欧美在线日韩精品,日韩久久电影,久操国产精品

數(shù)據(jù)科學(xué)的可視化惡意軟件分析技術(shù)在檔案數(shù)字化安全管理系統(tǒng)中的應(yīng)用[通信與網(wǎng)絡(luò)][信息安全]

數(shù)據(jù)科學(xué)的可視化惡意軟件分析技術(shù)是當(dāng)前信息安全領(lǐng)域中的重要的創(chuàng)新技術(shù),旨在提高對(duì)檔案數(shù)字化系統(tǒng)中潛在威脅的檢測(cè)和應(yīng)對(duì)能力。系統(tǒng)論述了基于數(shù)據(jù)科學(xué)的可視化惡意軟件分析技術(shù)在檔案數(shù)字化安全管理系統(tǒng)中的應(yīng)用，并結(jié)合可視化數(shù)據(jù)集構(gòu)建了基于神經(jīng)網(wǎng)絡(luò)的惡意檢測(cè)模型。使用可視化繪圖對(duì)惡意軟件的檢出效果和迭代趨勢(shì)進(jìn)行分析，其優(yōu)點(diǎn)對(duì)比傳統(tǒng)的數(shù)據(jù)剝離手段更加高效并更具可讀性，且在分析的過(guò)程中能夠迅速、準(zhǔn)確地應(yīng)對(duì)不斷演進(jìn)的威脅，為數(shù)字化檔案的安全提供了有力的支持。

發(fā)表于：5/28/2024 2:50:03 PM

國(guó)外數(shù)字化工廠網(wǎng)絡(luò)安全保障機(jī)制研究——以洛克希德?馬丁公司為例[通信與網(wǎng)絡(luò)][信息安全]

數(shù)字化工廠是融合新一代信息技術(shù)和先進(jìn)制造技術(shù)的關(guān)鍵工業(yè)設(shè)施，也是推進(jìn)我國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型、增強(qiáng)國(guó)家科技和經(jīng)濟(jì)競(jìng)爭(zhēng)力的重要載體。由于數(shù)字化工廠的網(wǎng)絡(luò)化、智能化和開(kāi)放性等特點(diǎn)，傳統(tǒng)的網(wǎng)絡(luò)集成式安全架構(gòu)難以適應(yīng)更復(fù)雜的業(yè)務(wù)流、供應(yīng)鏈和不斷變化的業(yè)態(tài)模式，成為制造業(yè)數(shù)字化轉(zhuǎn)型的重大挑戰(zhàn)。如何保障其安全穩(wěn)定運(yùn)行，成為各國(guó)政府和工業(yè)界關(guān)注的焦點(diǎn)。以洛克希德?馬丁公司數(shù)字化工廠建設(shè)為例，研究該企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略、工廠數(shù)字化架構(gòu)，并分析其工業(yè)物聯(lián)網(wǎng)設(shè)備的連接通信框架（智能工廠框架），以及在云平臺(tái)、無(wú)線物聯(lián)網(wǎng)、網(wǎng)絡(luò)安全治理、研發(fā)運(yùn)營(yíng)等多方面的安全措施。在此基礎(chǔ)上，對(duì)我國(guó)如何強(qiáng)化重點(diǎn)行業(yè)數(shù)字化工廠網(wǎng)絡(luò)安全保障機(jī)制建設(shè)，提出多角度的綜合性建議。

發(fā)表于：5/28/2024 2:50:02 PM

面向社交平臺(tái)應(yīng)急關(guān)聯(lián)信息的文本分類(lèi)綜述[其他][信息安全]

緊急事件發(fā)生初期，及時(shí)從海量社交平臺(tái)數(shù)據(jù)中挖掘有效信息為應(yīng)急響應(yīng)提供決策參考具有重要意義。隨著自然語(yǔ)言處理技術(shù)飛速發(fā)展，文本分類(lèi)已被逐漸運(yùn)用于該領(lǐng)域，主要可分為基于傳統(tǒng)機(jī)器學(xué)習(xí)的K近鄰、樸素貝葉斯、決策樹(shù)、支持向量機(jī)等方法，以及基于深度學(xué)習(xí)的CNN、RNN、GCN、Transformer等方法。從算法原理、發(fā)展歷程、適用領(lǐng)域及性能優(yōu)劣等方面對(duì)當(dāng)前主流的文本分類(lèi)方法進(jìn)行分析，調(diào)研了社交平臺(tái)應(yīng)急關(guān)聯(lián)信息文本分類(lèi)的研究現(xiàn)狀與熱點(diǎn)，歸納了現(xiàn)有方法面臨的問(wèn)題與挑戰(zhàn)，展望了未來(lái)研究方向，為后續(xù)科研工作提供參考與啟示。

發(fā)表于：5/28/2024 2:50:01 PM

公共數(shù)據(jù)授權(quán)運(yùn)營(yíng)的關(guān)鍵問(wèn)題與實(shí)施架構(gòu)研究[其他][信息安全]

