虚拟行为机制下的恶意代码检测与预防

Cohen证明了不存在一个算法可以精确地检测出所有可能的计算机病毒。MCDPM是一种基于虚拟行为机制的恶意代码检测方法,其目的是避开Cohen结论的限制,从而实现对恶意代码的有效检测和预防。MCDPM将传统的代码行为过程分解为虚拟行为发生和实际行为发生两个部分,通过对虚拟行为及其结果的监视和分析,实现对代码行为的精确检测。由于MCDPM的分析结果是建立在代码的确切行为之上,因此其判断结果是真实和准确的。对于非恶意代码,MCDPM则可以通过实际行为发生函数将其运行结果反映到系统真实环境,保持系统状态的一致性。MCDPM可以用于对未知恶意代码的检测,并为可信计算平台技术的信任传递机制提供可信来源支持。     

一种面向混合数据集可视化的高效数据转换技术

应用领域中存在大量多数据类型属性的混合数据集,但是,很多有效多变元可视化方法的适用范围都只局限于单一类型,对于混合数据集可视化效果不甚理想。针对包含数值及分类型属性的多元混合数据集,提出一种面向混合数据集可视化的数据转换技术,首先对每一数值型属性使用聚类技术进行分类化,然后应用对应分析算法量化所有分类型属性,最后将转换后的混合数据集使用经典的数值型可视化方法——星形坐标法进行展现,并且针对变元数量较多或分类型变元势较高的混合数据集,在数据转换过程中提出一套降势策略,减少参与计算的变元数量,提高计算效率。实验表明,该方法对混合数据集的可视化结果不仅易于理解,而且有利于用户发现其中的隐性知识,降势策略在提高内存及时间效率方面作用显著。     

涡轮泵状态监控及传感器故障识别的新异类检测方法

为了在故障样本稀缺、故障模式不完备的情况下监控涡轮泵状态,并剔除传感器失效故障造成的虚警,提出用于涡轮泵状态监控及传感器故障识别的单类支持向量机新异类检测方法。该方法以正常状态为目标类构建单类支持向量机检测器,用于检测涡轮泵是否出现异常;以传感器故障为目标类构建单类支持向量机检测器,用于判断检测到的异常是否属于传感器故障。对涡轮泵试车数据的分析结果表明了该方法的有效性。     

基于聚类的ACM模型门限阈值的自适应算法

准确地设置门限阈值是有效提高ACM模型跟踪性能的关键。基于无监督聚类理论,提出一种根据目标机动情况自动确定聚类类别数,通过对实时数据聚类区分出目标做匀速或匀加速运动状态时刻的数据集。再通过加权求解类内样本点的标准差来确定ACM模型的门限阈值。该方法能够根据实时数据自适应的确定门限阈值,计算简便。仿真实验证明该方法能自动确定类别数且分类准确,对噪声标准差估计准确。     

由公务员考试中的军事题被热议说起

在2010年的国家公务员考试中,一道军事题使许多考生感到茫然。网友“小中”说。看到这个题目几乎要哭起来。由此引发了大家的异议：女大学生王新说,真不知道这跟公务员素质有什么联系？而且网络跟帖中,相当一部分人认为军事类考题对公务员的选拔没有任何意义,因为它与公务员的职位没有任何直接或间接的关系。     

一种低信噪比下二相编码信号脉内特征提取方法

为改善小波脊线法在低信噪比下提取二相编码信号脉内特征的性能,提出了一种改进的小波脊线脉内特征提取方法。该方法将魏格纳-威利变换与小波脊线法相结合,利用魏格纳-威利变换对噪声的抑制来改善信噪比,通过分析二相编码信号的小波脊线特征来得到脉内特征参数。仿真结果表明,该方法在低信噪比下仍能准确提取二相编码信号的脉内特征,具有明显优越性。     

一种基于模糊熵的特征选择算法

特征选择是模式识别中的一个重要组成部分。针对分类边界模糊的样本集,将模糊集的理论应用到特征选择中,通过对特征进行模糊化,定义一种模糊熵来度量特征的分类区分度,再采用相关系数度量特征间的冗余度,建立判定树。则树中的节点即为选择出的特征,树枝为特征的隶属度函数,且通过判定树进行的分类可以实现样本识别的模糊化。     

让作战效能快速提升——国外电子类武器装备发展重点

军事强国都十分重视发展电子技术,先进的电子装备导致了武器装备领域正在发生一场逐步深化的变革。     

基于语料库的军事本体构建

领域本体对各学科领域的发展在近些年的研究中日显重要。在信息化战争的背景下,军事本体的构建和研究在军队中的作用也不容小视。文章从本体的定义入手,介绍了当下方兴未艾的领域本体构建,解释了军事领域本体的内涵,重点探讨了基于语料库的军事本体构建,阐明了语料库技术,如自动聚类和语料标注等,对军事本体构建所起的作用。     

基于复杂度特征的干扰识别算法

复杂度可以用来刻画信号的波形变化特征。文中使用了L-Z复杂度和分形维数这两种复杂度作为干扰识别的特征参数并结合支持向量机对干扰进行分类。仿真结果表明L-Z复杂度和分形维数计算复杂度低,且具有较好的类别差异度,同时文中提出的算法具有较高的识别准确率。