激情都市亚洲,欧美午夜宅男影院,久久久天堂国产精品女人

語(yǔ)音偽裝方法及其防御對(duì)策綜述[其他][信息安全]

語(yǔ)音偽裝是指以隱藏說(shuō)話人身份為目的對(duì)說(shuō)話人的個(gè)性特征進(jìn)行的改變。近年來(lái)，隨著智能語(yǔ)音交互技術(shù)和聲紋認(rèn)證產(chǎn)品的快速發(fā)展，語(yǔ)音偽裝被應(yīng)用到語(yǔ)音產(chǎn)品隱私保護(hù)中，但是也被不法分子用以實(shí)施違法犯罪行為。因此，語(yǔ)音偽裝成為目前語(yǔ)音處理和信息安全領(lǐng)域非常有實(shí)用意義的研究問(wèn)題。在簡(jiǎn)要介紹語(yǔ)音偽裝的典型模型和方法的基礎(chǔ)上，梳理了語(yǔ)音偽裝威脅量化評(píng)估方案，總結(jié)了近幾年偽裝語(yǔ)音的防御對(duì)策，分析了目前防御對(duì)策中存在的問(wèn)題及技術(shù)難點(diǎn)，并對(duì)語(yǔ)音偽裝的未來(lái)研究發(fā)展方向進(jìn)行了展望。

發(fā)表于：12/17/2020

大數(shù)據(jù)驅(qū)動(dòng)下的滿語(yǔ)搶救式數(shù)據(jù)平臺(tái)的安全防范研究[其他][信息安全]

為解決大數(shù)據(jù)驅(qū)動(dòng)下的滿語(yǔ)數(shù)據(jù)平臺(tái)的安全問(wèn)題，利用現(xiàn)行的各種安全防范技術(shù)，針對(duì)滿語(yǔ)平臺(tái)本身的特征，為其搭建平臺(tái)安全防范模型。綜合分析平臺(tái)的搭建框架，從物理層、數(shù)據(jù)采集和匯聚層、數(shù)據(jù)平臺(tái)建設(shè)層、安全服務(wù)分析層以及終端層，為數(shù)據(jù)平臺(tái)的安全防護(hù)提供全面綜合的防范體系框架與技術(shù)指導(dǎo)。其中重點(diǎn)論述了安全服務(wù)分析層，內(nèi)容涵蓋日志分析、平臺(tái)管理和滲透測(cè)試。平臺(tái)安全防范技術(shù)方面則綜合了平臺(tái)防護(hù)、檢測(cè)和恢復(fù)三大類手段。實(shí)際應(yīng)用表明，該模型具有一定的安全防范作用，可有效為平臺(tái)安全的防范工作提供思路和幫助。

發(fā)表于：12/17/2020

基于蜜罐的工控蜜網(wǎng)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[其他][信息安全]

隨著我國(guó)信息化和工業(yè)化融合不斷深入，工業(yè)控制系統(tǒng)的網(wǎng)絡(luò)安全就顯得尤為重要。從主動(dòng)防御現(xiàn)狀、系統(tǒng)架構(gòu)、實(shí)現(xiàn)方法等角度出發(fā)，介紹了針對(duì)工業(yè)控制系統(tǒng)設(shè)計(jì)的蜜網(wǎng)系統(tǒng)，并對(duì)其網(wǎng)絡(luò)架構(gòu)和關(guān)鍵技術(shù)進(jìn)行了深入的分析，提出了適合在工控系統(tǒng)中使用的蜜網(wǎng)系統(tǒng)設(shè)計(jì)方案。通過(guò)設(shè)計(jì)符合工控行業(yè)實(shí)際情況的蜜網(wǎng)架構(gòu)，在蜜網(wǎng)中部署傳統(tǒng)蜜罐、PLC蜜罐、真實(shí)PLC設(shè)備以及通過(guò)高仿真等關(guān)鍵技術(shù)做到攻擊誘捕，改變網(wǎng)絡(luò)攻防博弈不對(duì)稱局面，使企業(yè)運(yùn)維人員面對(duì)威脅早發(fā)現(xiàn)早預(yù)防。

