【摘 要】
：
针对SDN控制器内全局拓扑视图易被攻击者篡改的安全问题,提出了一套安全解决方案DefenseTopo,通过分析现有的拓扑攻击原理和威胁模型,构造主机迁移的合法条件检测主机劫持攻击,设计LLDP校验来源和完整性防御拓扑的链路伪造攻击,定义一种基于熵值法的中继型链路伪造攻击检测方法,最后通过实验测试,结果证实DefenseTopo能够检测主流拓扑污染攻击.
【机 构】
：
中国人民解放军91336部队 秦皇岛 066000
论文部分内容阅读
针对SDN控制器内全局拓扑视图易被攻击者篡改的安全问题,提出了一套安全解决方案DefenseTopo,通过分析现有的拓扑攻击原理和威胁模型,构造主机迁移的合法条件检测主机劫持攻击,设计LLDP校验来源和完整性防御拓扑的链路伪造攻击,定义一种基于熵值法的中继型链路伪造攻击检测方法,最后通过实验测试,结果证实DefenseTopo能够检测主流拓扑污染攻击.
其他文献
目前在线课程平台学习者参与交互的动力不足,交互数据的缺乏使得难以对在线课程平台学习者进行准确地分析与量化,进而使平台中的相关服务受到限制.社交功能能否在一定程度上弥补学习者交互数据稀疏问题,并为学习者的在线课程学习起到促进作用.针对该问题,以学者网课程平台中一门活跃课程的学习者作为研究对象,通过假设检验和描述统计的方法,对学习者在课程平台中的在线社交数据和学习者的线下真实成绩数据进行对比分析,研究结果表明在线学习者社交活跃度总体不高,交互活动对学习成绩具有正相关影响,社交关系则通过促进交互活动的方式间接地
光伏组件最大功率发电是实现碳达峰和碳中和的关键技术之一,为了快速识别光伏组件最大功率点,提出了一种基于Lambert W函数的光伏最大功率点识别方法.通过对检测系统的分析,构建了实现光伏最大功率点检测结构;基于Boost变换器转换特性建立了光伏全阶段检测模型,给出了实现光伏组件全范围检测的工作条件;利用Lambert W函数推导出光伏最大功率点解析模型.实验表明,该方法可以快速识别光伏组件最大功率点,与NRM算法相比输出最大功率点功率提高了1.5％.
比特币区块链以其去中心化和不可篡改的特性引领了加密货币市场的火爆现状,比特币现有的系统框架所存在的一些问题成为了制约其发展的重要原因.1)比特币物理性能较低,交易速率过慢,完全无法满足日益增长的交易需求,极大的制约了比特币的应用;2)比特币虽然具有匿名性,但由于交易所等机构的发展,比特币无法实现完全的匿名性,存在泄露参与者真实身份的风险.论文提出了一种在比特币侧链上的区块链方法——Roundabout,采用一种类似燃烧证明(PoB)的共识机制.用户将任意数量的比特币发送至某个特定的地址,将原来比特币的UT
汉语复句的关系类型识别是对分句间语义关系的判断,是分析复句语义的关键.充盈态汉语复句虽然可以通过句中提取关系词并根据关系词的搭配规则来识别语义关系,但是需要足够的语言学相关知识并且制定大量的规则才能将其划分到正确的种类.为了避免耗费大量精力创建规则,提出了一种基于注意力机制的卷积神经网络,使用卷积神经网络自动分析三个分句之间的内在联系,进而识别出复句的关系类别.使用所提方法在充盈态有标三分复句语料库上对复句关系类型识别的准确率为94％,通过实验证明了该方法的有效性.
为了识别多普勒雷达气象回波图中的地物杂波,论文提出了一种基于局部二进制模(Local Binary Patterns,LBP)与灰度共生矩阵(Gray Level Co-occurrence Matrix,GLCM)融合的新算法.其中使用LBP判断图像是否包含块状杂波,使用GLCM特征值识别地域零散的地物杂波.实验表明,该算法对气象雷达回波图中地物杂波具有较良好的识别效果.
推荐系统中,因子分解机(FM)等特征交叉模型通常孤立地对待每个用户-物品交互样本,无法显式地利用样本中对象之间的隐含关系,造成了信息孤岛问题,导致学到的特征嵌入不是是最优的、冷门物品无法获得精准的推荐.因此,论文提出结合图表示学习和特征交叉的图卷积交叉网络(GraphCross):图卷积部分利用不同训练样本中对象的关联性构建异构图,并在此基础之上进行图卷积,使得生成的对象嵌入囊括其紧密相关的邻域节点对象的信息,破除了样本的孤立状态;特征交叉部分为FM模型,利用图卷积网络生成的对象嵌入构建特征交叉.Grap
现阶段有关人工智能在文本情感分析中的应用等相对研究较少,基于该问题现状,要求行之有效的措施对其进行分析研究,如以大数据模型为主、以深度识别为方向、以深度识别为方向、CNN架构设计及需求分析、实现及应用分析等.该研究对进行分析,有十分重要的理论意义.同时该研究是在CNN算法改进后,将其系统设计框架进行布局,并融合相关技术、算法等逐一完善.
板形缺陷识别对于矫直机在矫直过程中具有重要意义,针对传统板形缺陷识别精度低、操作繁琐等问题,以AlexNet模型为基础,提出一种基于卷积神经网络的板形缺陷识别模型(OP-AlexNet).在预处理阶段利用双立方插值算法对数据集中的图片进行尺寸的统一并进行标准化操作.对AlexNet模型结构进行优化,包括调整卷积核大小并减少两层卷积层,删除一层全连接层降低网络复杂度;对卷积层提取的特征批量归一化(batch normalization,BN)以加快网络的收敛速度,激活函数选择LeakyReLU(Leaky
病虫害一直以来都是影响农作物生产的重要原因,在该领域构建基于知识图谱的问答系统有助于智慧农业的发展,是人工智能时代下农业信息化的重要举措.该研究针对专家内部作物病虫害数据,编写程序对其进行清洗、知识提取等操作,完成该领域的知识图谱构建任务.对病虫害文本进行序列标注,完成实体识别模型构建用于问句实体识别,并构建文本分类模型对问句进行意图识别,编写模版规则匹配可执行Cypher语句,从知识图谱中得到答案.结合Flask与React前后端分离的Web框架,最终形成完整的基于图谱的问答系统.
针对塔式太阳能热发电技术中定日镜指向精度要求高的特点,通过安装在定日镜镜面上的图像采集器采集特定标志的图像分析镜面反射法线的振动情况,基于图像分析结果将定日镜振动误差分解为绕方位轴偏差角数据和绕俯仰角偏差角数据分别进行分析,并建立定日镜振动误差模型.然后选取试验用定日镜的相关数据进行基于标定白板的仿真计算,通过与现场试验结果进比较,表明定日镜振动误差模型能够准确地反映定日镜镜面法线实际的振动情况,为定日镜的控制运维策略制定提供有效的理论支持.