基于反向传播神经网络的三维足迹触觉步态特征识别

为有效解决当前传统步态特征人身识别技术过分依赖人工判读、识别准确率较低的问题,将计算机技术引入步态特征识别领域中,以获取一种基于反向传播(back propagation, BP)神经网络的步态特征识别新方法。将立体赤足足迹作为研究对象,通过光栅立体足迹采集仪对立体赤足足迹图像进行预处理,以获取计算机可识别出的三维足迹触觉步态特征信息,记录立体赤足足迹的深度差、区域面积、区域体积三类步态特征信息,并在法庭科学领域中的足迹检验理论为基础的前提下运用BP神经网络,对其中Multillayer Perceptron分类器参数进行优化调整,最后,将测试结果与传统的人工检验结果进行比对,从比对结果得出,相对于传统的人工鉴别方法只有84.7%的准确率,基于BP神经网络的步态特征人身识别算法的准确率可达到90%以上。

网络攻防与取证训练平台设计与实现

当前网络犯罪形势严峻,网络警察专业人才缺口较大,专业素质要求较高。传统网络靶场费用高,部署在实验室,重型化等不足,设计在个人主机运行的网络攻防与取证训练平台,因而支撑实践学习具有重要意义和急切需求。本文采用以CTFd开源平台为基础,构建网络攻防和电子数据取证的相关知识体系,利用Docker、虚拟机等虚拟化技术构造靶场资源,实现集网络攻防、电子数据取证训练于一体的网络安全训练平台,用于个人学习和竞赛演练,高效促进用户能力提升。