發(fā)表于：12/17/2020

基于區(qū)塊鏈的知識(shí)產(chǎn)權(quán)保護(hù)服務(wù)體系[其他][信創(chuàng)產(chǎn)業(yè)]

知識(shí)產(chǎn)權(quán)保護(hù)存在確權(quán)認(rèn)證周期長(zhǎng)、證明權(quán)利歸屬難、維權(quán)保護(hù)舉證難、知識(shí)共享效率低、交易及賠償價(jià)值評(píng)估難、保護(hù)監(jiān)管手段少等問(wèn)題。從知識(shí)產(chǎn)權(quán)保護(hù)問(wèn)題出發(fā)，對(duì)現(xiàn)有區(qū)塊鏈技術(shù)進(jìn)行改造，依據(jù)特有的自組織區(qū)塊鏈技術(shù)、憑證攜數(shù)據(jù)技術(shù)、跨組織身份信任技術(shù)和端到端協(xié)同交換技術(shù)構(gòu)建知識(shí)產(chǎn)權(quán)保護(hù)服務(wù)體系，從根本上解決了產(chǎn)權(quán)全生命周期痕跡數(shù)據(jù)缺失，產(chǎn)權(quán)產(chǎn)生、交易和使用環(huán)節(jié)證據(jù)鏈條斷裂，產(chǎn)權(quán)管理系統(tǒng)和其他信息系統(tǒng)存在條塊分割，產(chǎn)權(quán)監(jiān)管的事前預(yù)防、事中監(jiān)控、事后追責(zé)缺乏技術(shù)支撐等技術(shù)難題。

發(fā)表于：12/17/2020

基于聯(lián)盟區(qū)塊鏈的中國(guó)福利彩票系統(tǒng)設(shè)計(jì)[模擬設(shè)計(jì)][信創(chuàng)產(chǎn)業(yè)]

針對(duì)目前中國(guó)福利彩票系統(tǒng)存在的數(shù)據(jù)安全程度有限、公開透明力度不足問(wèn)題，結(jié)合實(shí)際情況，采用哈希函數(shù)和聯(lián)盟鏈技術(shù)，對(duì)傳統(tǒng)彩票系統(tǒng)中數(shù)據(jù)傳輸記錄、開獎(jiǎng)號(hào)碼產(chǎn)生方面進(jìn)行了改進(jìn)，設(shè)計(jì)了一種具有可實(shí)踐性的彩票系統(tǒng)。該系統(tǒng)具有的優(yōu)點(diǎn)：分布式存儲(chǔ)保障數(shù)據(jù)安全；節(jié)點(diǎn)權(quán)限的層次化降低了聯(lián)盟鏈中心化程度，維護(hù)購(gòu)買者隱私；全體購(gòu)買者均可參與數(shù)據(jù)監(jiān)督，對(duì)開獎(jiǎng)號(hào)碼隨機(jī)性進(jìn)行驗(yàn)證。

發(fā)表于：12/17/2020

區(qū)塊鏈聯(lián)盟鏈在貿(mào)易金融領(lǐng)域的應(yīng)用[其他][其他]

在銀行業(yè)區(qū)塊鏈的熱潮中，選取區(qū)塊鏈在貿(mào)易金融領(lǐng)域的經(jīng)典應(yīng)用，詳細(xì)分析了區(qū)塊鏈創(chuàng)新的業(yè)務(wù)場(chǎng)景、技術(shù)架構(gòu)、運(yùn)維難題、業(yè)務(wù)標(biāo)準(zhǔn)等區(qū)塊鏈應(yīng)用中的常見問(wèn)題。同時(shí)闡明了區(qū)塊鏈在金融行業(yè)的獨(dú)特技術(shù)優(yōu)勢(shì)，以及融合產(chǎn)業(yè)、金融、監(jiān)管以后的應(yīng)用前景。

發(fā)表于：12/17/2020

區(qū)塊鏈技術(shù)與應(yīng)用發(fā)展態(tài)勢(shì)分析——中美比較視角[其他][信創(chuàng)產(chǎn)業(yè)]

