面向可信联盟的区块链账本可验证修改方法研究

区块链历经十年发展,成为信息技术领域最被寄予厚望的颠覆性技术之一.区块链上链数据具有不可篡改性,历史区块数据一旦确认就不能变更.这保证了区块链历史数据的完整性和可验证,但另一方面,当区块链中出现数据管理需求,即历史区块中过期或无效交易需要被压缩、违法违规信息需要被管控删除时,这种特性也将阻碍区块链对有问题的数据进行修改.类似数据管理需求在联盟链、私有链中尤其突出.传统区块链利用哈希算法的碰撞困难,实现区块和交易的完整性验证.而变色龙哈希存在一个陷门,掌握陷门可以轻松找到哈希碰撞.基于这个特性,本文将该类哈希算法的陷门交给多方管理,从而在不影响前后区块的完整性验证的情况下,实现多方共识修改交易数据的功能.本文进一步对变色龙哈希进行改进,设计了一种适用于联盟链的多中心化的账本修改方案.考虑到交易修改功能的去中心化,即变色龙哈希的陷门不应生成、存放于单个节点的问题,改进后的算法允许联盟链的所有权限节点协作生成系统的变色龙哈希公私钥.同时,为了权衡时间、空间代价与安全性,设计了多种有关私钥生成与同步的共识机制,并对它们的空间开销、通信时间、安全程度等性能进行了对比.本文考虑了一些特殊情况下区块链系统的可用性和问责性.最后,利用改进后的变色龙哈希算法构建了原型链,实现了历史交易的管控功能,描述了数据管理功能的设计细节.实验表明,本文提出的账本修改方案,其最佳区块压缩率可达30％、算法执行速率整体达到毫秒级,且具有可证明的安全性.     

深度学习的图像实例分割方法综述

实例分割是一项具有挑战性的任务,需要同时进行实例级和像素级的预测,在自动驾驶、视频分析、场景理解等方面应用广泛.近年来,基于深度学习的实例分割方法迅速发展,如两阶段检测器Faster R-CNN扩展出的聚焦于网络的精度而非速度的强大实例分割基准Mask R-CNN,一度成为实例分割的标杆.利用高速检测的单阶段检测器延伸出的实例分割算法YOLACT填补了实时实例分割模型的空白,具有较高的研究和应用价值.本文首先对实例分割算法进行了类别划分,然后对一些代表性的算法及其改进算法进行了深入分析,并阐述了相关算法的优缺点,最后对实例分割方法未来的发展进行了展望.     

融合知识图谱的网络安全违法行为识别系统

《网络安全法》是我国第一部关于网络安全的综合立法,与大众的互联网生活息息相关.因此,一款面向大众的《网络安全法》智能违法行为识别系统有助于规范互联网行为.然而,现有智能违法行为识别系统构建方法难以适应《网络安全法》,这是由于:首先,现有方法需要专业司法语言进行交互,不适应普通大众的语言体系.其次,现有方法需要大量的案例训练模型,不适应案例匮乏的《网络安全法》.针对这些问题,本文提出了一个面向《网络安全法》的智能违法行为识别系统.该系统主要利用知识图谱技术解决上述问题,在构建网络安全法知识图谱的基础上,通过将普通用户的自然语言与知识图谱中的违法事件实体和违法主体实体进行实体链接的方式获得更强的特征,提高违法行为识别系统在训练集较为匮乏的条件下的准确度.通过在真实数据集上的实验,表明了提出的系统的准确度有明显提高.     

基于语义识别的不良倾向性信息过滤系统的设计与实现

文章基于自然语言理解和神经网络技术,通过对实际应用的分析,建立了三个领域知识的规则库,设计了一个针对BBS站点的过滤系统原型,实现了对网络上某一特定内容信息的过滤和监控功能,达到了较好的实用效果。     

基于CAN总线的嵌入式智能防褥疮气垫床的设计

针对家庭护理问题,设计并实现了基于CAN总线的嵌入式智能防褥疮气垫床.阐述了该智能气垫床的硬件系统设计,软件系统设计及实现方法.气垫床控制模块由AT90CAN128单片机、气垫床、压力传感器、气泵和电磁阀门等构成.采用S3C2440作为主控制模块,以WindowsCE操作系统为核心开发的人机交互界面(HMI)通过CAN总线实时传递各个功能模块命令,能够实现气垫床的预定功能,给出了实验实测数据,并且能够实现即插即用的模块化设计.     

基于OpenCv运动目标识别技术的研究

在智能视频监控系统中,快速、准确、有效地检测出运动目标成为人们研究的主要课题之一。本文根据背景差分与帧间差分各自的特点,提出一种基于高斯模型的背景差分与帧间差分相结合的运动目标检测算法。说明高斯背景建模原理以及算法的背景模型更新方法,最后介绍了算法的实现流程和实验结果。在VisualC++6.0环境下,利用计算机视觉类库OpenCV对算法进行了验证。实验结果表明:该算法能快速、有效地提取目标。     

C~4ISR系统需求仿真组件模型研究

研究面向C4ISR系统需求验证中的仿真支持过程,针对不同阶段、不同领域的需求仿真和重用问题,通过C4ISR系统需求的仿真概念模型,从系统功能、作战活动和系统状态等不同侧面抽象描述需求仿真的特性,建立了面向仿真的C4ISR系统需求组件模型,并用案例分析了C4ISR系统需求仿真组件模型的可行性。     

基于模式覆盖的仿真数据匹配算法

研究仿真数据优化匹配传输效率问题,随着分布交互式仿真规模的扩大,如何高效地对仿真数据进行分发和过滤成为一个重要的问题.针对分布交互式仿真领域数据类型固定和属性个数跨度较大的特点,在分析和研究已有事件匹配算法的基础上,提出了模式覆盖集的概念,并设计了一种采用模式覆盖技术的仿真数据匹配算法.改进算法综合考虑了谓词之间的相互关系和订阅条件所属模式之间的覆盖关系,从减少无关的谓词匹配和高效组织订阅条件两方面加速了仿真数据的匹配过程.实验结果表明与谓词计数算法相比,改进算法能较大地提高匹配性能.     

组合模型在传染病预测中的应用研究

研究传染病预测问题,由于受到外界因素和人体内部因素共同影响,具有不规则变动和非线性动态特点。传染病发生具有季节性、周期性和非规则等变化特点,单一模型只能预测中部分变化特点,预测误差比较大。为降低传染病预测误差,提出一种组合模型的传染病预测方法。首先分别采用ARIMA和LSSVM模型对传染病发生趋势进行预测,然后将两者预测结果输入到LSSVM重新进行学习,最后得到组合模型的预测结果。采用组合模型对某市乙肝发病率进行仿真。结果表明,组合模型降低了乙肝发病率的预测误差,预测结果更加可靠,为传染病预测工作提供新的技术手段。     

医学图像三维拼接重建优化技术研究与仿真

研究医学影像图像的清晰重建问题。器官的不同部位随着病变程度的不同,存在不同的几何畸变,造成图像匹配错误,图像中像素的密度、灰度也存在较大差异,病变器官中的边沿部位会产生几何畸变。传统的医学图像三维拼接重建,由于几何畸变的存在,会造成采集图像中的几何坐标发生畸变性边界冲突,后期三维拼接重建时,坐标的畸变性冲突造成图像清晰度不高等问题。提出了一种CT体像素几何畸变校正的医学图像三维重建算法,通过对几何畸变产生的像素畸变进行补偿修正,消除畸变带来的边沿坐标畸变影响。仿真结果表明,改进方法能够提高拼接后三维图像的清晰度,为图像拼接优化提供了有效的手段。