基于关键特征增强机制的3D人脸识别

3D人脸识别是计算机视觉领域的重要组成部分,Pointnet依靠深度学习解决了点云的无序性,实现了3D点云的全局特征提取,但由于点云数据缺乏细节纹理,仅靠全局特征很难实现复杂情况下的人脸识别。针对以上问题,基于Pointnet提出了一种局部特征描述子,用于描述点云局部空间的几何特征,并引入关键特征增强机制,通过特征概率分布增强人脸关键信息,该机制能减少不必要特征对任务的干扰,有效提升模型的准确率。在公共数据集CASIA-3D、Lock3DFace、Bosphorus上进行实验测试,结果表明该方法能很好地应对表情变化、部分遮挡以及头部姿态的干扰,在弱光环境下其准确率高于RP-Net 1.1%,并具有良好的实时性。

分布式防火墙环境的边界防御系统

针对传统边界防火墙在动态防御方面的缺陷,对防火墙和入侵检测系统之间的三种联动技术进行分析比较,提出了一种基于分布式防火墙环境,具备防火墙和入侵检测功能,采用系统嵌入方式的边界防御系统模型。模型利用队列通信机制实现防火墙和入侵检测协同工作,共同检测和防范对系统的入侵行为,并通过安全通信模块与分布式防火墙连接。最后给出了在Linux下的实现。

融合浅层句法分析的蛋白质互作用信息抽取方法

针对传统基于机器学习方法在蛋白质互作用信息抽取中的缺陷,提出融合浅层句法分析的信息抽取方法,该方法将候选的句子进行浅层句法分析,包括对短语切分、同位语分析、并列结构分析、句子切分的处理。经过该步骤,句子被划分为多个单独的语法单元。然后,对每个语法单元采用基于最大熵的分类方法进行蛋白质互作用信息抽取。该方法在BC-PPI语料库中获得了62.1%的F1性能。比较实验结果表明,该方法能有效减少误判和漏判,提高信息抽取的性能。

基于安全等级协商的移动安全服务系统

分析了移动业务在安全方面需求的差异性,设计了安全策略及组织结构。在此基础上提出了一种移动安全服务系统模型,并设计了不同安全等级的网元之间的协商流程。该研究成果有效解决了按照用户需求分配安全服务的问题,并为移动通信运营商实现增值安全服务提供技术保障。

“信息安全概论”课程教学研究与探索

本文针对信息安全概论课程的特点及现状,提出了教学中课件、课堂教学、实验课程的改进方法,对在"信息安全概论"课程教学中如何将理论和实践教学结合,培养学生的综合运用能力、独立解决问题能力、团结协作能力和工程实践能力等问题作了较深入的研究和有益的探索。

基于联合训练的蛋白质互作用信息抽取方法

针对生物文献库中人工标注样本数量缺乏的问题,提出一种半监督类型的基于联合训练的方法。在样本预处理的基础上,基于词特征的机器学习方法和基于模式学习的方法选择样本的不同特征子集,并被合成到联合训练方法中;在训练过程中每种方法能够利用少量初始标注样本和大量未标注样本进行学习,并用另一方法的学习结果扩充标注样本集。该方法在AIMED语料库中获得了63.9%的F1值,比较实验结果表明,该方法性能优于监督方法,且能有效利用未标注样本以适应实际抽取任务。

宏观网络安全预警与应急响应系统

随着互联网络的发展,为了提高宏观网络对各种安全事件的及时检测能力、应急反应能力以及总体控制能力,该文提出了一种宏观网络安全预警与应急响应系统,有效地解决了基于局部网络的入侵检测系统已不能适应宏现网络安全需求的问题,为建立宏观网络的信息安全保障体系提供了有力的支撑．

基于颜色和边缘特征直方图的图像型垃圾邮件分类模型

提出了一种新型的图像分类识别方法,该方法不依赖于对图像内容文字信息的提取,而是直接采用图像的颜色信息和图形边缘特征来构造用于图像模式分类的统计模型。通过在公开数据集上的实验结果表明,提出的模型对图像型垃圾邮件具有良好的分类能力,分类性能优于现有相关方法。由于该方法对图像型垃圾邮件的分类准确率高,且不受图像文字识别干扰技术的影响,具有良好的应用前景。

基于小波分解的群落流量异常检测

针对大规模高速网络海量数据处理和异常检测率较低的问题,将群落概念引入流量异常检测领域,用小波三层分解和偏离值结合的检测方法,实验性地证明了基于群落的检测比基于网络的检测能提供更加准确和高效的检测结果。因为以群落为观察范围,可以避免对群落的攻击被其他群落的无关网络活动所掩盖,并且可以分流数据。文中对群落检测所使用的特征集进行了研究,在总结已有基于Netflow记录的特征的基础上,用基于相关性的方法剔出了强相关的特征,优选出适合群落检测的特征集,避免了当前基于Netflow的异常检测中随意选取特征所造成的信息冗余。

匿名通信系统时间攻击的时延规范化防御方法

为了防御针对匿名通信系统的时间攻击,提出一种基于数据包时延规范化的防御方法.该方法将数据流中所有时延间隔调整至一个固定值,防止攻击者嵌入标记信息,从而达到防御攻击的目的.该固定值利用经验指定法或者移动平均法确定.如果包间时延间隔小于该值,延长此包间时延间隔;如果包间时延间隔大于该值,则插入1个或者多个干扰包.这样可使得所有时延间隔相同且等于该固定值.对时间水印攻击的防御实验结果表明,该方法的防御效果不受攻击者选取的起始时间和用于嵌入水印的时间间隔影响.真实网络环境中的实验结果显示,时间水印攻击的错误识别率均值达到43.51%,证明了该方法的有效性.

