首页 网络安全与数据治理（原《信息技术与网络安全》）

為提高對細(xì)粒度圖像分類的準(zhǔn)確性和分類速度，提出基于改進(jìn)VGG16和遷移學(xué)習(xí)的圖像分類方法。首先從kaggle平臺中獲取十種不同猴子數(shù)據(jù)集，并對數(shù)據(jù)集進(jìn)行標(biāo)準(zhǔn)化處理，包含圖片去椒鹽噪聲、將數(shù)據(jù)集轉(zhuǎn)換為TensorFlow中提供的統(tǒng)一TFRecord數(shù)據(jù)格式。然后遷移學(xué)習(xí)改進(jìn)的VGG16卷積神經(jīng)網(wǎng)絡(luò)，模型的優(yōu)化包括利用Swish作為激活函數(shù)、將softmax loss與center loss相結(jié)合作為損失函數(shù)以實現(xiàn)更好的聚類效果、采用性能完善的Adam優(yōu)化器。用訓(xùn)練集訓(xùn)練模型以確定微調(diào)參數(shù)信息，再用測試集檢驗?zāi)Ｐ蜏?zhǔn)確性。結(jié)果表明，該方法對猴子圖像分類的準(zhǔn)確度可達(dá)到98.875%，分類速度也得到了顯著提升。與其他傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)模型相比，該方法具有更高的準(zhǔn)確性和適用性。

為了解決傳統(tǒng)立體匹配算法對立體圖像在低紋理以及遮擋區(qū)域匹配效果較差的問題，設(shè)計了一種端到端的基于卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)的立體匹配算法。該算法采取了殘差卷積神經(jīng)網(wǎng)絡(luò)對圖像特征進(jìn)行提取，之后利用空洞空間金字塔池化(Atrous Spatial Pyramid Pooling，ASPP)模塊來獲取圖像的上下文信息，并結(jié)合多尺度的三維卷積神經(jīng)網(wǎng)絡(luò)對代價空間進(jìn)行規(guī)整，最終實現(xiàn)了高精度的立體匹配算法。所獲取的視差圖在KITTI2015測試平臺上的誤匹配率為2.42%，與幾何上下文(Geometry and Context,GC)網(wǎng)絡(luò)相比較，視差圖的精度提高了0.45%，且運行時間縮短了一半。

協(xié)同過濾算法是一種經(jīng)典的推薦算法，思想是依據(jù)近鄰用戶或者相似物品對目標(biāo)進(jìn)行推薦，常被應(yīng)用在各類推薦系統(tǒng)中。但傳統(tǒng)算法過分考慮熱門物品對評分的影響，而忽略了冷門物品對用戶興趣特征度量的貢獻(xiàn)，也未考慮用戶興趣動態(tài)變化的問題。對此，提出一種新的相似度改進(jìn)算法，改進(jìn)后的協(xié)同過濾算法將物品熱門懲罰因子和時間數(shù)據(jù)權(quán)重進(jìn)行加權(quán)計算，優(yōu)化了用戶相似度計算方法，形成了一種新的相似性度量模型。利用MovieLens電影推薦數(shù)據(jù)集驗證改進(jìn)后的算法，實驗結(jié)果表明，該算法將推薦平均絕對誤差(MAE)與傳統(tǒng)算法相比降低了13.2%，推薦質(zhì)量有了明顯提升。

針對飛機(jī)APU的常見故障，提出了一種基于量子粒子群優(yōu)化的長短期記憶網(wǎng)絡(luò)與批規(guī)范化相結(jié)合的飛機(jī)APU故障診斷模型。從QAR數(shù)據(jù)庫中整理出需要的APU故障數(shù)據(jù)，將其進(jìn)行歸一化處理并分為訓(xùn)練集和測試集兩部分，建立CSV文檔數(shù)據(jù)庫；對量子粒子群進(jìn)行改進(jìn)，使用改進(jìn)后的量子粒子群對長短期記憶網(wǎng)絡(luò)的隱含層單元數(shù)目進(jìn)行尋優(yōu)；將優(yōu)化參數(shù)后的長短期記憶網(wǎng)絡(luò)與批規(guī)范化相結(jié)合搭建網(wǎng)絡(luò)模型，并在網(wǎng)絡(luò)最頂層加入Softmax模型，生成AQPSO-LSTM-BN故障診斷模型，使用訓(xùn)練集對故障診斷模型進(jìn)行訓(xùn)練，然后使用測試集進(jìn)行實驗。實驗結(jié)果表明，該模型可以有效識別APU故障，與單一長短期記憶網(wǎng)絡(luò)模型、支持向量機(jī)模型、循環(huán)神經(jīng)網(wǎng)絡(luò)模型和極限學(xué)習(xí)機(jī)模型相比，識別準(zhǔn)確度有所提高。

