物联网终端智能识别系统设计与实现

终端智能识别是物联网应用的关键技术,是物联网安全体系构建的基础。针对物联网终端智能识别问题,建立了一种以设备指纹为动态特征标识的物联网终端智能识别实验系统。该系统由终端检测模块、模型训练模块以及智能识别模块构成,其中,终端检测模块利用Nmap工具扫描并自动采集设备指纹;模型训练模块分别利用决策树、逻辑回归与朴素贝叶斯等机器学习算法训练分类器;智能识别模块接收识别任务并调用前2模块完成设备指纹采集与分类识别处理。实验结果表明,决策树分类器在整体数据集上的平均识别率为98.1%,对于是否是物联网设备的判断识别率为98.7%,对于具体设备类型的识别率为98.2%,均保持较高识别水准,且优于其余2种算法识别器。因此,采用设备指纹与决策树算法结合识别物联网设备是可行的。

关于智慧军事物流的几点认识

为准确把握智慧军事物流角色定位和特殊规律,以及发展目标和路径,采取类比和系统分析的方法,阐述智慧军事物流的历史方位,以及其超越保障、超越效率、超越迷雾的基本理念,分析其对标作战、自主学习、敏捷柔性的核心特征,提出以智能化战争引领物流发展,并将物流提升至作战同等维度。

旋翼气动特性分析及直升机配平计算

以UH-60A直升机为例,建立了适合用于准确细致地描述旋翼气动特性和直升机配平的旋翼气动模型。分别将动量理论模型和该旋翼气动模型代入直升机全机飞行动力学模型中,对算例直升机进行了配平,并与试飞数据和参考模型结果进行了对比,验证了该模型有效且精度更好。在此基础上,分析了不同前进比桨盘诱导速度、迎角和升阻比的分布。结果表明:随着前飞速度增加,诱导速度分布更加不对称,桨盘侧倾加剧;大速度前飞时后行桨叶气流分离区域变大,在反流区内外迎角分布将发生突变;由于空气压缩性和反流区作用,大速度前飞时前行桨叶桨尖处与反流区内升阻比较低。