信息流安全特性的语义模型研究

以通信顺序进程为语法基础,结合信息安全模型对安全特性的约束,介绍并分析了几种针对信息流安全特性的语义描述,并提出了信息流安全的单向特性,对其进行了相关安全特性的证明,以期对正确标识合法信息流问题进行探讨,用于正确区分存在的不合法信息流,作为解决隐通道问题的理论依据,从理论分析的角度,尝试解决信息安全的根本性问题.     

基于Web的虚拟物流实验室设计与实现

通过对虚拟物流实验室设计特点的分析,提出了基于Web的虚拟物流实验室构架,并设计了实现方案.运用3D 软件结合VRML建立虚拟场景模型,通过Java 3D对模型文件的调用实现虚拟场景的构建.调用Java 3D类库实现场景漫游、人机交互等功能,并对虚拟模型进行优化、重组.最后建立一个虚拟实验室的场景实例,验证了该设计方法具有良好的开发效率以及系统的沉浸性与交互性.     

基于分布式中间件ICE的应用架构研究

在分布式系统中,分布式平台之间的差异增加了开发的复杂性.基于一种轻量级的分布式中间件ICE,提出了在分布式异构环境中的一般架构模型.该模型可以降低模块之间的耦合度,解决服务器负载过大的问题.将该模型应用到网络安全管理系统中,解决了网络安全管理系统中平台差异问题和服务器负载均衡问题.     

基于ARM和MiniGUI的呼气式酒精测试仪研究

设计了一种以ARM7微控制器LPC2210为核心的燃料电池型呼气式酒精测试仪;该仪器在LPC2210上移植嵌入式操作系统uClinux,利用燃料电池传感器的输出电压与酒精浓度的相关性,通过采集燃料电池传感器中酒精气体反应产生的模拟信号计算出酒精浓度;详细介绍了燃料电池传感器的电化学原理,及在ARM-Linux嵌入式操作系统环境下,利用轻量级的图形用户界面支持系统MiniGUI进行软件界面开发的方法,提高了人机交互友好性和易操作性;实验表明,该酒精测试仪具有稳定性好、精度高、抗干扰性强的明显优点。     

基于动态SOFM的网络入侵检测

针对目前入侵检测系统误报率过高、检测率不高和对未知入侵检测能力有限的缺陷,提出一种动态SOFM的网络入侵检测方法,定义了聚类节点信任度,并根据竞争结果、信任度、中心相似度,制定节点的增删策略,提升聚类效果。使用KDD99数据集进行实验,结果表明系统在保持误报率低的情况下,入侵检测率有所提高。     

基于DSpace数字仓储技术的技术市场信息系统研究

文章阐述了DSpace数字仓储技术的概要和技术框架,分析了DSpace系统的优越性,并且提出了利用Dspace数字仓储技术构建技术市场信息系统的构想和方案.     

构建数字城市 迎接数字生活

尼葛洛庞帝的《数字化生存》告诉我们:计算不只和计算机有关,它决定我们的生存。如今中国GDP的快速增长,我们就逐步接近这种理想化的数字时代。我国的13亿人口正在向城市集中,城市化水平在逐步提升。     

变频电机电缆老化下的高频开关振荡特性研究

交流电缆是逆变器电机系统中传输电能的关键部件。针对变频电机系统电缆早期状态劣化特征微弱的问题,通过理论和实验研究了变频电机电缆老化下的高频开关振荡特性。首先,建立了三相四芯电缆的高频等效模型并分析了电缆绝缘劣化对绝缘电容参数的影响。然后,研究了电缆绝缘电容变化对系统差模开关振荡频率和阻尼特征的影响。最后通过加速热老化实验在3 kW感应电机对拖系统中进行了验证,实验结果表明,电缆加速老化后开关振荡频率变化了2.09%、阻尼变化了13.08%、阻尼特征相比于频率特征更加灵敏。该研究可为变频电机电缆早期劣化状态监测提供理论支撑。     

PRESENT轻量级密码的中间相遇统计故障分析

PRESENT算法是于2007年在国际密码硬件与嵌入式系统会议提出的一种轻量级分组密码,2012年成为国际轻量级算法标准ISO/IEC-29192-2,适用于物联网中射频识别标签、网络传感器、智能卡等设备的数据保护.本文结合PRESENT密码的设计结构和实现特点,基于统计分析和中间相遇分析策略,提出了一种中间相遇统计故障分析方法,设计了皮尔逊相关系数-汉明重量、库尔贝克莱布勒散度-汉明重量区分器和杰卡德相似系数-汉明重量-极大似然估计等区分器,可以分别破译PRESENT密码全部版本的80比特和128比特原始密钥.该方法攻击轮数更深,故障数和耗时更少,有效地扩展了攻击范围,提升了攻击能力.结果表明,中间相遇统计故障分析对PRESENT密码构成了严重威胁.该研究为轻量级密码的实现安全研究提供了有价值的参考.     

基于谱聚类的在线数据库垂直分区多阶段生成方法

垂直数据分区技术从逻辑上将满足一定语义条件的数据库表属性存放在同一个物理块中,进而降低数据访问成本,提高查询效率.数据库查询负载中的每条查询通常只与数据库表中的部分属性有关,因此只需使用数据库表的某个属性子集便可以得到准确的查询结果.合理的垂直数据分区方式可以使大多数查询负载不需要扫描完整数据库就可以完成查询任务,从而达到减少数据访问量,提高查询处理效率的目的.传统的数据库垂直分区方法主要基于专家设置的启发式规则,分区策略粒度较粗,且不能根据负载的特征进行有针对性的分区优化.同时,当负载规模较大或者属性个数较多时,现有垂直分区方法执行时间过长,尤其无法满足数据库在线实时调优的性能需求.为此,提出在线环境下基于谱聚类的垂直数据分区方法（spectral clustering based vertical partitioning,SCVP）,采用分阶段求解的思想,减少算法时间复杂度,加快分区执行速度.首先通过增加约束条件缩小解空间（即根据谱聚类生成初始分区）,然后对解空间设计算法进行精细的搜索（即采用频繁项集和贪心搜索相结合的策略对初始分区进行优化）.为了进一步提升SCVP在高维属性下的性能,提出了SCVP的改进版本SCVP-R （spectral clustering based vertical partitioning redesign）.SCVP-R通过引入同域竞争机制、双败淘汰机制和循环机制,对SCVP在分区优化过程中的合并方案进行了进一步优化.在不同数据集上的实验结果表明,相比于目前最好的垂直分区方法,SCVP和SCVP-R有着更快的执行时间和更好的性能表现.