基于Star-Gan的人臉互換算法易旭，白天(中國科學(xué)技術(shù)大學(xué) 軟件學(xué)院，安徽 合肥 230026)基于深度學(xué)習(xí)的人臉互換算法會因背景人臉環(huán)境的明亮程度、人臉表情、姿勢等因素影響換臉效果，現(xiàn)階段的人臉互換模型存在固有的弊端。采用Patch-Gan(Generative Adversarial Networks)的判別器結(jié)構(gòu)能通過全卷積網(wǎng)絡(luò)增強(qiáng)人臉局部一致性的效果。生成器將Unet結(jié)構(gòu)的編碼器的特征輸出作為輸入，能考慮多層信息細(xì)節(jié)。整體模型架構(gòu)采用Star-Gan的模型，引入實例歸一化層能保證圖像的獨立性。最后在Face-Forensics++人臉互換數(shù)據(jù)集上進(jìn)行驗證，結(jié)果表明，融合的模型有較好的生成效果和細(xì)節(jié)。

網(wǎng)絡(luò)空間安全的形勢隨網(wǎng)絡(luò)攻擊技術(shù)的不斷升級日趨嚴(yán)峻，對信息網(wǎng)絡(luò)安全構(gòu)成巨大威脅，而基于大數(shù)據(jù)處理技術(shù)的網(wǎng)絡(luò)安全威脅情報是一種有效應(yīng)對手段。圍繞信息網(wǎng)絡(luò)面臨的安全挑戰(zhàn)，從網(wǎng)絡(luò)防御的角度，介紹了大數(shù)據(jù)處理主流平臺和關(guān)鍵技術(shù)，提出了基于大數(shù)據(jù)的網(wǎng)絡(luò)威脅情報技術(shù)架構(gòu)，闡述了網(wǎng)絡(luò)威脅情報生成過程中大數(shù)據(jù)技術(shù)的關(guān)鍵作用，最后討論了網(wǎng)絡(luò)安全威脅情報在網(wǎng)絡(luò)安全事件處置過程中的運用和作用。

針對無人機(jī)中繼系統(tǒng)中存在竊聽節(jié)點的問題，研究了采用信源端發(fā)送人工干擾信號的方式來提高系統(tǒng)的安全容量。仿真結(jié)果表明，在無人機(jī)中繼系統(tǒng)中，由于無人機(jī)自身的特性及人工干擾的影響，比傳統(tǒng)采用固定中繼形式具有更好的安全容量，并且在信源端發(fā)送信號功率一定的條件下，該系統(tǒng)具有最佳功率分配方案。

傳統(tǒng)基于協(xié)同過濾和矩陣分解的靜態(tài)表示推薦算法，不能很好地體現(xiàn)用戶的動態(tài)興趣。循環(huán)神經(jīng)網(wǎng)絡(luò)能夠進(jìn)行序列推薦，但存在序列之間的長距離依賴性差、各項目的區(qū)分度差等問題。由此提出一種融合注意力和記憶網(wǎng)絡(luò)的序列推薦算法，根據(jù)Word2vec算法，引申item2vec和user2vec，初始化用戶和項目的固定表示嵌入矩陣，通過結(jié)合注意力機(jī)制和長短期記憶網(wǎng)絡(luò)(Long ShortTerm Memory,LSTM)解決序列之間的長距離依賴性差和區(qū)分度差問題。利用記憶網(wǎng)絡(luò)獲取用戶的動態(tài)鄰居，加強(qiáng)用戶的動態(tài)表示，實現(xiàn)更準(zhǔn)確的推薦。通過在MovieLens數(shù)據(jù)集上的實驗結(jié)果表明，所提出的算法相比其他算法推薦效果顯著提高。

