基于访问控制的内网安全模型研究

内网安全是近年来逐渐为人们所重视的网络信息安全研究领域.通过分析企业信息网内部存在的主要安全隐患,提出了以基于角色的访问控制为基础,包括安全基础、安全建模、安全应用等三个概念层次的内网安全模型.其中,安全基础层通过统一资源表示法、用户身份认证、用户权限赋予等技术完成内网资源的分类与分配;安全建模层整合自安全存储、信息加密、抗否认等安全服务,是内网安全模型的核心;顶层是安全应用层,支持全面的安全应用服务.最后给出了内网安全模型的实现框架设计以支持内网安全问题的有效解决.     

基于SOM网络信息融合的飞机作战效能评估

根据SOM自组织神经网络原理,构建了基于多参数信息融合的飞机作战效能评估模型,并采用可视化方法对飞机空战效能进行了评估。通过效能评估模型的二维拓扑有序映射图和单参数灰度图,可以清晰地观察到不同型号飞机的作战效能特征、参数相关性特征、参数变化趋势和对飞机作战效能的相似性预测。     

自航水雷雷位误差对障碍毁伤概率影响分析

自航水雷障碍毁伤概率是其作战效能的重要指标之一。针对自航水雷(SLMM)雷位所具有的随机散布特性,建立了反映水雷障碍毁伤概率与雷位误差之间关系的理论模型,并对理论模型进行了仿真验证。利用该理论模型分析了自航水雷雷位误差对毁伤概率的影响,同时对自航水雷障碍期望雷位的优化配置方法进行了初步的探讨。     

高分辨率遥感影像的自优化迭代分类方法

针对高分辨率遥感影像提出了一种面向像斑的自优化迭代分类算法,基于半监督聚类算法获取训练样本,以支持向量机为核心设计了自优化迭代分类器。使用分型网络演化算法获取像斑,并从中选取少量标记样本;结合标记样本,利用半监督模糊C均值算法对像斑进行聚类,并基于密集度筛选得到训练样本;设计了自优化迭代支持向量机分类算法,对所有像斑进行迭代分类直到满足分类要求,并在分类过程中对近邻分类结果进行统计得到高可信度样本以自主优化训练样本集。基于以上方法分别对武汉市Quick Bird和World View影像进行分类实验,分类总精度分别达到94.67%与92%,与基于人工选取训练样本情况下进行分类的分类总精度(82%与82.67%)、常规支持向量机分类总精度(87.33%与88%)、最小二乘支持向量机分类总精度(88%与89.33%)相比,精度有明显提升,分类效果较好。     

采用非对角1-D切片的码片速率盲估计北大核心

在通信侦察识别中,通信信号的码元速率估计是调制识别和信息解调的前提和基础。针对直接序列扩频信号的伪码码片速率估计问题,提出了一种利用联合循环高阶累积量非对角1-D切片特征参数,对直扩信号码片速率进行盲估计的改进算法。该算法将采样信号不同延时的非对角1-D切片进行联合处理,通过自相关、快速傅里叶变换、求模平方等方法,增强了谱线特征。仿真实验证明,改进算法较2-D切片算法简化了计算,并且在更低信噪比条件下,实现了对无先验信息直接序列扩频信号的码片速率盲估计。