為了深入分析區(qū)塊鏈技術(shù)與應(yīng)用發(fā)展態(tài)勢(shì)，研判中國(guó)區(qū)塊鏈技術(shù)發(fā)展現(xiàn)狀與問(wèn)題，選擇中美對(duì)比研究視角展開研究。研究認(rèn)為，美國(guó)在區(qū)塊鏈技術(shù)和應(yīng)用方面的探索位居世界前列，疫情下中美在基于區(qū)塊鏈技術(shù)的跨境支付、供應(yīng)鏈管理等領(lǐng)域的推廣應(yīng)用將顯得十分關(guān)鍵。建議我國(guó)應(yīng)抓住區(qū)塊鏈發(fā)展機(jī)遇，推動(dòng)基礎(chǔ)技術(shù)研發(fā)與應(yīng)用布局，完善區(qū)塊鏈生態(tài)建設(shè)；建立區(qū)塊鏈敏捷治理體系，制定和推廣區(qū)塊鏈風(fēng)險(xiǎn)評(píng)估框架，設(shè)立區(qū)塊鏈登記平臺(tái)；加快區(qū)塊鏈人才聯(lián)合培養(yǎng)，創(chuàng)新區(qū)塊鏈人才制度，擴(kuò)大涉及區(qū)塊鏈的技術(shù)移民試點(diǎn)范圍。

發(fā)表于：12/17/2020

基于DBSCAN算法的A區(qū)犯罪預(yù)測(cè)[其他][其他]

為有效提升公安部門在實(shí)踐工作中的犯罪預(yù)測(cè)能力，提出基于DBSCAN算法的A區(qū)犯罪預(yù)測(cè)方法。該方法采用了時(shí)空分析可視化技術(shù)和DBSCAN算法，對(duì)A區(qū)的犯罪數(shù)據(jù)進(jìn)行分析。首先，對(duì)A區(qū)的犯罪數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析；然后，利用DBSCAN算法構(gòu)建犯罪預(yù)測(cè)模型，并進(jìn)行可視化處理；最后，通過(guò)對(duì)不同類型犯罪進(jìn)行分析，預(yù)測(cè)犯罪熱點(diǎn)，識(shí)別犯罪模式。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)的經(jīng)驗(yàn)預(yù)測(cè)相比，該方法具有更好的預(yù)測(cè)效果，為公安機(jī)關(guān)打擊犯罪和優(yōu)化警力配置提供了決策依據(jù)。

發(fā)表于：12/17/2020

基于關(guān)聯(lián)規(guī)則算法的檢查器組優(yōu)化建議機(jī)制[其他][信創(chuàng)產(chǎn)業(yè)]

工業(yè)生產(chǎn)過(guò)程中，圖紙?jiān)O(shè)計(jì)是最關(guān)鍵的一步，如何實(shí)現(xiàn)效率與質(zhì)量并存的設(shè)計(jì)流程是生產(chǎn)制造業(yè)中的熱點(diǎn)問(wèn)題。介紹了一種基于關(guān)聯(lián)規(guī)則挖掘算法的檢查器組優(yōu)化建議機(jī)制，該機(jī)制將關(guān)聯(lián)規(guī)則挖掘算法用于檢查器組的優(yōu)化，以實(shí)現(xiàn)在保證檢查器組覆蓋率的前提下，縮短檢查用時(shí)，提高工作效率。實(shí)驗(yàn)表明，該優(yōu)化系統(tǒng)中優(yōu)化后的檢查器組覆蓋率滿足實(shí)際工程的需求，能有效地縮減檢查器組的規(guī)模，從而節(jié)約檢查時(shí)間，減少系統(tǒng)資源占用，提高用戶的工作效率。

