内网安全存取的双向验证

考察内部网络数据的安全传输与访问需要,通过对数据资源分布粒度和操作权限多重性的 分析,给出资源的操作模型,并提出双向验证的安全控制策略。最后,讨论了如何提高控制效率的措施。     

基于用户意愿的文件访问控制策略

访问控制是保护计算机上文件安全的重要技术手段。针对文件攻击,提出一种量化的评估方法,对主流访问控制策略进行了量化评估,指出主流访问控制策略的脆弱性在于赋予了程序访问用户能够访问的文件集合的权利。提出一种基于用户意愿的访问控制策略,其风险远远小于主流访问控制策略,能够防御未知文件攻击,证明了策略的安全性质,并讨论了其实现方案。     

基于激光推进的光船发射任务设计与参数优化分析

针对发射初始质量为100kg的光船到近地圆轨道的任务,研究了激光平均功率、激光大气传输特性、光船激光接收面面积、发动机比冲、发动机能量转化效率等参数之间的相互关系及光船飞行任务的优化问题。针对激光发射光船的具体要求,由功率估算公式计算出激光平均功率,从激光作用范围估算出光船的激光接收面的最小面积;基于光船飞行动力学模型,结合估算的参数,应用序列二次规划方法优化计算出光船飞行的最优弹道。计算结果表明,光船入轨质量可达到35.5kg,最优比冲为8140m/s。     

时域磁场积分方程迭代求解

利用时间步进算法(MOT)求解时域电场积分方程解决导体目标瞬态散射问题时,其计算结果不稳定,会发生后期震荡现象。通过对时域磁场积分方程显式和隐式方案的分析,推导出一种隐式的迭代方案,它不但易于实现,而且数值结果表明这种时域磁场积分方程MOT迭代方案比时域电场积分方程MOT具有更好的稳定性,延缓了后期震荡效应。     

多模块ROP碎片化自动布局方法

返回导向式编程(Return Oriented Programming, ROP)是一种可有效绕过数据执行保护机制的技术。ROP通过搜索内存代码区中合适的汇编指令片段,可组成一段执行特定功能的程序。已有的ROP自动构造技术只考虑ROP链的功能实现,而忽视了ROP链布局对程序内存可控性的要求,导致自动生成的ROP链实用性低。为解决该问题,提出了一种基于符号执行的多模块ROP碎片化自动布局方法。该方法在ROP自动构造Q框架的基础上,以模块为单位对ROP链进行切片;使用符号执行工具S2E,对控制流劫持状态下的程序内存状态进行动态分析;为各ROP模块匹配相应的可控内存区域,构造碎片化布局的ROP链。实验证明,相比已有技术,该方法生成的ROP链有效降低了对程序内存可控性的要求。     

基于竞争失效的产品可靠性评估

为深入研究产品部件的可靠性,构建了竞争失效模型。基于退化失效和冲击失效的关联性建立竞争失效模型,在此基础上推导出产品的可靠度分析模型;引入Gamma过程对自然退化失效过程建模,通过退化增量描述随机冲击对自然退化的影响;引入Poisson过程对随机冲击失效过程建模,通过失效阈值的递减描述自然退化对随机冲击的影响;以具有退化失效和冲击失效特点的防滑刹车控制盒为对象,进行了可靠性对比分析,验证了竞争失效模型的合理性和有效性,为产品部件的可靠性评估提供了一种新的思路。     

基于DoDAF+STK的集群协同探测功能架构建模与仿真

针对无人集群协同探测系统,提出一种分级集散式协同探测总体架构,并设计集群协同探测的典型模式与作战场景,依据DoDAF方法论,从作战视图、系统视图视角完成协同探测功能的划分与架构设计,通过生成的可执行模型进行逻辑自洽性验证。利用STK软件部署战场兵力,对相关模型进行推演分析,实现与系统逻辑模型的互联互通,验证体系逻辑模型与作战想定模型的一致性。     

基于异态集成学习的飞行目标辅助识别模型

对飞行目标类型的准确识别是空中作战意图识别的前提和基础。针对当前各类识别模型在训练样本较少时,较难同时获得模型的稳定性和较好的泛化能力且在线学习能力较差的问题,提出了一种基于异态集成学习的飞行目标辅助识别模型,将k近邻学习模型与BP神经网络模型进行整合,使模型兼具训练稳定性与较好的泛化能力;通过算法设计,模型具有了整体动态更新的能力。基于某作战仿真系统完成飞行目标识别实验,对比了该模型与各类模型的性能表现。实验结果显示所提出的模型识别正确率稳定在90%左右,且在个体学习器的基础上至少提高2%。     

一种应用于目视化瞄准的头动注视点定位算法

应用目视化瞄准技术可以简化火炮直瞄射击过程中的操作难度和瞄准效率。对于目视化瞄准时应用传统桌面式眼动仪器人体头部需要保持静止的问题,研究了一种适用于火炮目视化瞄准的头动注视点定位算法,该算法通过对头部建立四元数坐标系,计算眼球视场和屏幕坐标系,最后通过实验验证证明了通过该算法可以在人体头部自由移动的情况下获得良好的跟踪效果,证明了使用本算法可以实现头部不受限制下的眼动追踪,大大提高了视线追踪技术的适用范围,从而应用于火炮目视化直瞄射击。     

基于改进多种群PSO算法的火炮随动系统调节器参数优化

针对传统火炮随动系统调节器参数整定难以达到最优的问题,提出一种基于K-均值与惯性权重指数递减的多种群PSO(KEDM-PSO)优化算法。为保证种群的全局搜索能力得到最优的参数,采用将初始种群划分为多个子群协同寻优的策略。综合考虑系统复杂程度、种群规模、解集的多样性及收敛性,采用K-均值算法将初始种群划分为3个子群,使3个子群协同寻优。为保持种群多样性,各子群不断地聚类重组,动态调整子群规模以更好地进化。子群寻优采用惯性权重指数递减策略,使得算法具有初期搜索范围大、速度快,后期惯性权重小,利于收敛、稳定的特点。试验表明该算法是有效可行的。