首页 网络安全与数据治理（原《信息技术与网络安全》）

隨著萬物互聯時代的到來以及5G、IPv6、云計算、邊緣計算、物聯網、區塊鏈等新興技術的蓬勃發展，網絡空間中的聯網設備呈現爆炸式增長，網絡空間中的目標對象形態也多種多樣，同時暴露的網絡資產安全風險隨之提高。如何摸清網絡空間中的資產底數，感知網絡資產的風險，進而保障網絡空間資產安全，已成為當下領域內尤為關心的問題。簡要描述了網絡空間測繪系統的發展歷程和相關概念，然后從網絡空間資源類型、網絡資產探測方法、網絡空間測繪應用場景等角度對網絡空間測繪系統進行分類和闡述，提出了不同維度的測繪系統評價指標體系，以及網絡空間測繪面臨的問題、難點及其未來發展趨勢。

軟件系統韌性是系統在面對被動故障和主動攻擊等挑戰時提供和維持可接受的服務水平的能力，被認為是未來互聯網的基本設計屬性。面對現有補丁式防御手段存在的缺陷，如何增強軟件系統的韌性能力引起了安全領域研究人員的廣泛關注。結合軟件系統微服務化的發展趨勢，對微服務架構下軟件系統韌性增強技術的研究現狀進行了歸納分析，從冗余及多樣性、服務編排、負載均衡、資源擴展以及服務遷移等方面分析了軟件系統韌性增強技術的研究現狀及關鍵技術，總結分析了現有研究存在的問題，并展望了未來的發展方向和面臨的挑戰。

輻射源識別作為電子偵察的一個重要研究方向，有著廣闊的前景與應用意義。對國內外輻射源識別研究成果進行梳理，基于通信設備與信號類型對輻射源識別進行分類，其次針對輻射源識別特征提取方法進行歸納總結，最后對輻射源識別研究現有問題進行分析。

新冠疫苗接種在全國如火如荼開展。通過網絡評論分析群眾對于接種新冠疫苗的情感傾向性，對于推進新冠疫苗接種工作具有重要意義。對傳統的神經網絡模型進行改進，將雙向GRU與Attention并行作用于文本向量，分析新冠疫苗接種的情感傾向性。實驗證明，相比于傳統模型，該模型效率有一定的提高，實驗方法對于新冠疫苗接種意向分析具有一定價值。

網絡攻擊時刻發生在人們的日常生活中，威脅著網絡用戶的信息安全。從拒絕服務出發，結合D數理論和變權方法，提出了基于DDoS攻擊關聯化變權評估算法。該算法從指標權重的確定和指標之間的關聯度兩個方面考慮，首先基于變權理論改善在不同場景下固定權重所帶來的不確定性，同時利用D數理論加強數據的準確量化。其次，分別從指標數據之間關聯度和指標數據、指標元素之間關聯度兩個方面考慮，確定指標之間的關聯關系，保證了指標體系的合理性。最后，通過性能和效能仿真實驗對算法進行了驗證，實驗結果表明，該算法在不犧牲時間復雜度情況下提升了準確性和有效性。

網絡環境中存在多項確定性和不確定性影響因素，各項因素對整體網絡環境的影響程度不同，通過研究多項網絡影響因素作用下的網絡威脅評估方法，可準確識別網絡環境態勢與潛在的發展趨勢。以漁政管理系統網絡管理日志數據為研究對象，構建基于集對分析理論的多因素網絡環境威脅綜合評估模型，通過集對勢、偏聯系數計算，分析了系統在攻擊流量、威脅等級、相關度等方面的表現。評估模型提供了系統整體網絡環境以及各項影響因素的威脅態勢和潛在發展趨勢，為漁政管理系統網絡安全運維工作提供指導建議，也為信息系統網絡威脅情報的分析和應用提供了研究思路。

針對GrabCut算法對于特征不明顯、紋理復雜的圖像分割效果不理想，且需要用戶交互的問題，提出一種基于GrabCut的改進分割算法。首先，運用圖像增強，對特征不明顯的圖像進行改善，提高圖像質量；然后，利用YOLOv4網絡對圖像進行目標檢測，獲取前景目標所在矩形框位置，從而減少用戶操作；其次，在高斯混合模型(GMM)中加入圖像像素的位置信息和局部二值模式算子(LBP)提取的像素紋理特征信息，優化高斯混合模型參數，改進GrabCut算法，實現圖像優化分割；最后，將分割圖像掩膜與原始圖像結合，得到原始圖像。實驗結果表明，對特征不明顯、紋理信息復雜的圖像，該算法分割效果更優。

用電數據具有不平穩、非線性的特點，為了提升對用電數據的擬合精度，增強預測能力，基于序列預測與殘差修正的思想提出通過長短期記憶神經網絡(Long Short-Term Memory Neural Network，LSTM)對用電量序列進行預測，真實值與預測值所構成的差值即殘差用差分自回歸移動平均模型(Autoregressive Integrated Moving Average Model，ARIMA)進行殘差修正，將LSTM的預測值與ARIMA的殘差修正值進行重構得到最終的預測值。最后利用廣東省佛山市某工業園區的用電數據對組合模型進行驗證，實驗結果顯示該模型的預測精度與預測穩定性均優于其他模型，取得了良好的預測效果。

在工業現場中，通過移動機器人自主巡檢與讀表的應用越來越廣泛。數顯儀表的讀數受到光照、對焦和場景等因素的影響，存在識別精度低的問題。針對上述問題，提出了融合感知與控制的數顯儀表識別機制，首先使用圖像目標檢測網絡識別數顯儀表，標出目標區域。隨后設計基于圖像反饋的智能車控制策略，以此抑制模糊對焦的影響。再使用改進的自動色彩均衡(ACE)算法對基于色彩膨脹切割的數字塊進行圖像色彩增強。最后通過卷積循環神經網絡(CRNN)進行實時儀表數字識別。通過實驗驗證了所設計技術的性能，證明了方法的可行性和有效性。

為解決在終端資源受限的場景下難以進行壓縮編碼的問題，在FPGA平臺上設計了一種基于極化碼的分布式信源編解碼系統。系統在反饋機制下通過刪除部分極化碼校驗比特實現了碼率自適應傳輸。最后采用Verilog硬件描述語言在Xilinx公司的Virtex-7系列開發板上進行硬件設計及系統實現。測試結果表明，采用時鐘頻率為200 MHz的情況下，系統的吞吐率可達到919 kb/s。

在傳統的安控系統中，數據的選擇都是依賴中心發送的選擇幀，當中心的選擇幀出現問題時，安控系統顯示的信息就可能出現偏差。針對這個問題，融合使用基于自主配置的擇優和基于最小二乘法的擇優，選出最優的數據進行顯示，可以有效解決完全依賴中心選擇幀的情況。從試驗結果看，融合基于自主配置擇優和基于最小二乘法的擇優方法顯示效果優于只使用選擇幀的方法。

從視頻傳輸、視頻處理、視頻顯示環節入手，研究了目前主流LED顯示系統的運維管理及健康診斷技術發展現狀和存在問題，分析了各設備運行狀態對整個系統運行可能帶來的影響，提出了LED視頻顯示健康管理系統的發展設想，并對系統結構組成、實現方法和運行流程進行了設計，為LED顯示系統自動化監控管理和安全運維建設提供了成功案例。