公共數(shù)據(jù)授權(quán)運(yùn)營(yíng)是充分釋放公共數(shù)據(jù)價(jià)值的重要途徑，自國(guó)家“數(shù)據(jù)二十條”出臺(tái)以來(lái)，各地紛紛加快公共數(shù)據(jù)授權(quán)運(yùn)營(yíng)建設(shè)工作的部署。系統(tǒng)分析了公共數(shù)據(jù)授權(quán)運(yùn)營(yíng)的理論研究成果和地方實(shí)踐經(jīng)驗(yàn)，提出了我國(guó)公共數(shù)據(jù)授權(quán)運(yùn)營(yíng)發(fā)展大致經(jīng)歷了基礎(chǔ)準(zhǔn)備、試點(diǎn)探索、加速落地三個(gè)階段；歸納總結(jié)了地方實(shí)踐過(guò)程中，在授權(quán)主體、授權(quán)路徑、數(shù)據(jù)供給、平臺(tái)建設(shè)、收益分配、服務(wù)生態(tài)六方面仍存在亟待解決的問(wèn)題；最后，以問(wèn)題為導(dǎo)向，構(gòu)建了制度規(guī)則、基礎(chǔ)設(shè)施、運(yùn)營(yíng)生態(tài)相結(jié)合的實(shí)施架構(gòu)，以期為地方政府更加高效有序地開(kāi)展公共數(shù)據(jù)授權(quán)運(yùn)營(yíng)工作提供有效借鑒。

發(fā)表于：5/28/2024 2:50:00 PM

無(wú)線電能傳輸技術(shù)在空間太陽(yáng)能電站中的研究與應(yīng)用現(xiàn)狀分析[電源技術(shù)][航空航天]

空間太陽(yáng)能電站是高效利用太陽(yáng)能以解決當(dāng)下嚴(yán)峻的能源危機(jī)的有效途徑，如何實(shí)現(xiàn)電能從空間太陽(yáng)能電站到地球的空-地傳輸是關(guān)鍵。無(wú)線電能傳輸技術(shù)可實(shí)現(xiàn)電能的非接觸傳輸，并且具有較高的安全性、可靠性和便捷性，是解決空-地電能傳輸問(wèn)題的有效措施。對(duì)無(wú)線電能傳輸技術(shù)在空間太陽(yáng)能電站中的研究與應(yīng)用現(xiàn)狀進(jìn)行了分析，并據(jù)此闡述了亟待解決的瓶頸問(wèn)題和待進(jìn)一步發(fā)展的關(guān)鍵技術(shù)，旨在為后續(xù)相關(guān)科研工作者提供參考和指導(dǎo)。

發(fā)表于：5/27/2024 3:28:33 PM

可配置化衛(wèi)星電子學(xué)半物理仿真系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[測(cè)試測(cè)量][航空航天]

為提高商業(yè)衛(wèi)星星務(wù)軟件的研制效率，減少衛(wèi)星部件產(chǎn)品研制進(jìn)度對(duì)整星軟件開(kāi)發(fā)的影響，便于衛(wèi)星批量研制生產(chǎn)，提出一種可配置化衛(wèi)星電子學(xué)半物理仿真系統(tǒng)設(shè)計(jì)。該電子學(xué)仿真系統(tǒng)由中心計(jì)算機(jī)、通信接口部分、星上電子學(xué)單機(jī)仿真部分和系統(tǒng)測(cè)試部分組成，利用可配置化、通用化、高集成化和模塊化設(shè)計(jì)思想，開(kāi)發(fā)具有可配置化特點(diǎn)的中心計(jì)算機(jī)、靈活可配置多功能特點(diǎn)的星上電子學(xué)單機(jī)仿真模擬器、可重構(gòu)的通信接口和智能化系統(tǒng)測(cè)試接口，集成一套可配置化衛(wèi)星電子學(xué)仿真系統(tǒng)。以此仿真系統(tǒng)進(jìn)行星務(wù)軟件的開(kāi)發(fā)測(cè)試實(shí)驗(yàn)，結(jié)果表明，該系統(tǒng)能夠?yàn)檎翘峁┌胛锢矸抡鎸?shí)驗(yàn)數(shù)據(jù)，滿足不同型號(hào)衛(wèi)星星務(wù)軟件的研制需求，同時(shí)具備接入實(shí)物單機(jī)進(jìn)行仿真測(cè)試功能。該電子學(xué)仿真系統(tǒng)能夠提高星務(wù)軟件的研制效率，有利于衛(wèi)星批量生產(chǎn)，具有重要的工程研制意義。

發(fā)表于：5/27/2024 3:28:32 PM

猝發(fā)重頻高壓大功率脈沖充電電源研制[電源技術(shù)][工業(yè)自動(dòng)化]