目前國內(nèi)軟件加密授權(quán)技術(shù)的發(fā)展較為緩慢，針對傳統(tǒng)的軟件保護(hù)方式單一，軟件授權(quán)方式不靈活的問題，提出了基于注冊碼的軟件授權(quán)保護(hù)方案，設(shè)計了軟件的加密授權(quán)和檢驗流程，對軟件加密授權(quán)的各環(huán)節(jié)進(jìn)行優(yōu)化和改進(jìn)。該方案不僅為用戶提供了軟件的授權(quán)保護(hù)機(jī)制，如時間授權(quán)、功能授權(quán)等，還能在離線環(huán)境下增強(qiáng)軟件的保護(hù)作用，具有較高的安全性和實用性。

基于激光雷達(dá)的無人機(jī)避障系統(tǒng)能夠?qū)崟r探測和定位前方障礙物。首先介紹了四種避障技術(shù)并對其性能進(jìn)行了分析；其次，闡述了基于激光雷達(dá)的無人機(jī)避障技術(shù)的研究進(jìn)展。在此基礎(chǔ)上，針對避障系統(tǒng)普遍存在的重量、功耗、作用距離和數(shù)據(jù)輸出率等多指標(biāo)相互制約的問題，提出了一種小型化、遠(yuǎn)距離、平面掃描式激光雷達(dá)避障系統(tǒng)解決方案。借助高速脈沖調(diào)制、單光子測距、波形高速采樣以及轉(zhuǎn)鏡掃描等技術(shù)，以FPGA為主控芯片，避障系統(tǒng)作用距離達(dá)300 m，掃描角分辨率為0.1°，為可靠獲得障礙物信息提供了重要保障。

一種26~28 Gb/s高能效低抖動Bang-bang CDR設(shè)計蔣姝潔，林福江(中國科學(xué)技術(shù)大學(xué) 微電子學(xué)院，安徽 合肥 230026)設(shè)計實現(xiàn)了一款26~28 Gb/s的高能效低抖動Bangbang CDR電路，采用改進(jìn)的全速率非線性鑒相器結(jié)構(gòu)，提高了鑒相器電路的輸入靈敏度，改善高數(shù)據(jù)速率下磁滯效應(yīng)的影響，從而提升環(huán)路整體的抖動性能；通過壓控振蕩器和壓控振蕩器緩沖電路協(xié)同調(diào)諧的方式減小為驅(qū)動大的鑒相器負(fù)載的時鐘緩沖電路的功耗。采用TSMC 40 nm CMOS工藝，輸入231-1 300 mVPP的偽隨機(jī)二進(jìn)制序列(PRBS)數(shù)據(jù)，在28 Gb/s下該時鐘數(shù)據(jù)恢復(fù)電路恢復(fù)出的時鐘抖動為1.66 ps (pp)，數(shù)據(jù)抖動為1.81 ps (pp)；在注入4 MHz正弦抖動的情況下，抖動容限小于0.75 UIpp。在1 V電源電壓下，功耗小于38.5 mW。

在相同的功耗下，串聯(lián)耦合正交電感電容壓控振蕩器相位噪聲性能優(yōu)于并聯(lián)耦合電感電容壓控振蕩器。但是在傳統(tǒng)的串聯(lián)耦合正交電感電容壓控振蕩器中，LC諧振腔中存在45°的相位偏移使得其相位噪聲被惡化。因此提出一種交流偏置的串聯(lián)耦合正交電感電容壓控振蕩器。該振蕩器中的LC諧振腔的相移接近0°,并且耦合MOS管的低頻噪聲上變頻的相位噪聲部分受到抑制。所以該交流偏置的串聯(lián)耦合正交電感電容壓控振蕩器可以獲得較好的相位噪聲性能。所提出的正交電感電容壓控振蕩器在TSMC 180 nm CMOS工藝下設(shè)計完成。其輸出頻率調(diào)諧范圍為2.34 GHz~2.60 GHz，電源電壓為1.8 V，功耗約為11.2 mW。輸出頻率為2.58 GHz時，3 MHz頻偏處的相位噪聲為-140.1 dBc/Hz，相較于傳統(tǒng)串聯(lián)耦合正交振蕩器優(yōu)化了6.4 dB。該振蕩器的品質(zhì)因子為188.3 dBc/Hz，平均相位誤差為0.05°。

