基于分布式校园网用户数据流安全审计研究

本文介绍了分布式校园网的用户数据特点,提出了校园网的安全审计系统框架,分析了校园网络中异常流量的检测方法和异常流量的指标。运用统计学方法对异常流量的指标进行分析,形成正常的网络流量基线,按照基线对流量进行匹配,从而找出异常流量。

基于分布式用户数据流的网络安全审计系统的研究

本文提出了基于分布式用户数据流的网络安全审计系统的总体框架,介绍了两种异常流量检测方法,并给出了检测异常流量的各项指标。基于异常流量的检测指标,根据中心极限定理,使用采样统计方法刻画出正常网络的基线。参照该基线和对蠕虫特征进行匹配检测出异常流量,并进行预警。

基于Bayes估计和数据流间功率分配的联合干扰相位对齐算法

针对信道状态信息(CSI)存在时延和误差的情况,本文提出了适用于多小区MIMO-BC的基于Bayes估计和数据流间功率分配的联合干扰相位对齐算法.首先,发送端通过Bayes估计获得当前CSI的最佳估计;其次,通过最大化期望信号功率与小区间干扰功率的比值来设计干扰抑制矩阵;而在反向通信时,通过最大化信干比来设计预编码;进一步地,结合注水算法来优化功率分配.最后,采用相位对齐将数据流间的干扰旋转到目标接收数据流的信号空间中,进而增强目标数据流的接收功率.仿真表明,无论是在理想CSI还是时延误差CSI,本文算法较其他算法都有一定的性能优势.

一种高性能流式并行加密算法

随着网络用户的数量持续增多和对安全需求的增长,以AES加密的方式对用户数据流进行加密保护得到了广泛的应用。对服务器而言,大量用户形成的数据流具有流速高和突发性强的特点,而传统的串行加密却效率低下,会造成服务失效或服务质量差,因此在目前普及的CPU+GPU异构环境的基础上,通过流水线方式组织并行AES加密,以提高加密的性能,并通过滑动窗口进行突发流量控制,以提供高质量的流加密服务。实验结果显示,所提出的异构环境下的流式AES并行加密算法能满足高速率突发性的用户数据流的流式加密的需求,提高了加密的处理速度并有效地控制了流量。

Study on the forecasting and maintenance system of special railway subsidence in mine area

The fully mechanized caving coal mining under the railway in mine area will result in difficulty maintenance of railway because of great distortion and subsidence speed of terrene and railway. If the subsidence forecasting is incorrect and maintenance measure is not suitable in the preceding and the process of mining, the normal operation of the railway in mine area will not be ensured and perhaps the safety accident will be resulted. The railway subsidence forecasting and maintenance system for fully mechanized caving coal face are studied and developed in this connection. Based on the accurate subsidence forecasting of the terrene and railway, the maintenance measure for track and switch turnout in railway is put forward in this system.

欧盟开出最大罚单 全球网络安全监管再升级

近日,美国元宇宙平台公司被欧盟监管机构处以前所未有的13亿美元罚款,理由是元宇宙平台公司违规将欧盟用户数据传输到美国。元宇宙平台公司也因此成为第一家根据欧洲隐私法规被勒令关闭跨大西洋用户数据流的美国科技巨头。