發(fā)表于：12/17/2020

基于遺憾最小化算法的謠言抑制與演化博弈模型[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

謠言擴(kuò)散與控制效果受社交網(wǎng)絡(luò)結(jié)構(gòu)、用戶決策影響。傳統(tǒng)模型網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單且較少考慮用戶決策的影響。為此基于圖論與遺憾最小化算法，提出一種用于分析社交圖譜上用戶決策與謠言控制的演化博弈模型。在采用規(guī)則圖論建模的基礎(chǔ)上，利用演化博弈與復(fù)制動(dòng)態(tài)方程研究影響用戶決策的因素，并在策略更新規(guī)則中采取遺憾匹配與動(dòng)態(tài)折扣。仿真實(shí)驗(yàn)結(jié)果驗(yàn)證，該模型可有效反映用戶決策對(duì)謠言擴(kuò)散的影響，提高謠言抑制效果，并揭示網(wǎng)絡(luò)聚類系數(shù)、風(fēng)險(xiǎn)閾值等對(duì)謠言控制的影響。

發(fā)表于：12/17/2020

一種基于時(shí)間序列的環(huán)控生保系統(tǒng)遙測(cè)數(shù)據(jù)預(yù)測(cè)方法[其他][其他]

為實(shí)現(xiàn)環(huán)控生保系統(tǒng)在軌故障預(yù)測(cè)與健康管理，研究系統(tǒng)遙測(cè)數(shù)據(jù)的時(shí)間序列信息。通過(guò)預(yù)測(cè)關(guān)鍵遙測(cè)數(shù)據(jù)的變化趨勢(shì)，實(shí)現(xiàn)在故障出現(xiàn)之前對(duì)其識(shí)別、預(yù)判。結(jié)合環(huán)控生保系統(tǒng)遙測(cè)數(shù)據(jù)的特點(diǎn)，通過(guò)AIC與BIC相結(jié)合的方法確定預(yù)測(cè)模型。運(yùn)用該模型對(duì)實(shí)際工程中遙測(cè)數(shù)據(jù)進(jìn)行預(yù)測(cè)驗(yàn)證，結(jié)果表明采用該方法對(duì)氧分壓數(shù)據(jù)進(jìn)行前向6點(diǎn)預(yù)測(cè)，預(yù)測(cè)精度可達(dá)98.2%，可為后續(xù)系統(tǒng)在軌故障預(yù)測(cè)與健康管理提供基礎(chǔ)。

發(fā)表于：12/17/2020

遙測(cè)實(shí)時(shí)圖像處理顯示系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[通信與網(wǎng)絡(luò)][航空航天]

在飛行試驗(yàn)中，遙測(cè)圖像由于其直觀、實(shí)時(shí)顯示目標(biāo)飛行器的飛行狀態(tài)畫面，可供各級(jí)指揮決策和技術(shù)人員分析查看，在保障飛行試驗(yàn)安全性、高效性等方面發(fā)揮了重要作用。設(shè)計(jì)了一套地面遙測(cè)圖像實(shí)時(shí)解碼系統(tǒng)，在完成關(guān)鍵遙測(cè)參數(shù)實(shí)時(shí)處理基礎(chǔ)上，通過(guò)多站遙測(cè)數(shù)據(jù)的實(shí)時(shí)拼接、實(shí)時(shí)分路等處理手段，改善單一遙測(cè)地面站數(shù)據(jù)不完整帶來(lái)圖像畫面丟失的問(wèn)題，保障了遙測(cè)關(guān)鍵參數(shù)實(shí)時(shí)處理和遙測(cè)圖像的完整傳輸。

發(fā)表于：12/17/2020

多目超高清機(jī)場(chǎng)視頻拼接系統(tǒng)設(shè)計(jì)與軟件實(shí)現(xiàn)[其他][其他]

