基于网络流量检测的恶意应用程序检测技术研究

面对近年来层出不穷的安卓恶意软件给广大用户带来的安全威胁,对快速精准的安卓恶意软件检测技术进行研究已刻不容缓。目前使用的检测技术是在恶意软件安装前、运行过程中进行白盒或者黑盒检测,亦或是使用网络流量检测分析其是否存在恶意行为。介绍了各类恶意应用程序及其威胁技术,对最近研究中的移动设备恶意应用流量检测方法进行了评估和分析,以期为相关人员更好地掌握该技术提供一定的参考。

云计算安全问题研究综述

最近,由于经济性和高质量服务,云计算成为业界关注的焦点。过去10年,云计算通过产品和服务与企业和个人的日常生活紧密相连。云计算按需付费的特点激励着企业主动上云,从2019年开始,全球企业开始大规模上云,目前这种趋势依然强劲。虽然云计算为企业和个人带来了很多好处,但直到今天,云安全仍是各个云服务提供商亟需解决的挑战。云计算技术中虚拟化、多租户、按需付费等特点也为恶意攻击者提供了入口和漏洞。基于过去云计算安全问题的研究成果,探讨云计算3层体系结构,即基础设施即服务、平台即服务和软件即服务的安全问题和应对策略,并提出未来发展建议。

敏捷方法与传统方法相结合的软件项目管理模型研究

随着社会发展节奏加快,客户对于需求的变更越来越频繁地出现在软件开发项目中。传统的项目管理方法主要基于线性化开发,过于注重预测、计划和阶段性控制,因此渐渐不适应现代企业的开发节奏。传统软件项目管理注重计划和控制,重视详细的文档和规范,但是其刚性和缓慢的反应能力不适应快速变化的市场和需求。而敏捷方法注重灵活性和快速响应能力,重视人员和团队协作,但是其不完全规范化的过程和文档化可能会导致项目质量不稳定。因此,将敏捷和传统软件项目管理相结合,可以充分发挥两种方法的优势,弥补各自的不足,提高软件项目管理的效率和质量,增强团队的协作和响应能力。

基于机器学习的软件质量预测技术综述

如今,各个行业对软件的要求越来越高,而软件的检测是实现软件质量的关键,也是整个系统的一个关键环节。在开发软件之前,开发人员常常要花费很多时间对软件可能出现的故障进行预测分析,以确保其可靠度,从而设计出高质量和高可靠性的软件系统。以往的机器学习的自动化测试技术可以有效地帮助软件从业人员提高效率。随着技术发展,机器学习技术已经可以实现对软件系统故障过程的预测,且辅助软件质量管理机制和质量控制流程的构建,在减轻开发人员工作负担的同时提高软件的质量和可靠性。通过对近10年有关机器学习预测软件可靠性的文献进行了研究,总结了软件质量预测领域的相关技术。

企业智能制造系统现状研究

工业4.0时代,智能制造系统在制造企业得到了广泛的应用。然而,出于对智能制造系统的成本和应用效果等多方面因素的考虑,并非所有企业都应用了智能制造系统。因此,对企业智能制造系统运用现状进行了评估。首先,介绍了智能制造系统的组成;其次,阐述了企业智能制造系统变革的意义及面临的挑战;最后,以问卷调查的方式,调研了深圳市100家制造企业智能制造系统的运用情况,并对调研结果进行了分析,结果表明,调研的100家企业当中,有50%以上的企业已开始使用智能制造系统来实施数字化转型,有助于相关人员分析智能制造系统在制造企业的应用现状并提出发展意见。

基于边缘计算-云计算的安全数据处理模型研究

近年来,随着物联网和分布式计算系统得到广泛的应用,物联网和分布式计算系统的快速发展导致对实时数据处理和分析的需求增加。为了应对分布式环境中与数据管理相关的挑战,混合边缘云计算模型已成为一种高效、安全和隐私保护的解决方案。通过利用边缘计算和云计算的独特优势,提出了一种基于边缘计算-云计算的安全数据处理混合模型,该模型具备更强安全性、更好的隐私保护能力、可扩展性、灵活性、减少延迟和资源优化等优势,可用于安全地处理和管理物联网和其他分布式系统中的数据。

SDN环境下的动态随机网络病毒传播模型及特性研究

软件定义网络(SDN)提供了对网络的动态调控,但是安全性较差。为此,提出一种SDN下的动态随机网络模型。研究网络病毒随子网间节点迁移而扩散及爆发的过程,通过理论分析和数值模拟,发现网络病毒从源子网传播到目标子网的传播特性与子网间节点的迁移率相关。实验结果表明,该方法能有效找出病毒迁移阈值,并能实时发现病毒传播趋势。

智能传感器在智能制造中的应用和意义

工业4.0时代,智能传感器是智能制造系统不可或缺的关键技术之一。它能够通过对生产过程的实时监测和数据采集,实现对生产设备和生产过程的智能控制。智能传感器的应用不仅提高了生产效率和质量,还可以降低生产成本,提高生产安全性和环境保护水平,它不仅为生产者带来了诸多的实际益处,还能够推动智能制造的发展,提升我国的制造业竞争力。阐述了智能传感器对智能制造的应用和意义,并解释了为何智能传感器在我国智能制造中的应用必将成为未来工业发展的重要方向。

物联网现状和发展趋势分析

随着物联网的普及,其正在迅速地改进传统产业的各种应用业务,从消费者和公司物联网到制造业和工业物联网,其引发了消费市场、可穿戴设备、智能医疗保健、智能建筑、智能农业和智能城市等的新趋势。对目前的物联网应用现状、主要应用与意义、关键的体系结构阶段、存在的问题、面临的挑战和发展趋势进行了探讨。当前物联网不仅对各个产业的业务运营产生了重大影响,而且也正在对经济产生深远影响。在未来,物联网将继续支持更多技术。随着物联网在各个行业占据中心地位,机器学习等前沿技术也将在未来几年变得更加流行。

基于卷积神经网络的安卓恶意软件检测框架

如今,智能手机已成为人们日常生活中不可或缺的一部分。智能手机在给人们的生活带来便利的同时,也带来了一定的安全隐患。针对安卓生态系统的恶意软件,提出了一种基于卷积神经网络的恶意软件检测系统。通过实验,验证了采用这种方法识别恶意应用软件的有效性。所提出的算法的精确度达97.28%,优于传统的机器学习算法,具有一定的实用价值。

基于云边缘的智能生产线多目标任务调度方法

在现代制造系统中,高效且有效的任务调度至关重要。基于云边缘的智能生产线多目标任务调度方法提出了一种新的优化生产过程的方法,它可以利用云计算和边缘计算资源的优势,并考虑最小化完工期、能耗和成本等多个目标。首先,概述了一种综合的技术框架和实现算法,包括数据收集和预处理、多目标优化建模、云边资源分配、使用非支配排序遗传算法II(NSGA-II)的任务调度,及其性能评估和可视化;其次,通过解决各种实际问题展示了其在当代制造环境中的重要性。该方法为实现高效、可持续和有竞争力的生产系统提供了一种前景广阔的解决方案。

基于Mininet的SDN网络拓扑带宽性能分析

软件定义网络(SDN)是计算机网络领域的巨大创新,该技术实现了由软件来控制转发路由数据包。SDN控制器可以实现使用控制平面来管理各种虚拟交换转发设备,从而节约了大量经费,并缩短SDN的开发测试周期。由于SDN交换机种类少,并且价格昂贵,使用Mininet对计算机网络进行仿真,为SDN研究提供有效的技术支撑,其实验结果几乎可以不做任何修改直接部署到真实的硬件环境中去。