提出一種基于NOR Flash的模擬卷積運算單元，與同類模擬卷積運算單元相比具有高精度、高能耗比、低噪聲的特點。該單元采用存算一體架構(gòu)，將卷積核的權(quán)重參數(shù)以閾值電壓的方式存儲在Flash中，輸入圖片經(jīng)過模擬卷積運算得到輸出圖片。在SMIC 65 nm浮柵工藝下，使用SOBEL邊緣檢測算法評估該單元的性能。仿真結(jié)果表明，在3.3 V電源電壓，100 MHz時鐘下，實現(xiàn)一個3×3卷積核的Flash陣列的能耗比達(dá)到0.18 TOPS/W，卷積計算結(jié)果的峰值信噪比(PSNR)為39.05 dB。

針對飛機(jī)舵機(jī)電液伺服系統(tǒng)在抑制多余力干擾時，緩沖裝置無法實現(xiàn)變剛度連續(xù)加載的問題，采用在系統(tǒng)結(jié)構(gòu)中設(shè)置橡膠金屬緩沖彈簧的結(jié)構(gòu)補償方法。首先，設(shè)計橡膠金屬緩沖彈簧結(jié)構(gòu)，利用ANSYS仿真軟件構(gòu)建有限元模型并對其進(jìn)行性能分析。通過構(gòu)建飛機(jī)舵機(jī)電液伺服系統(tǒng)各元件數(shù)學(xué)模型，從而得到系統(tǒng)整體數(shù)學(xué)模型。最后，利用MATLAB仿真軟件驗證該方法的可行性和有效性。研究結(jié)果表明，橡膠金屬緩沖彈簧能夠達(dá)到技術(shù)指標(biāo)要求，改善系統(tǒng)穩(wěn)定特性，具有較高的工程實踐價值。

建筑信息模型(BIM)和地理信息系統(tǒng)(GIS)的融合為智慧地鐵運維系統(tǒng)的實現(xiàn)提供了強(qiáng)有力的技術(shù)支持。論證了將BIM+GIS運用到地鐵設(shè)備運維系統(tǒng)中的優(yōu)勢和可行性，從BIM和GIS模型的數(shù)據(jù)規(guī)范入手，提出了一種有效的BIM和GIS數(shù)據(jù)融合方案。通過運用BIM和GIS，實現(xiàn)了設(shè)備智慧巡檢、設(shè)備故障預(yù)警與智能維修和應(yīng)急智能處置等智慧功能。BIM和GIS數(shù)據(jù)的成功融合，為智慧地鐵運維系統(tǒng)的建成提供了一種強(qiáng)有力的技術(shù)手段。

為了適應(yīng)日趨激烈的電信市場競爭，電信企業(yè)內(nèi)部在不斷進(jìn)行改革。建立電信運營企業(yè)內(nèi)部控制體系是公司健康持續(xù)發(fā)展的重要一環(huán)，而計費賬務(wù)系統(tǒng)數(shù)據(jù)涉及公司財務(wù)收入，對它的管控到位能反映出一個公司內(nèi)控管理水平。基于AWK和Shell編程語言，設(shè)計了計費賬務(wù)內(nèi)控監(jiān)測系統(tǒng)，并重點闡述其軟件設(shè)計。系統(tǒng)采用C/S和B/S混合編程的方法，在采集交換機(jī)話單文件列表流程中使用封裝腳本體的方法，實現(xiàn)交換機(jī)登錄、采集文件、標(biāo)準(zhǔn)化、入庫一次性自動執(zhí)行，在采集核對功能展示上采用B/S架構(gòu)進(jìn)行前臺告警展現(xiàn)。該設(shè)計提高了省級中心和地市運維兩級對計費賬務(wù)流程監(jiān)控效率，為后期內(nèi)控審計工作提供了有效的憑據(jù)。