圖像拼接技術(shù)應(yīng)用范圍十分廣泛，如全景圖片、城市建模以及視頻監(jiān)控等工程應(yīng)用領(lǐng)域。針對(duì)機(jī)場(chǎng)中多臺(tái)超高清攝像機(jī)監(jiān)控的場(chǎng)景，設(shè)計(jì)了一種全景多路超高清監(jiān)控視頻拼接系統(tǒng)。該系統(tǒng)利用具有重疊區(qū)域的多路視頻進(jìn)行實(shí)時(shí)拼接，從而形成具有更大視角的全景視頻，給決策人員提供全面而有效的支持。系統(tǒng)將傳統(tǒng)的圖像拼接技術(shù)運(yùn)用在視頻拼接上，采用分布式的系統(tǒng)架構(gòu)并設(shè)計(jì)了一種視頻文件傳輸算法，保證了系統(tǒng)流暢、穩(wěn)定地運(yùn)行。首先介紹了該系統(tǒng)軟硬件環(huán)境，給出了系統(tǒng)的總體設(shè)計(jì)；其次介紹了系統(tǒng)的關(guān)鍵功能設(shè)計(jì)以及主要界面實(shí)現(xiàn)；最后進(jìn)行了實(shí)驗(yàn)測(cè)試，得出相關(guān)實(shí)驗(yàn)數(shù)據(jù)。經(jīng)過(guò)測(cè)試，該系統(tǒng)實(shí)現(xiàn)了8路4K視頻的拼接，顯示流暢，無(wú)明顯拼接痕跡，且對(duì)一幀的處理時(shí)間小于40 ms。

發(fā)表于：12/17/2020

安全類文章的多文本分類系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[人工智能][信創(chuàng)產(chǎn)業(yè)]

目前安全類網(wǎng)站信息的分類標(biāo)簽各不相同，沒有統(tǒng)一分類標(biāo)準(zhǔn)，使安全類網(wǎng)站無(wú)法準(zhǔn)確地向用戶展示特定類別的安全信息。面對(duì)大量的安全類網(wǎng)站的技術(shù)類文章信息，用戶需要花費(fèi)大量的時(shí)間來(lái)識(shí)別文本類別。因此，設(shè)計(jì)一個(gè)多文本分類系統(tǒng)對(duì)于提高安全類網(wǎng)站的用戶體驗(yàn)和使用效率具有重要意義。開發(fā)了一套基于CNN和LSTM混合模型的安全類文章多文本分類系統(tǒng)，本系統(tǒng)采用基于Scrapy框架的網(wǎng)絡(luò)爬蟲，該網(wǎng)絡(luò)爬蟲支持定制化配置提取不同布局的頁(yè)面數(shù)據(jù)，支持?jǐn)?shù)據(jù)持久化存儲(chǔ)。并在 CNN和 LSTM混合模型基礎(chǔ)上設(shè)計(jì)實(shí)現(xiàn)了多文本自動(dòng)標(biāo)注模塊，實(shí)現(xiàn)了網(wǎng)站安全類信息的自動(dòng)分類，相對(duì)傳統(tǒng)的CNN和LSTM模型分類準(zhǔn)確率分別提升1.79%和1.54%，F(xiàn)1值分別提升1.02%和0.32%。

發(fā)表于：12/17/2020

一種基于SSD與FRN相結(jié)合的密集連接行人檢測(cè)算法[其他][其他]

現(xiàn)實(shí)場(chǎng)景行人的復(fù)雜性和多樣性使得行人檢測(cè)成為計(jì)算機(jī)視覺領(lǐng)域中一個(gè)既具有研究?jī)r(jià)值又極具挑戰(zhàn)性的熱門課題,為提高其準(zhǔn)確性，提出一種基于SSD(Single Shot Multibox Detector)與FRN(Filter Response Normalization)相結(jié)合的密集連接行人檢測(cè)算法，將串聯(lián)式的SSD基礎(chǔ)網(wǎng)絡(luò)修改為引入上下文語(yǔ)義信息的多層融合的密集連接的FRN網(wǎng)絡(luò)結(jié)構(gòu),運(yùn)用聚類思想設(shè)置適宜行人尺度的候選框，并且根據(jù)行人尺寸的統(tǒng)計(jì)分布規(guī)律調(diào)整不同檢測(cè)層的縮放因子，從而實(shí)現(xiàn)端到端訓(xùn)練。在融合數(shù)據(jù)集和VOC2007TEST數(shù)據(jù)集上驗(yàn)證該模型的性能，相比于SSD方法，該方法準(zhǔn)確率AP(Average Precision)分別提高5.8%、2.9%，具有更高的準(zhǔn)確性和魯棒性。

發(fā)表于：12/17/2020