基于改进深度信念网络的心血管疾病预测研究

心血管疾病传统预测模型准确率较低,基于浅层神经网络的模型预测结果方差较大。为此提出一种基于改进深度信念网络的心血管疾病预测模型,利用重构误差,自主确定网络深度,结合无监督训练和有监督调优,在提高模型预测准确率的同时保证稳定性。对UCI数据库中的statlog (heart)和heart disease database独立进行30次实验,结果显示预测准确率的均值分别为91. 26%、89. 78%,预测准确率的方差分别为5. 78、4. 46。

舰载信息化装备安全可信计算环境构建技术

以"保障装备使命任务安全"为目标,基于武器装备的信息物理融合系统特性,深入分析了网络空间战条件下舰载信息化装备面临的主要安全威胁及其安全可信的内涵,借鉴可信计算思想,采用可信终端、可信区域、可信边界组成的纵深主动防御体系模型,实现了装备的硬件可信、应用可信、存储可信、网络通信及接入可信,为舰艇作战任务的执行构建了一个安全可信计算环境。

云内云外融合网络安全纵深防御体系研究

基于城轨行业网络安全建设现状和国内外网络安全行业新技术应用调研情况,分析城轨云的网络安全风险,在遵循城轨协会各项技术规范和“平台统保、系统自保、边界防护、等保达标、安全确保”方针的基础上,研究城轨云内云外融合网络安全纵深防御体系建设方法,提出安全能力分步建设步骤和区分网域差异化安全能力构建理念,并探讨城轨云安全运维中心安全运营成熟度模型和各阶段目标,为后续城轨行业云平台安全规划建设提供指导。通过对软件定义安全、零信任、云工作负载、安全运维中心等创新技术进行对比分析,测试验证了相关技术在城轨云的创新应用场景,分析了创新技术所带来的技术效益。研究成果对于深化我国城轨云网络安全纵深防御体系具有一定的参考意义。

面向垂直行业的5G专网安全解决方案的研究

为提高面向垂直行业的5G专网的安全性,分析5G专网所面临的安全风险,文章针对性地提出面向垂直行业的5G安全解决方案框架体系,以顺应5G应用进入规模化快速发展阶段的网络安全需求。框架体系以“内生安全”为指导,助力5G赋能千行百业,为5G时代网络安全建设提供全景指引和实践落地路径。