【摘 要】
：
在未知无线网络环境下,比特流形式的协议数据帧特征不明显,且缺乏先验知识对其进行分析,造成特征提取困难.提出一种利用序列统计提取未知无线协议特征的方法.统计数据中定长序列出现的频次和位置,根据概率和相似性筛选满足频繁条件的固定序列和交互序列,得到频繁项集,并借鉴关联规则连接频繁项集中的频繁序列,去除冗余的序列信息,得到协议特征集.仿真结果表明,该方法能够有效提高未知无线协议特征提取效果,准确率稳定在90％以上.
【机 构】
：
大连大学 信息工程学院,辽宁 大连 116600;大连大学 通信与网络重点实验室,辽宁 大连 116600;南京信息工程大学 电子与信息工程学院,南京 211800
论文部分内容阅读
在未知无线网络环境下,比特流形式的协议数据帧特征不明显,且缺乏先验知识对其进行分析,造成特征提取困难.提出一种利用序列统计提取未知无线协议特征的方法.统计数据中定长序列出现的频次和位置,根据概率和相似性筛选满足频繁条件的固定序列和交互序列,得到频繁项集,并借鉴关联规则连接频繁项集中的频繁序列,去除冗余的序列信息,得到协议特征集.仿真结果表明,该方法能够有效提高未知无线协议特征提取效果,准确率稳定在90％以上.
其他文献
视觉里程计(VO)是实现移动机器人自主导航的主要技术之一,不同类型的VO技术在不同应用场景中受环境和硬件计算能力的影响,导致其性能各有优劣.概述VO技术的发展历程,对基于传统几何和基于深度学习的两类VO技术的性能进行对比与分析,重点介绍传统VO技术中特征点法的原理及其改进方法.在此基础上,归纳VO领域常用的公共数据集并对部分现有方法进行对比评测,为VO技术的实际应用提供参考和借鉴,并展望该领域未来的发展方向.
基于字词联合的中文命名实体识别模型能够兼顾字符级别与词语级别的信息,但受未登录词影响较大且在小规模数据集上存在训练不充分等问题.在现有LR-CNN模型的基础上,提出一种结合知识增强的中文命名实体识别模型,采用相对位置编码的多头注意力机制提高模型上下文信息捕捉能力,通过实体词典融入先验知识降低未登录词的影响并增强模型学习能力.实验结果表明,该模型在保持较快解码速度和较低计算资源占用量的情况下,在MSRA、People Daily、Resume、Weibo数据集上相比SoftLexicon、FLAT等模型F1
Tor匿名通信系统在全球范围内被广泛部署与使用,但其抵御溯源攻击的能力有待进一步建模分析.为精确衡量To r用户在端到端溯源攻击下的安全性,综合To r节点选择算法、用户使用模式、溯源攻击对手能力等要素,建立针对端到端溯源攻击对手的To r安全性模型.经实验验证与分析结果表明,该模型可在统计意义下较精确计算对手捕获通信链路的概率及次数,以此衡量不同端到端溯源攻击对手对用户安全性的破坏程度.
云存储的便捷性和管理高效性使得越来越多的用户选择将数据存放在云端.为支持用户对云端加密数据进行检索,提出云存储中基于属性加密支持属性撤销的多关键词搜索方案.采用线性秘密共享矩阵来表示访问控制结构,实现密文细粒度访问控制,在属性撤销过程中不需要更新密钥,应对用户属性变更的情况,在此基础上构造基于多项式方程的搜索算法支持多关键词搜索,从而提高搜索精度.理论分析和实验结果表明,该方案具有陷门不可伪造性和关键词隐私性,能够保证用户数据的隐私和安全,相比CP-ABE方案,具有较高的存储性能和计算效率,功能性更强.
在互联网数据急剧扩张和深度学习技术高速发展的背景下,自动文本摘要任务作为自然语言处理领域的主要研究方向之一,其相关技术及应用被广泛研究.基于摘要任务深化研究需求,以研究过程中存在的关键问题为导向,介绍现有基于深度学习的生成式文本摘要模型,简述定义及来源、数据预处理及基本框架、常用数据集及评价标准等,指出发展优势和关键问题,并针对关键问题阐述对应的可行性解决方案.对比常用的深度预训练模型和创新方法融合模型,分析各模型的创新性和局限性,提出对部分局限性问题的解决思路.进一步地,对该技术领域的未来发展方向进行展
传统服饰民俗色彩文化作为中华民族文化的重要构成部分,展现了中国深厚的文化底蕴.经过5000多年的积累,先辈们留下了珍贵且丰富的遗产.其中,色彩作为文化要素的一部分,反映了一个时代的精神内涵与意识形态.在职专美术中融入中国传统服饰民俗色彩文化,既有利于强化学生的色彩意识,促进学生的良好发展,还能实现我国传统服饰民俗色彩文化的传承与弘扬.
近年来,高等职业教育得到了国家及社会的重视和关注,高职院校的人才培养模式已成为教育创新和学术研究的热点.文章在“大众创业、万众创新”的背景下,结合“工学商一体化”的教育教学理念,探究高职院校服装设计类专业人才培养模式的特点、体系构建和实践策略.
生物医用纺织品是医疗活动中不可或缺的一部分,在疾病诊断和治疗方面具有重要作用,已成为临床应用中的关键医疗用品.结合实际教学经验,文章归纳并提出了生物医用纺织教学和人才培养新模式,以期为新形势下的生物医用纺织品行业的发展提供助力.
为求解带时间窗的车辆路径问题(VRPTW),提出一种改进的细菌觅食算法.将待配送的客户点依据地理位置进行K-means聚类,使得到的分类结果在满足时间窗的要求下,按顺序插入配送路径的最佳位置中,构造VRPTW问题的初始解,同时通过结合趋化操作与大邻域搜索中的removal算子进行距离寻优,扩大算法搜索范围并提高运行效率.实验结果表明,在规定时间窗内,改进算法能合理安排配送路径并最小化总配送成本.
限制对齐路径长度的动态时间规整(LDTW)算法存在时间复杂度高和计算量大的问题.基于LDTW算法提出固定对齐路径长度的动态时间规整(FDTW)算法.通过调整LDTW算法中对齐路径长度的控制策略,由控制在某个区间改为固定到某个具体值,相应缩减累计代价矩阵中元素的计算范围.在UCR时间序列数据集上的实验结果表明,FDTW与LDTW算法的分类准确率持平,但FDTW算法在分类过程中的时间开销更小,并且能有效降低累计代价矩阵元素的计算量,提高计算效率.