針對(duì)電感隔離型重頻Marx發(fā)生器的充電需求，研制了一臺(tái)猝發(fā)重頻高壓大功率脈沖充電電源。該電源采用直流電源+儲(chǔ)能電容+晶閘管開(kāi)關(guān)+脈沖變壓器的技術(shù)路線，設(shè)計(jì)指標(biāo)為充電電壓為90 kV，充電電流1 kA，充電重復(fù)頻率1 Hz～100 Hz可調(diào)，猝發(fā)工作時(shí)最大充電次數(shù)為5次。首先介紹了充電電源的工作原理，進(jìn)行了電路參數(shù)計(jì)算和結(jié)構(gòu)設(shè)計(jì)，得到了晶閘管、初級(jí)電源和脈沖變壓器等主要器件的參數(shù)。然后試制組裝了一套電源，并進(jìn)行了實(shí)驗(yàn)驗(yàn)證：對(duì)等效總電容量為0.7 μF的緊湊型Marx發(fā)生器充電時(shí)，充電電壓90 kV，充電時(shí)間小于120 μs，充電重復(fù)頻率10 Hz。該電源的研制成功對(duì)高功率重復(fù)頻率脈沖功率源的進(jìn)一步小型化具有重要意義。

發(fā)表于：5/27/2024 3:28:30 PM

一種高效率行波管高壓電源的設(shè)計(jì)與實(shí)驗(yàn)研究[電源技術(shù)][工業(yè)自動(dòng)化]

針對(duì)6~18 GHz 50 W超小型微波功率模塊，提出了一種半橋LLC諧振多級(jí)高壓變換電路。通過(guò)對(duì)半橋LLC諧振變換器設(shè)計(jì)和基于改進(jìn)型3型相位補(bǔ)償器反饋回路的研究，將低壓48 V升壓為行波管陰極和三級(jí)降壓收集極所需的4路穩(wěn)定高壓，整體高壓效率相對(duì)于同功率量級(jí)微波功率模塊從92%提升至95%。實(shí)測(cè)電源在輸入電壓44~52 V范圍內(nèi)最高效率達(dá)到95%，最低效率超過(guò)92%，電源在空載和滿載之間切換時(shí)陰極電壓輸出變化小于1 V。

發(fā)表于：5/27/2024 3:28:28 PM

用于土壤濕度監(jiān)測(cè)的無(wú)芯片RFID傳感器設(shè)計(jì)[微波|射頻][通信網(wǎng)絡(luò)]

為提高土壤濕度傳感器的靈活性和可靠性，設(shè)計(jì)了一種低成本的無(wú)芯片RFID傳感器，用于無(wú)線監(jiān)測(cè)土壤濕度。該傳感器由3個(gè)互補(bǔ)開(kāi)口環(huán)諧振器（CSRR）以及2個(gè)正交放置的寬帶圓形微帶貼片天線構(gòu)成。其中兩個(gè)相同尺寸的CSRR間距較近，容易產(chǎn)生諧振器間耦合，使得高濕度土壤下的諧振頻率變化更加明顯，另外作為參考諧振器的CSRR則用以消除環(huán)境條件的影響，提高測(cè)量的可靠性。兩個(gè)微帶貼片天線用于收發(fā)信號(hào)，實(shí)現(xiàn)無(wú)線傳感功能。分別研究了采用單、雙CSRR結(jié)構(gòu)下該傳感器的雷達(dá)散射截面（RCS），確定了土壤濕度與諧振頻率差值之間的線性關(guān)系，通過(guò)實(shí)測(cè)進(jìn)一步證實(shí)了這種關(guān)系。實(shí)驗(yàn)結(jié)果表明，該傳感器在0%~12%的土壤濕度下具有18.2 MHz/%θ的靈敏度。

發(fā)表于：5/27/2024 3:28:26 PM

基于深度學(xué)習(xí)的可視化圖表分類(lèi)方法研究[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

可視化圖表的分類(lèi)研究對(duì)于圖表理解和文檔解析具有很大的意義。分別通過(guò)爬蟲(chóng)和軟件生成的方式，構(gòu)建了兩個(gè)包含16類(lèi)常見(jiàn)圖表的數(shù)據(jù)集，該數(shù)據(jù)集在數(shù)量、類(lèi)型和樣式豐富性上具有一定的優(yōu)勢(shì)。在3個(gè)數(shù)據(jù)集上實(shí)驗(yàn)對(duì)比了Transformer架構(gòu)和卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)的模型，結(jié)果表明Transformer架構(gòu)在圖表分類(lèi)任務(wù)上具有一定優(yōu)勢(shì)。基于Swin Transformer模型，設(shè)計(jì)了多種數(shù)據(jù)增強(qiáng)策略，在增加模型泛化性的同時(shí)也引入了分布差異；通過(guò)對(duì)不同策略訓(xùn)練出的模型預(yù)測(cè)進(jìn)行均值融合，同單模型相比分類(lèi)性能有較大提升。在6個(gè)測(cè)試集上對(duì)集成模型進(jìn)行了測(cè)試，分類(lèi)準(zhǔn)確率均大于0.9；對(duì)于圖像質(zhì)量高、視覺(jué)形式簡(jiǎn)單的生成圖表，模型分類(lèi)準(zhǔn)確率接近1。

發(fā)表于：5/27/2024 3:28:20 PM