有的研究也仅能对冲突进行逐对消解,没有针对大量冲突的一次性消解方法,这在大规模云计算环境中是很难适用的。针对这个问题,从算法的角度出发,改进了原有的策略冲突检测方法,并设计了一种新的策略冲突一次性消解算法。该算法将安全规则映射到N维空间中,每一个维度表示一个属性,将定义复杂的安全策略在每一个属性上统一表示为几种基本数据类型的属性值集合,通过对简单集合的交集运算来进行冲突和冗余检测。在冲突消解时,将所有的冲突汇集到一起,运用有向无环图的拓扑排序来计算规则优先级,按优先级的顺序为每个规则构建一棵空间区域选择树,选取其对应的消解后的N维空间区域,完成大量冲突的一次性消解。实验表明,冲突检测和一次性消解算法是正确、高效和可行的。

改进A^(*)与动态窗口算法的移动机器人路径规划

针对移动机器人存在的多个目标位置进行点对点路径规划的问题,对传统的A^(*)算法进行了改进,同时结合模拟退火算法来对多个目标位置实现全局最优的路径规划。进一步针对移动机器人的避障问题,结合多目标规划算法对动态窗口算法进行改进,在完成实时动态路径规划的同时避免未知障碍物占据全局路径,实现局部避障的功能。仿真结果表明,提出的改进算法能够有效地缩短路径距离,实现障碍物的实时避障,证明了改进方法具有较高的实用性。

基于物联云平台及智能处理的大数据专业实训探索

基于对大数据专业实训教学的探索,将物联网的云平台和数据分析处理技术引入大数据课程实训教学中。针对大数据专业实训的特点和难点,尝试以云平台为专业实训基本手段、以物联网设备作为前端数据获取技术组织教学,以提高学生的综合设计水平和实践能力。针对前端数据预处理和后端数据智能处理需求,进行前沿数据分析的理论知识和实践方法教学,拓展学生的专业深度和广度,为国家培养复合型信息技术人才。

DC-CBAM-UNet++网络的肺结节图像分割方法

针对肺结节图像存在体积较小、形状不规则、边缘模糊,导致模型特征提取困难及分割精度不高等问题,提出一种基于UNet++结合空洞卷积与注意力机制的肺结节分割方法(DC-CBAM-UNet++)。该方法在传统UNet++网络基础上引入空洞卷积(DC-UNet++),并增加注意力机制加强特征图获得更多加权占比,使特征图获得更大的感受野。在LIDC肺结节公开数据集上的训练与验证结果表明,所提模型精确率、相似系数和交并比分别达到94.98%、90.86%、84.54%,证明了该方法的有效性,为分割肺结节图像提供了一种新方法。

面向Android第三方库的共谋行为检测

第三方库是安卓应用重要的组成部分,应用开发者往往会引入一些具有特定功能的第三方库进行快速开发。针对Android第三方库中存在的共谋风险,提出了面向Android第三方库的共谋行为检测的研究。Android第三方库与应用属于不同的利益体,隐藏在第三方库中的通信行为可以视为应用共谋的一种特殊情况,同样会引发权限提升、组件劫持、性能消耗等恶意行为,这些行为可以引起过多的系统消耗,甚至是引发安全威胁。文中对近些年来国内外学者在该研究领域取得的成果进行了系统总结,给出了研究的共谋定义,并对Android第三方库共谋行为可能产生的风险威胁进行了分析。然后详细介绍了安卓第三方库共谋行为检测的设计方案。针对测试集中的29个第三方库的实验表明,所提设计方案的精确率达到了100%,召回率为89.66%,F-measure值为0.945;同时,本实验还对下载的1 207个第三方库进行了分析,对41个国内著名的第三方库非敏感信息共谋行为导致的资源消耗情况进行了验证。最后,对工作进行了总结,并对未来研究进行了展望。

基于RA-UNet++的肝癌图像分割方法

针对肝癌图像分割中上下文信息联系匮乏及肿瘤形态差异性导致模型特征提取困难、相似系数不高等问题,提出一种基于UNet++结合残差网络与注意力机制的肝癌图像分割方法(RA-UNet++)。残差连接能为模型提供更多低层特征辅助模型精确定位肿瘤;通过注意力机制对特征图通道分配注意权重,使模型重点关注图像中的特殊区域,提取更具判别力的特征。在LiTS-ISBI2017肝肿瘤数据集的实验表明,所提模型的体积重叠误差、体积差、相似系数分别达到3.01%、0.25%、98.65%,证实了方法的有效性,可为分割肝癌图像提供参考与借鉴。

注射用顺苯磺酸阿曲库铵常温贮存质量稳定性初步研究

目的考察不同温度、时间、贮存条件下注射用顺苯磺酸阿曲库铵(库泰)的质量稳定性和药效学,使其利于保存和运输。方法实验室考察低温(2～10℃)和常温(25,35,40℃)条件下贮存,对注射用顺苯磺酸阿曲库铵有关物质检测的影响;临床观察低温(2～10℃)和常温(25℃,30 d)贮存条件下,单次静脉注入注射用顺苯磺酸阿曲库铵成人麻醉诱导的药效学。结果常温贮存条件(25℃,60 d;35℃,30 d;40℃,10 d)药品对样品中有关物质含量无影响(P>0.05)。常温(25℃,30 d)与低温贮存药品的临床药效学参数无明显差异(P>0.05)。结论作为新型肌肉松弛药,顺苯磺酸阿曲库铵在常温(25℃,30 d)贮存,可安全地用于临床全身麻醉诱导且药效稳定。

Android恶意应用智能化分析方法研究综述

Android系统是目前市场占有率最高的开源移动端操作系统,但系统的开源性使其成为了恶意软件的主要攻击目标。恶意软件严重威胁国家安全和个人隐私,且规避行为愈发隐蔽,通常难以被检测分析。为此,首先总结An-droid恶意应用检测使用静态、动态分析方法提取的恶意应用特征类型;然后从传统机器学习、深度学习方面,梳理分析Android恶意应用检测方法,并从对抗攻击、防护层面归纳与Android恶意应用检测攻防相关的工作;接下来,在共同数据集上对Android恶意应用智能化分析方法进行比较;最后,从特征、数据集、分析模型等方面讨论与总结未来Android恶意应用智能化分析方法的研究方向和挑战,以期为其发展提供参考与借鉴。

Android应用软件漏洞静态挖掘技术

结合信息流分析与控制流分析,获取Android应用函数调用图和敏感数据传播路径,提出一种基于静态分析的漏洞挖掘方法.通过使用多种逆向分析方法,该系统能够反编译成功大多数执行文件.根据Android应用反编译的中间代码,逐个分析与某些对象相关的漏洞,提高漏洞挖掘的准确性.分析了15种常见漏洞,并使用实际应用市场中的应用和样例应用进行了分析,验证了系统的准确性和可用性.