计算机网络信息安全防护策略及评估算法探究

随着大数据、云计算、移动计算等新型计算模式的普及,网络信息技术的不断发展,大型企业愈加依赖于信息技术带来的便利与好处,但同时也面临着严重的信息安全威胁。通过尝试分析目前信息安全防护策略的现状,提出一种复杂网络环境下信息安全的评估方法,以此指导信息安全防护工作,为评估网络防护的有效性提供参考依据。

电网企业网络信息安全的威胁与攻防新技术研究

随着电网企业管理信息化、电网运行自动化、电力设备智能化的不断发展,电网企业信息安全愈发重要。在此针对网络信息安全的严峻形势,通过研究电网企业出现的新型攻防技术,包括高级持续威胁(APT)防护技术、漏洞扫描技术等的优缺点,给出基于最小攻击代价的防御有效性分析策略,并计算网络的防御能力。

基于改进灰狼优化算法的网络流量预测模型

针对传统网络流量预测模型泛化能力弱和准确度低的缺点,提出一种组合小波包分解(WPD)和灰狼横纵多维混沌寻优算法(CCGWO)优化Elman神经网络的短期网络流量预测模型(WPD-CCGWO-ELMAN)。网络流量在小波包的作用下分解成多个频段序列,各子序列通过CCGWO-ELMAN神经网络优化模型进行单步或多步预测处理,然后重构并叠加各预测值,得到未来短时间段内的网络流量值。实验结果表明,该模型具有较好的预测精度和鲁棒性,并能掌握网络流量时间序列的变化规律。

面向无线射频识别应用的复合订阅匹配

传统的发布/订阅系统不支持具有丰富时序关系的复合事件,不能很好地满足无线射频识别应用的需要。针对无线射频识别应用的特点,设计了面向无线射频识别应用的复合订阅语言,研究了订阅语言的组成和使用,基于时间事件、复合订阅的匹配图表示、事件检测的消费语义,给出了相应的复合订阅匹配算法。该算法已在OncePubSub系统中实现,并与Siena改造版J、ESS改造版进行了性能比较。

发布/订阅系统中的原子订阅管理和匹配

如何有效地管理原子订阅并将事件与原子订阅高效地匹配,是发布/订阅系统需要关注的关键问题。首先将原子订阅组织成为一个覆盖森林,然后在这个结构上执行原子订阅的匹配,同时使用谓词的多级索引结构为原子订阅匹配提供支持。此方法已在基于内容的发布/订阅系统Once PubSub上实现。给出了用于验证算法性能和开销的实验。实验结果表明,上述方法具有良好的匹配性能和可伸缩性。

混合无线网络区域的入侵主动防御模型仿真

对混合无线网络区域的入侵进行有效防御能够保证混合无线网络的安全,具有重要意义。在对混合无线网络区域进行防御时,入侵的种类多种多样,传统方法在检测过程中没有对其进行聚类,导致检测效率和效果较低。为此,提出基于独立特征聚类算法的混合无线网络区域的入侵防御方法。利用聚类方法将存在相关性的入侵特征进行聚类,根据入侵特征的聚类结果建立入侵检测器集,通过人工免疫算法对混合无线网络的入侵行为进行匹配和检测,完成网络入侵主动防御的过程。实验结果表明,利用改进算法进行混合无线网络区域的入侵防御,能够提高防御的效率和效果。

空间访问控制研究综述

空间数据在数据类型、拓扑关系、操作模式等方面的诸多特性导致传统访问控制模型难以直接使用在以空间数据为核心的地理信息系统之中。近年来,将空间数据作为一种新的客体类型,对其实施有效的访问控制已成为信息安全和地理信息系统两个领域共同关注的热点问题。致力于从空间访问控制模型、空间访问控制授权方法、空间访问控制策略管理和空间访问控制的实现方法四个方面,对该领域的研究进展进行综述性研究。将空间访问控制模型分为基于DAC、MAC、RBAC模型的空间扩展模型及其他模型;将空间数据授权方法分为基于SAR、基于安全标签和基于角色的几种不同技术;将空间访问控制策略管理分为授权策略存储管理、授权查询和判定、授权策略的冲突检测与消解和授权策略管理模型等方面。同时分析对比了各种不同模型、授权方法、策略管理技术的使用场景、实现原理、技术优势、特点与局限性,总结其发展演化过程、研究现状及存在的问题,进而展望了今后可能的研究趋势。

Android恶意软件的多特征协作决策检测方法

由于智能手机使用率持续上升促使移动恶意软件在规模和复杂性方面发展更加迅速。作为免费和开源的系统,目前Android已经超越其他移动平台成为最流行的操作系统,使得针对Android平台的恶意软件数量也显著增加。针对Android平台应用软件安全问题,提出了一种基于多特征协作决策的Android恶意软件检测方法,该方法主要通过对Android应用程序进行分析、提取特征属性以及根据机器学习模型和分类算法判断其是否为恶意软件。通过实验表明,使用该方法对Android应用软件数据集进行分类后,相比其他分类器或算法分类的结果,其各项评估指标均大幅提高。因此,提出的基于多特征协作决策的方式来对Android恶意软件进行检测的方法可以有效地用于对未知应用的恶意性进行检测,避免恶意应用对用户所造成的损害等。

基于人工智能算法的作业现场人员设备资质识别技术研究

针对不具备检修资质的人员误入检修现场和现场检修人员难以近距离查看设备铭牌的问题,研究了基于人工智能算法的作业现场人员设备资质识别技术。针对现场作业中的设备和人员分别采用不同的文本检测技术和人脸识别技术,展开设备、人员的资质识别技术研究。文本识别将融合连接文本提议网络(connectionist text proposal network,CTPN)、密集连接卷积网络(dense convolutional network,DenseNet)和连接时序分类(connectionist temporal classification,CTC)算法组合,并设计文本训练模型,提升文本识别率。人脸识别基于OpenCV平台,利用图像预处理和人脸目标算法实现人脸识别,从人脸数据采集、人脸数据训练、人脸检测与识别实现三个方面训练人脸识别的准确性。最后,通过实际应用证明了设备铭牌检测和人脸识别的准确性。