不同SiC含量注射成形SiCP/Cu复合材料的显微组织与力学性能

采用粉末注射成形工艺成形了SiCP/Cu复合材料,再采用溶剂脱脂、热脱脂和烧结的工艺制备了复合材料试样。研究了成形过程中复合材料显微组织的变化,并研究了烧结后的显微组织、力学性能、磨损性能。研究结果表明：SiCP/Cu复合材料在1050°C且在H2保护下烧结状况良好;复合材料的抗拉强度取决于SiC颗粒的体积分数以及其在基体中的分布状况;SiC含量为5vol.%和10vol.%,微裂纹萌生于SiC颗粒与基体的界面处;SiC含量为15vol.%,微裂纹萌生于SiC颗粒与基体。SiC体积分数为5%、10％、15％的SiCP/Cu复合材料的抗拉强度分别为254MPa、 291 MPa和278MPa。复合材料的力学性能随SiC含量的升高先升高后降低,而其磨损性能随SiC含量的增加而增加。     

跨安全域隔离与交换

长期以来,人们讨论内网安全,实际上就是在解决两个问题,一是如何保证内网的安全,数据不被泄漏,另外一个问题是随着互联网和信息系统日益普及,如何保障网络既要有安全隔离,也需要安全交换,这两个问题就是我们研究的方向。然而,网络隔离和信息交换本质就是要解决信息封闭性和开放性这一对根本矛盾,信息封闭性需要对信息载体和应用环境提供安全保障,     

网络与信息安全——特约客座编辑寄语

随着信息技术与信息产业的发展,网络与信息安全问题及其对经济发展、国家安全和社会稳定的重’大影响,正日益突出地显现出来。如今,信息安全已经融入到国家安全的各个方面,关系一个国家的经济、社会、政治以及国防安全,成为影响国家安全的基本因素。     

电化学整流电源电联接方案的优化设计

阐述了目前电化学整流电源电联接方案设计存在的缺陷，提出了以效率为目标进行优化设计，并通过建立优化模型和目标函数得以实现，证实了这种优化方法的可行性。     

真空预压联合导电排水板电渗法加固海相吹填土现场试验

为推动真空预压联合导电排水板电渗法在大规模吹填土地基加固中的应用,依托温州某海相淤泥吹填工程进行了真空预压联合导电排水板电渗法试验,并与真空预压联合金属电极电渗法和常规真空预压法进行了对比试验,对膜下真空度、地表沉降、电流电压变化进行了分析,着重分析了加固后地基承载力增长规律。试验结果表明:导电排水板可以取得与金属电极同等加固效果,导电排水板在电渗加固中具有一定的有效性和可行性,导电排水板的布置方式对加固效果也具有一定的影响;真空预压联合导电排水板电渗试验的地表沉降量超过常规真空预压法9%以上,地基承载力超过常规真空预压法21.4%,土体深层承载力也得到一定程度提高,加固效果显著。     

小世界网络模型下的MA特性分析

介绍了网络的小世界特性,分析了小世界特性下多代理体系结构和路由算法的特性,分别提出了自组织结构中的资源发现算法和基于聚集度的簇头选举算法并作了定性分析.     

垃圾标签的抵御方法研究

作为现实中倍受欢迎的网络应用之一,标签系统很容易成为恶意攻击者的目标.在标签系统中,恶意用户常出于特殊目的对系统中的资源标注与其内容不相关的垃圾标签,从而误导普通用户对这些资源的查找和分享.已有工作表明,垃圾标签的抵御效果会直接影响到标签系统的服务质量.基于此背景,通过调研归纳已有文献,从垃圾标签攻击的形式化描述出发,全面总结并抽象出垃圾标签现有的3类抵御方法:基于检测的方法、基于降级的方法和基于预防的方法.对每一类方法,进一步总结和归纳具体的实现算法,并对算法的执行效率和可用性等优缺点进行分析.通过对垃圾标签现有抵御方法的阐述,旨在帮助读者了解该研究领域的现状,并对新的垃圾标签抵御机制的提出有所启发.     

Towards Risk Evaluation of Denial-of-Service Vulnerabilities in Security Protocols

Denial-of-Service(DoS) attacks are virulent to both computer and networked systems.Modeling and evaluating DoS attacks are very important issues to networked systems;they provide both mathematical foundations and theoretic guidelines to security system design.As defense against DoS has been built more and more into security protocols,this paper studies how to evaluate the risk of DoS in security protocols.First,we build a formal framework to model protocol operations and attacker capabilities.Then we pro...     

基于深度卷积神经网络的糖尿病视网膜病变分期及病灶检测

针对糖尿病视网膜病变（DR）图像分辨率过大、病灶特征过于分散难以获取以及正负难易样本不平衡而导致DR分期精确率一直无法得到有效提高的问题,提出了改进的基于快速区域的卷积神经网络（Faster R-CNN）和子图分割相结合的DR分期方法。首先,使用子图分割解决视盘区域对于病灶识别的干扰问题;其次,在特征提取阶段使用深度残差网络以解决病灶在高分辨率眼底图像中占比小而导致的特征难以获取的问题;最后,在感兴趣区域（ROI）生成时采用在线困难样本挖掘（OHEM）方法解决正负难易样本不平衡的问题。在国际公开数据集EyePACS进行DR分期实验,所提方法在DR病分期中精确率0期达到94.83%,1期达到86.84%,2期达到94.00%,3期达到87.21%,4期达到82.96%。实验结果表明,改进后的Faster R-CNN能对DR图像高效分期并自动标注出病灶。