基于主流信息安全技术提升网络安全运维管理水平

在网络快速发展的过程中,计算机网络是重要的设施,而信息安全技术是保障计算机网络安全的重要方法。基于主流信息安全技术在网络安全运维管理中的作用,提出了利用防火墙技术、加解密技术、杀毒技术以及入侵检测和防御技术,实现数据保护,保证数据安全,及时修复系统漏洞并保护网络免受攻击。同时,强化漏洞管理及补丁管理等主流信息安全运维管理的方法,进而提升网络安全运维的管理水平。

基于几何和纹理特征的表情层级分类方法

针对表情识别,为提取对个体差异鲁棒性更强的特征,并有效利用特征自身分布特性,本文提出基于几何和纹理特征的表情层级分类方法.首先,构建基于中性脸相似度的几何特征提取方法,自动匹配样本相似中性脸,提取特征点比例系数几何特征;然后,利用充分矢量三角形提取纹理特征;最后,给出表情层级分类框架,在三个层级下分别利用提取特征判定表情类别.所提方法在JAFFE库和CK库上的实验结果表明,本文方法取得了比基于一般几何和纹理特征的识别方法更好的效果,证明了本文方法的有效性.

信息通信技术研究

我国科学技术的不断发展和进步,促进了信息化技术的发展,使信息通信成为当前发展的重要内容和前提。信息通信技术为生活和生产活动等带来了一定的便利条件,但是存在一定的安全隐患,会对社会的发展造成不良影响。因此,对信息通信技术进行了深入的研究和分析,以期为后续应用提供经验。研究表明信息通信技术能够有效保障信息安全,避免出现数据信息泄露等安全问题。

一种基于JAVA实现的对标工作自动化平台设计

针对安庆供电公司现有对标工作管理流程欠缺系统化和自动化支撑等问题,构建了一套对标工作自动化平台,利用信息化平台将传统的线下对标管理工作实现业务的在线处理和自动流转。该平台可通过APP消息提醒、短信提醒、流程催办等工具提高业务处理时效性和信息传递的准确性,为对标管理工作提供信息平台支撑,持续提高对标管理水平。

电力无线虚拟专网信息安全防护技术分析与研究

电力无线虚拟专网是电力企业信息系统中的重要组成部分,侧重于为电力企业内网业务组织开展提供信息,满足电力企业运营管控信息传输与利用需求。本文从电力无线虚拟专网相关概述出发,以提升电力无线虚拟专网信息安全防护水平为目标,对信息安全防护技术进行了探讨,形成科学且相对完善的安全防护方案,为专网通信安全提供保障。

信通机房设备的监控及日志分析系统的开发与应用

引言:通过研制一个对主机和网络综合监控的平台,实现多种主机设备、网络设备以及应用系统的监控、日志的集中收集及日志的分析与审计。通过对主机和网络所有的监控数据的采集来实现对主机设备、网络设备的实时监控,并对采集的多有日志、事件和告警信息统一完整存储,帮助企业和组织建立一个集中日志数据库,为故障排除和信息取证提高可靠性的来源和依据。进而保证设备、网络与信息系统的安全稳定的运行。从功能角度出发,实现以下几个目标:(1)研究主机在运行过程中CPU的使用率、硬盘的使用情况、内存使用情况以及主机的基本信息来分析主机性能情况。(2)研究通过采集网络环境中网络的丢包率、网络ping通率以及网络流量分析网络运行情况。

一种基于微信公众号的报修管理系统设计

针对安庆供电公司的IT报修和权限申请主要通过已有的内部报修系统进行管理,员工只能通过内网终端电脑进行报修,一旦离开内网环境则无法报修的情况,开发了一种基于微信公众号的报修管理系统,可方便员工在外网环境下利用移动终端进行报修和权限申请,实现多渠道的报修和权限申请管理。

基于非对称局部梯度编码的人脸表情识别

目的针对局部梯度编码算子(LGC)只能在固定大小邻域内提取图像纹理特征的不足,提出了一种非对称邻域LGC算子(AR-LGC)多尺度融合的表情特征提取方法。方法首先,对归一化的表情图像进行Gauss滤波处理;然后,对图像进行分块,对每个子块图像中每一像素点,采用不同邻域大小的AR-LGC算子得到两个二进制序列,将两个序列作按位逻辑异或得到一个新的序列,对此序列进行编码,计算每个子块的直方图分布,级联各子块直方图构成人脸表情的特征;最后用SVM分类器进行表情分类识别。结果该算法在JAFFE库和CK库上进行实验,分别取得了95.24%和96.83%的平均识别率,并与CBP(中心化二值模式)、LBP(局部二值模式)、LGC和AR-LBP(非对称局部二值模式)算法进行了比较,在JAFFE库的平均识别率分别比CBP、LBP、LGC、AR-LBP高5.6%、4.85%、3.71%、2.40%,在CK库的平均识别率分别比CBP、LBP、LGC、AR-LBP高3.66%、2.50%、2.17%、1.66%,实验结果表明,该算法可以较准确地进行人脸表情识别。结论本文所提的表情特征提取方法通过融合不同梯度不同尺度子邻域间的强度关系,可以很好地表达图像的局部特征和全局特征,与典型的特征提取算法的对比实验也表明了本文算法的有效性,表明本文算法适用于静态人脸表情图像的识别。