认知无线电网络中基于弹性安全框架的PUE攻击模式挖掘

针对认知无线电网络(CRN)对授权及未授权用户的安全性和使用性能的影响,提出一种基于CRN弹性安全框架的多标准分析方法。该方法采用归一化递增加权函数(NWAUF)和非参数贝叶斯推理来计算网络中最终存在攻击的可能性。其实例化主要分为两个阶段,第一阶段是多标准模拟主用户(PUE)的攻击分析,根据不同标准需求进行设计,并且在网络需要改变或者遭受攻击时,允许灵活地添加或者删除标准;第二阶段是CRN节点间的协同,即任意节点与其相邻节点间初步概率的交换,当计算初步概率时就启动该阶段,并与邻节点分享。基于真实跟踪的模拟仿真结果验证了该方法能显著提高频谱感知性能,即使邻节点较少时依然能够获得与多个邻节点相似的检测比例。

基于BP神经网络的普通建筑雷灾风险评估

基于《雷电防护第2部分:风险管理》(GB/T21714.2—2008)及BP人工神经网络理论,利用MATLAB软件建立了一个三级BP网络预警模型,经过网络训练、网络检测得到训练成熟的普通建筑雷灾风险BP网络评价模型。BP神经网络的运用有助于评价模型更加准确客观地反映建筑物雷灾风险各影响因素与最终风险评价结果之间的非线性关系。为了验证该评价模型的评判效果,除对训练成熟的网络评价模型进行检测,还进一步选取《雷电防护第2部分:风险管理》(GB/T21714.2—2008)中提供的评估实例进行验证性评估,二者结果保持一致,表明该方法可以用作普通建筑的雷灾风险评价。