基于预授权的机密性和完整性动态统一模型

目前的访问控制模型无法对机密性、完整性和可用性做到合理的统一控制,尤其是对动态的、随机的访问请求控制不完善,使得攻击者总能找到脆弱点,也使得信息系统在实际应用中无法避免用户误操作引起的安全问题。提出了一种基于预授权的机密性和完整性访问控制模型,将BLP模型和Biba模型结合起来,通过引入预授权机制,对一些随机动态的访问活动进行合理控制。运用条件控制项,对主体执行任务的权限进行实时监控,动态地授予和取消主体执行任务的权限,实现系统机密性和完整性的统一,同时保证其具有较高的可用性,有利于信息的双向流动。给出了模型的应用实例,并对其安全性进行了证明。     

支持QoS的无线Mesh网络机会路由优化算法

针对空中骨干Mesh网络资源有限、计算能力相对不足的特点以及传统简单机会路由(Simple Opportunistic Adaptive Routing,SOAR)路由算法未充分考虑负载均衡与不同业务服务质量(Quality of Service,Qo S)保障需求差异性的问题,提出一种支持业务区分的改进型SOAR路由算法。该算法在考虑链路拥塞控制和负载均衡的基础上,定义综合预期传输次数来描述链路的综合状态,有效降低网络拥塞概率;同时根据传输业务类型的不同,设计一种基于层次分析法的路由选择策略,实现路径选择与业务类型的动态匹配。仿真结果表明,在重负载条件下,改进型SOAR路由算法相比传统SOAR路由算法其时延、吞吐量和吞吐率性能明显提升。当网络中存在不同类型业务时,改进型SOAR路由算法能够根据业务Qo S保障需求的差异性自适应选择最佳传输路径。     

圆锥薄壳热应力分析的分布参数传递函数方法

为分析圆锥壳的热应力问题,建立了圆锥壳热弹性问题的基本微分方程,运用分布参数传递函数方法求解了受温度场作用圆锥壳的位移与热应力.计算结果表明,解析解与有限元解吻合良好.该方法可以对不同边界条件下圆锥壳的热变形和热应力问题进行分析,还可以推广到旋转壳母线形状为曲线的情况.     

基于设计体模型的产品数据管理技术

针对电子系统和设备设计的需要，本文提出一种面向产品对象的数据模型——设计体模型。阐述了产品数据的配置管理和版本管理的实施策略。     

直序扩频系统中频信号的同时解扩解调方法

常规直序扩频接收机将中频信号的解扩、解调分立进行,获得的处理增益为扩频码的周期。对于输入信噪比极低的系统,该处理增益难以满足系统低误码率的要求。在基于软件无线电的直序扩频系统中,接收机可以对中频采样信号同时进行解扩解调,分析表明,当采样率满足一定条件时,能够获得比常规方法更高的处理增益,适宜在低信噪比系统中应用。     

一种基于G0分布的SAR图像快速CFAR检测方法

杂波统计模型是决定CFAR检测算法性能的关键因素.G0分布能对单视和多视SAR图像中均匀、一般不均匀和极不均匀区域精确建模,但存在参数估计复杂、阈值表达式难以求解的问题,限制了其实用性.针对这些问题,分别采用矩估计法和二分法来完成参数的估计和阈值的求取,并通过目标区域预筛选和迭代计算等手段进一步提高了计算效率,得到了一种兼顾检测效果和效率的快速CFAR检测方法.实验结果验证了该方法的有效性.     

软件漏洞分析中的脆弱点定位方法

针对二进制程序漏洞成因复杂难以分析的问题,提出运用污点分析的软件脆弱点定位方法,并实现了一个工具原型Sword Checker。以动态污点追踪为基础,依据漏洞模式通过特征匹配来定位软件中的脆弱点,运用二分查找定位影响脆弱点的敏感字节。实验表明,使用Sword Checker能够精确快速识别定位软件中三种类型的脆弱点,已成功分析了多个已公开漏洞的成因,并已辅助挖掘出几个未公开漏洞。     

高超声速飞行器前体外形设计与气动特性分析

利用数值计算开展了高超声速飞行器前体气动特性的考察,重点研究了三维效应对于前体流场及预压缩性能的影响,提出了抑制三维侧缘溢流影响、改善三维前体气动性能的前体侧缘设计思想,考察了侧缘外形的容积效率,提出了有效容积效率的概念和评估方法,对于不同侧缘形式的前体构型进行了气动特性的考察,给出了不同前体构型气动特征的变化规律。     

面向时空交通栅格流量预测的3D通道注意力网络

城市交通流量预测对交通管理和公共安全具有重要意义。然而,交通栅格流量数据中的规律在时刻变化,在城市中存在全局范围的时空间关系,并且不同特征通道在每个城市区域上有不同的重要性。为解决这些挑战并做出更准确的预测,设计了一种新颖的时空神经网络模型——3D通道注意力网络(three-dimensional channel-wise attention networks,3D-CANet)。提出一个3D通道内注意力(three-dimensional inner channel attention,3D-InnerCA)单元来动态捕获各个通道中不同的全局时空相关性,同时设计通道间注意力(inter channel attention,InterCA)单元来自适应地重校准每个区域上不同特征通道的贡献。在3个真实交通栅格流量数据集上的实验结果表明,3D-CANet模型的预测能力优于其他对比方法,证明了模型的有效性。     

EEMD+BiGRU组合模型在短时交通流量预测中的应用

针对城市交通流随机波动性强、数据中含噪声多导致预测精度下降的问题,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和双向门控循环单元(bidirectional gated recurrent unit,BiGRU)的组合交通流量预测模型,有效地提升了短时交通流预测的精度。模型利用EEMD算法对原始数据进行分解,根据分解所得的本征模函数(intrinsic mode function,IMF)分量绘制噪声能量图谱,去除分量中的噪声,并将去噪后的IMF分量作为BiGRU网络的输入进行训练,再将训练所得的结果进行重构加和,得到最终的预测结果。实验结果表明,未舍弃含有噪声的IMF分量进行重构的预测结果,相比于参考文献中提出的EMD+LSTM模型、LSTM模型和EEMD+LSTM模型,其平均绝对百分误差分别优化了42.36%、61.82%和30.95%;舍弃含有噪声的IMF分量后进行重构的预测结果,其平均绝对百分误差相比于将全部IMF分量进行重构优化了56.62%。