农用多旋翼无人机作业能耗白盒模型构建与试验

为了减少因能量有限而导致无人机飞行时间有限的问题,研究农用无人机在飞行时的作业能耗是十分必要的。本研究以农用多旋翼无人机为研究对象,采用白盒建模的方法,依照动力系统各部件原理,构建了农用无人机的飞行总效率模型,再根据农用无人机的飞行特点,建立了一种针对农用无人机的作业能耗模型,并通过对农用无人机的速度、载荷和航程这3个动态参数分组试验得到的数据进行了验证。结果表明,模型具有较高的精度,最大平均误差约为6.582%,最大绝对误差中位数约为7.654%。最后对模型的各个参数进行分析,引入模型修正系数对模型进行修正,修正后的模型精度相比修正前的最大平均误差减少约3.092个百分点,误差中位数减少约3.612个百分点,修正后效果显著。本研究构建的理论模型可以用于农用无人机作业能耗的计算和预测,在规划无人机任务前就可以得到相应的作业能耗并进行优化,也可以适配不同控制器的其他旋翼机型,具有一定的应用价值。

轻量级分组密码GIFT的一种白盒实现方案

白盒实现是将已知的密码算法通过白盒密码技术进行设计,使其在白盒攻击环境中具有与原算法相同的功能,同时保证该算法的安全性不会遭到破坏。文章提出一种轻量级分组密码GIFT的白盒实现方案,该方案主要思想是使用查找表表示密码算法每轮的输入输出,并使用不同大小的仿射函数编码查找表的输入输出。该方案需要13.92 MB的内存空间,并能抵抗BGE攻击、MGH攻击、仿射等价算法攻击和差分矩阵攻击等代数分析攻击。其中,仿射等价算法攻击的复杂度大于O(2^82)。

自动化白盒模糊测试技术研究

软件的安全性分析和漏洞检测是软件工程和信息安全领域的一个研究热点和难点问题。采用程序分析的方法对软件进行安全性测试,日益受到广泛的关注和重视。首先概述了有关软件安全性测试的基本概念;随后,详细介绍了3种基于程序分析的安全性测试方法:模糊测试、符号执行和自动化白盒模糊测试,并比较了这3种方法的优缺点;最后,给出了自动化白盒模糊测试的分布式模型。

电子游戏作品独类保护研究

电子游戏作品的独类保护是指在《著作权法》中将电子游戏作品视为单独一类作品进行保护。目前对电子游戏作品的著作权保护大都将其局限在视听作品这一类型中并采取“拆分保护”的模式,弊大于利。而将电子游戏视为一个独立的作品类型对其进行整体保护,不仅可以更加清晰界定权利人的范围,统一判决标准,更能有效阻止“换皮”游戏的泛滥。这既能强化我国的电子游戏领域的著作权保护,也能有效地促进我国电子游戏文化产业的良性健康发展,保护一个巨大的数字经济市场。

基于输入通道拆分的对抗攻击迁移性增强算法

深度神经网络已被应用于人脸识别、自动驾驶等场景中,但容易受到对抗样本的攻击。对抗样本的生成方法被分为白盒攻击和黑盒攻击,当对抗攻击算法攻击白盒模型时存在过拟合问题,导致生成对抗样本的迁移性降低。提出一种用于生成高迁移性对抗样本的对抗攻击算法CSA。在每次迭代过程中,通过对输入RGB图片的通道进行拆分,得到三张具有一个通道的输入图片,并对其进行零值填充,获得三张具有三个通道的输入图片。将最终得到的图片与原始RGB输入图片共同传入到模型中进行梯度计算,调整原始梯度的更新方向,避免出现局部最优。在此基础上,通过符号法生成对抗样本。在ImageNet数据集上的实验验证该算法的有效性,结果表明,CSA算法能够有效提高对抗攻击的迁移性,在四种常规训练模型上的攻击成功率平均为84.2%,与DIM、TIM结合所得DI-TI-CSA算法在三种对抗训练黑盒模型上的攻击成功率平均为94.7%,对七种防御模型的攻击成功率平均为91.8%。