基于非齐次泊松过程的高压断路器剩余电寿命预测及可靠性分析

高压断路器可保护电力设备和电网免受过电流和短路的损害,其正常运行对于特高压线路来说至关重要。从高压断路器相对电寿命曲线入手,分情况建立了断路器电触头可靠性数学模型,基于非齐次泊松过程对可靠性模型进行仿真验证,获取了更加符合实际退化过程的可靠性模型,实现了断路器剩余电寿命及可靠性值的定量预测,为断路器运行状态评估、故障诊断及检修策略制定提供了借鉴和参考。

东盟十国新闻文本的命名实体识别

为构建东盟十国知识图谱,需要对相关文本进行命名实体识别工作。设计一种基于双向GRU-CRF的神经网络模型,对中国驻东盟十国大使馆中文新闻数据进行命名实体识别。以预训练的领域词向量为输入,利用双向GRU网络从向量化的文本中提取语义特征;再通过CRF层预测并输出最优标签序列。为了进一步改善结果,在双向GRU和CRF层之间添加两层隐藏层。在数据预处理方面,提出一种数据集划分算法,对文本进行更加科学合理的划分。在东盟十国数据集上,将该模型与几种混合模型进行对比,结果显示所提模型在人名、地名、组织机构名识别任务中拥有更好的识别性能。

密码学课程的教学探索

密码学是信息安全专业的基础课程。针对密码学课程的教学改革,文章从可视化软件、密码工程、前沿技术三方面进行了一些探索,取得了较好的教学效果,具有一定的参考价值。

有限域上置换多项式的研究进展

AGW准则和分段方法是构造有限域上置换多项式的两种主要方法。介绍有限域上置换多项式在密码学和编码理论中的应用,总结利用AGW准则和分段方法构造有限域上置换多项式和逆置换的研究进展,阐述置换多项式存在的问题,并对下一步研究工作进行展望。

一类新的有限域上的置换多项式（英文）

本文研究了有限域上置换多项式的构造问题.利用分段方法构造了F_(q^2)上形如(x^q-x+c)^(k(q^2-1)/d+1)+x^q+x的置换多项式,其中1≤k<d且d是q-1的任意因子,推广了已有文献中的某些结果.

基于LS-SVM的不确定非线性系统滑模控制

针对滑模控制中不确定上界值的问题,提出了一种基于LSSVM自适应上界学习的滑模控制方法。首先将系统分为确定部分和不确定部分,对确定部分采用状态反馈法进行控制,对不确定系统部分采用最小二乘支持向量机(LSSVM)来完成。该控制器不仅可以保证非线性不确定系统渐近稳定,降低一般滑模控制理论分析的条件,还有效地抑制了抖振。仿真实例表明该设计方法正确有效。

装备制造型企业的供应商碳核查探讨——以轨道交通行业为例

为解决供应商碳核查方法与流程难题,基于装备制造型企业,以轨道交通核心企业中国中车股份有限公司(简称中国中车)为例,对供应商碳核查体系进行了深入探讨。着重分析建设供应商碳核查体系的必要性,初步建立适用于中国中车的供应商碳核查流程框架并讨论其局限性,以期为装备制造型企业碳核查相关从业人员提供有效参考。

轻量级分组密码GIFT的差分故障攻击

差分故障攻击是一种通过利用注入故障前后状态差分,进行密钥信息恢复的一种方法.它是针对轻量级密码算法具有严重威胁的攻击之一.在CHES 2017上, Subhadeep Banik等人提出的新型轻量级密码算法GIFT具有结构设计简单、实现效率高等优点,备受业界广泛关注.目前已经有学者用线性密码分析、差分密码分析等传统的数学攻击手段对GIFT算法进行研究,获得了许多研究结果,然而它能否有效地抵抗差分故障攻击仍待进一步探索.本文根据GIFT算法轮函数特点,运用差分故障基本思想,提出两种差分故障攻击方法.第一种攻击方法,分别在第28、27、26、25轮中间状态注入1比特故障,理论上平均需要192个错误密文即可恢复主密钥信息.第二种攻击方法,分别在第26、25、24、23轮中间状态注入1比特故障,理论上平均需要32个错误密文可恢复主密钥信息.因此,在不加防护的条件下,本文所提出的攻击方法能有效地攻击GIFT算法.

带有纠删或纠错性质的隐私保护信息检索方案

隐私保护信息检索(private information retrieval,PIR)是理论计算机科学和密码学领域中的经典问题之一。近年来,此问题与分布式存储系统相结合,产生了新的研究方向。考虑一个由N个服务器组成的分布式存储系统,以一定的编码方式存储了由M个文件组成的数据库,每个文件经由一个(N,K)-MDS码独立存储。PIR方案可以保障用户在数据库中检索某个文件时,任意T个可合谋的服务器无法得知所检索文件指标的任何信息。PIR方案的主要指标是PIR码率,即所检索文件的大小与总下载量的比值的最大值。在这一经典模型下已有最优PIR方案。在实际应用中,数据的传输必然面临着数据丢失、噪声甚至人为篡改等干扰。因此,本文考虑带有纠删纠错性质的PIR方案。在无纠删纠错性质的PIR方案的基础上,通过引入额外的编码方法对用户问询加以适当的冗余,得到了适用于纠删纠错模型的PIR方案,并精确计算出其PIR码率。

融合属性信息的知识表示方法

现有的联合知识表示学习模型使用实体描述作为辅助信息来提升表示效果,忽略了互联网中大量有价值的信息。为此,提出一种融合属性信息的知识表示学习方法(AIKR)。首先抓取实体的不同属性,并通过莱文斯坦距离从语料库中匹配属性对应的说明文本;然后利用卷积神经网络对说明文本进行编码;最后将得到的实体属性表示与翻译模型生成的结构表示相结合进行联合学习。实验结果表明,相比仅利用实体描述的方法,融合属性信息的知识表示方法可以学习到更多的语义信息,取得了更好的表示效果。

基于IDA microcode的控制流反混淆框架设计与实现

经O-LLVM混淆后的恶意软件存在控制流混乱、可读性差等分析难题,严重影响了安全人员对其进行逆向分析的质量与效率,因此O-LLVM反混淆已经成为二进制安全研究领域的重要研究方向之一。针对已有的O-LLVM反混淆框架只适用标准混淆器,且所支持指令集架构单一的问题,提出了兼容定制化混淆的真实块识别算法和复用块分割算法,通过结合中间语言IDA microcode设计与实现了反混淆框架BinDeob。采用中间语言带来了架构无关的优势,因此BinDeob同时支持ARM32、ARM64、x86、x64等多种指令集架构。在C/C++经典混淆基准和公开的高危安全漏洞数据集上的实验表明,经BinDeob反混淆得到的程序与原始未混淆程序的控制流程图相似度平均值为98.9%,优于参考文献中的反混淆框架,具有更出色的性能。另外,将伪代码相似度作为评估指标,原始程序源代码与BinDeob反混淆得到的伪代码相似度平均值为97.6%。