基于模糊熵特征选择算法的SVM在漏洞分类中的研究

漏洞的分类能够有效提高漏洞分析和修复的效率,其分类的方式是按照漏洞的特征进行,将漏洞特征的提取转换为漏洞文本特征的提取.针对漏洞的描述性文本较短,特征选择模糊等缺点,提出了一种基于模糊熵特征选择算法的SVM的漏洞分类方法对漏洞分类进行研究.该方法结合模糊熵理论和支持向量机分类方法的优点,设计类间类内隶属度函数来体现特征项的分布情况,并结合模糊熵的计算作为漏洞特征提取的依据,通过SVM进行分类学习,对漏洞进行分类.仿真实验表明,基于模糊熵特征选择算法的SVM的漏洞分类方法实际可行,且分类准确率高于基于KNN和最大熵模型的分类方法,具有一定的研究意义.     

基于二维云模型的数据库安全等级评估研究

针对信息安全等级保护测评中数据库安全等级判定存在模糊性和不完整性,提出了关于二维云模型的数据库安全等级评估方法。通过对数据库和数据自身的测评结果等级进行划分,构造数据库安全等级评估规则;通过云发生器依据每条规则的两组数字特征构建二维云模型的数据库安全等级评估云图,再根据评估云图投影出等级评估的投影面,实现数据库安全等级评估的定量划分。通过实例验证,上述方法简单有效可行,具有一定的应用价值。     

基于Hash函数的RFID安全认证协议研究与设计

对RFID系统中存在的安全问题,设计了基于Hash函数的RFID安全认证协议。该协议加入了传送消息前的标签和读写器身份认证环节,同时考虑了标签成本问题,保障了认证过程的安全性和高效率。通过BAN逻辑分析,验证了协议良好的综合性能。     

一种基于第三方认证的无线组密钥协商协议*

提出一种基于第三方认证的组密钥协商协议,用于在无线Mesh网络环境下的移动用户间的协同工作。经过安全性分析和性能分析得出,新协议不仅可以对组用户提供私密性保护,而且协议参与者的身份得到认证,此外,每个成员的计算成本和通信量显著降低,提高了协议的执行效率。因此,该协议是无线Mesh网络环境下的一种新型、可靠的组密钥协商协议。     

基于无线传感器网络的隧道照明控制系统

针对当前隧道照明控制系统在节能性和安全稳定性上的一些不足,设计了一种新的基于无线传感器网络的隧道照明控制系统,建立了系统的总体架构。系统以Zig Bee模块CC2530为无线传感器节点核心,将各节点采集的车流量和洞内亮度等信息处理后传输到远程监控计算机。对系统的电源电路、调试器电路、RS—232接口电路进行了设计,完成了相应的软件控制系统。软件仿真和数学分析表明:该系统能有效地控制光线的连续性,节能效果良好。     

基于有穷自动机模型的电子商务支付协议公平性研究

文中将形式化方法，即有穷自动机理论分析方法应用到电子商务支付协议的研究中，证明了ISI协议不满足支付过程的公平性，在此基础上提出了具体的修改办法。     

基于结果比对和过程特征分析的多线程评分算法的研究

结果比对分析方法是一种全新的评分算法,它采用多线程技术对考生的操作结果进行整体的分析和比对,可以快速评判考生是否全对。过程特征分析方法则是传统评分方法的改进算法,可以准确地判断考题中各个考点的得分情况。算法整合了结果比对分析方法和过程特征分析方法,高效和准确地实现了PowerPoint操作题的自动评分。     

面向FAST科学数据管理系统平台的设计与实现

为了对大规模脉冲星及暂现源数据处理技术运用研究的突破,为国家大科学工程FAST实现提供有效的技术支持,加速在脉冲星和暂现源科学研究方面科研成果的产出。尽可能详细记录脉冲星科研数据处理结果,解决数据分析处理过程、科研结果不便于管理、共享等问题。FAST早期科学数据中心设计开发了面向FAST的脉冲星科学数据管理平台。讨论了系统平台的架构设计、功能设计和数据设计,解释了关键技术手段,展示了相关重要功能的实现。基本建成面向FAST科学数据管理平台(http://psrcat.net/),实现了FAST天文望远镜数据资源及相关基础数据资源的科学存储管理,实现了候选体数据与已知脉冲星比对分析和数据可视化展示,收录了来自FAST的优质候选体记录141条,已知脉冲星数据记录2700条,望远镜设备数据20条,相关数据有望为FAST开展新脉冲星搜寻项目制定巡天计划、认证提供数据支撑。     

基于熵的二叉树多类支持向量机的漏洞分类

为了有效提高漏洞分类的准确性,针对基于二叉树多类支持向量机分类算法的分类复杂性和分类结果依赖二叉树的结构等缺点,提出了一种基于熵的二叉树多类支持向量机的漏洞分类算法。根据定义最小超球体进行漏洞样本空间的分类,有效地通过熵的计算来描述漏洞之间的混杂程度,使得漏洞分类的计算过程被简化且能够有效减少分类结果对二叉树结构的依赖。采用公共漏洞枚举(CWE)漏洞分类体系在收集到的3000个漏洞样本上进行大量仿真实验,漏洞分类的平均准确率和平均召回率达93.3%和93.25%,高于基于二叉树多类支持向量机分类算法和K-近邻(KNN)分类算法得到的平均值。实验结果表明所提算法有效可行,能精确地实现漏洞的分类。