基于区块链的电力大数据安全保障体系

随着电力大数据的飞速发展,其服务对象、服务内容、服务过程等都更趋多样、复杂,安全问题也愈加突出。灵活运用区块链技术,能解决电力大数据的一致性、可追溯性、保密性等问题,并可以其为核心进一步构建电力大数据安全保障体系。分析了电力大数据存在的脆弱性及其所面临的威胁,重点分析了电力大数据安全保障建设的薄弱环节以及运用区块链技术实现大数据安全保障的优势和不足。提出了基于区块链的电力大数据安全保障体系建设方案,建立电力大数据多方位多角度的纵深安全保障体系,确保电力大数据的安全。该方案包括电力大数据安全战略保障、技术保障、运行保障、标准保障、管理过程保障等。

信息安全综合实验教学研究

分析了我国高等院校信息安全专业综合实验教学存在的内容缺乏深度,学时不足,实验缺乏体系等问题。为了加强综合实验课程的建设,提出了建设系列综合设计型实验课程的新思路,并从实验内容建设、教学手段、课时安排和成绩考核等方面,介绍了电子科技大学信息安全专业系列综合实验课程的建设情况。

基于Kolmogorov复杂性的垃圾图像分类模型

为了进一步遏制图像型垃圾邮件的泛滥,首次提出了一种基于Kolmogorov复杂性的垃圾图像分类模型。该模型利用数据压缩技术,实现了对垃圾图像的有效分类。与目前主流垃圾图像分类方法相比,本模型既不需要提取图像中的文字,也不需要对图像特征进行定义和选择,而是一种无参数的分类方法。实验验证了本模型的有效性和鲁棒性,同时还表明,Kolmogorov复杂性在垃圾信息过滤中具有广阔的应用前景。

基于网络模块化结构的异常发现

该文针对大规模高速网络海量数据和异常检测率较低的问题,将复杂网络的模块概念引入网络异常检测领域,化网络检测为数个网络模块检测的综合。首先通过建立网络划分策略与网络检测率关系模型,理论地证明按照网络本身所具有的模块结构划分网络有利于网络总体的检测。其次在真实网络采集的数据集上用并行处理技术进行实验,结果表明基于网络模块的检测比基于网络的检测能提供更加准确和高效的检测结果。

信息安全案例的课堂教学模式分析研究

本文总结了关于信息安全课堂教学模式的众多分析,并结合笔者自身的教育教学经验,提出了具体的整改方案,突出了在课堂教学中信息安全案例的课堂教学模式,并针对该模式的具体执行办法,进行了优缺点的分析及扩展。

党员教师责任制在软件工程专业卓越工程师培养及教学中的应用探讨

党员教师责任制是软件工程专业卓越工程师培养计划中的一种导师型特色机制。本文分析了软件工程卓越工程师培养的内涵和教学需求、党员教师责任制的含义和特点,然后探讨了该机制在软件工程卓越工程师培养实践中的作用和意义,并提出了未来的发展方向。

软件工程卓越工程师培养中专业基础课建设的探讨

专业基础课建设是培养合格的软件工程专业卓越工程师的基石之一。本文以C语言程序设计课程为例,分析了在卓越工程师培养目标下,软件工程专业基础课中应用传统教学方法存在的问题,结合实例阐述了相关的改革措施,并提出了未来的发展方向。

敌手分类的Stackelberg博弈分析

在实际电子测量分类系统中,随着机器学习技术的广泛应用,它面临着来自对抗性环境中敌手攻击的巨大挑战。利用非合作二人Stackelberg博弈,并结合实际存在的跟随者反应时延问题,对敌手和数据挖掘者之间的交互行为进行了建模。和以前工作不同之处,在于本模型中考虑了跟随者反应时间对领导者和跟随者收益的影响。首先对Stackelberg博弈问题进行了形式化描述,然后对敌手分类问题进行了博弈建模,重点分析了此条件下博弈双方的收益,最后测试了本模型的正确性和有效性。实验结果表明,应该密切注意异常数据的变化,从而更好的对抗敌手攻击。

焦炉荒煤气放散点火系统设计

自动放散点火系统就是由压力变送器将集气管管压信号转换成4-20mA电流信号,在压力超常需要放散时,PLC对超压信号进行智能判断,通过各个执行机构完成引火、点火、开阀放散,使荒煤气充分燃烧,达到环保要求。

针对非工科背景在职硕士信息安全课程教学模式的研究

本文针对当前处于教育变革情况下,对非工科背景在职研究生信息安全课程教学模式,从案例分析、教学互动、成果等部分进行了研究,以便于得出合适的教学模式方案等相关结论。