基于深度学习技术的恶意APP软件动态检测技术

本文利用深度学习技术的方法提高检测恶意程序的能力,通过机器学习技术延伸出了机器学习技术,被广泛应用到图像处理、自然语言处理、计算机视觉与语言识别等领域中。深度学习中的卷积神经网络CNN具有良好的分类性能,还能够提高未知样本的预测能力。以此,本文就对将恶意学习技术作为基础的恶意APP软件动态检测技术进行分析。     

一种基于深度森林的恶意代码分类方法

针对当前恶意代码静态分析方法精度不足的问题，将恶意代码映射为无压缩的灰度图像，然后根据图像变换方法将图像变换为恒定大小的图像，使用方向梯度直方图提取图像的特征，最后提出一种基于深度森林的恶意代码分类方法.实验中选择不同家族的多个恶意代码样本进行分类，验证了该方法的有效性，并且实验结果优于近期提出的SPAM-GIST方法.     

臭氧氧化法深度处理印染废水及成本分析

随着党和国家绿色经济和环保发展伟大战略蓝图的逐步实施,纺织印染企业正面临着前所未有的生死挑战。要生存发展就必须不失机遇,顺势而为,剔除陈旧观念,改造工艺流程,充分应用好臭氧氧化法技术,探寻企业发展的新路子,以提高企业的的经济效益。为此,该文在探讨臭氧氧化法内涵与作用机理的基础上,首先从理论上研究了臭氧氧化法在印染废水深度处理中的应用,然后结合某市印染企业改造升级废水处理系统的实际进行了分析。     

基于SDN和虚拟拓扑的天基网络路由算法

针对天基网络的时变拓扑结构给网路管理和路由设计带来的难题,综合考虑GEO卫星和LEO卫星的优势,建立了一种基于软件定义网络(SDN)架构的天基网络模型,提出了一种基于虚拟拓扑的包含必经节点的天基网络路由算法(VTPN)。通过改进时间片划分策略,提高了计算效率,通过必经节点的设定,改善了链路拥塞问题。仿真结果表明:SDN架构下的VTPN算法与其他算法相比,网络链路利用率和负载均衡性能提高了约50%,丢包率降低了约20%。     

基于深度学习的传感器优化布置方法

针对传感器优化布置(optimal sensor placement,简称OSP)问题,提出了一种新的使用深度神经网络的解决方案,并以简化的桥梁形状的桁架结构中的振动测试传感器优化为例进行了验证。首先,选择一种传统的传感器优化布置方法,对自动化生成的大量不同的桁架结构分别进行传感器优化布置计算,将所得优化布置结果在进行数据预处理后构建出深度学习方法所需要的训练集与验证集;其次,使用Python语言和深度学习框架TensorFlow设计实现与本研究问题适配的深度神经网络模型并训练;然后,随机生成了新的桁架结构参数;最后,将深度神经网络输出的传感器布置结果和传统方法的计算结果进行了比较,验证了本研究方法的有效性以及在速度上、可移植性与可扩展性方面的性能优势。     

新闻

2020年全国工业和信息化工作会议在京召开2019年12月23日,全国工业和信息化工作会议在京召开。总结2019年工作,分析面临的形势,部署2020年任务。工业和信息化部党组书记、部长苗圩做了题为“坚定不移贯彻新发展理念以更大力度推进制造强国和网络强国建设”的讲话。会议指出,2019年以来,面对国内外风险挑战明显上升的复杂局面,全系统认真贯彻落实党中央、国务院决策部署,统筹推进稳增长、补短板、调结构、促融合、优环境各项工作,较好地完成全年目标任务。一是党对工业和信息化领域的领导持续加强;二是制造业发展质量稳步提升;三是制造强国建设重点任务加快推进;四是网络强国建设取得扎实进展;五是两化深度融合明显加快;六是行业发展环境不断优化。     

工程建设标准客观优先度评价研究

在工程建设标准的制定和修订过程中，如何科学地确定编制顺序一直是困扰标准管理部门的难题，采用传统方式“按需制标”，具有盲目性、主观性，容易造成标准在制定和修订过程中的互相重复、滞后与矛盾。为了保证标准制定和修订工作的协调性，指导标准体系中各标准的制修订顺序，引入复杂网络拓扑结构，将同一标准类型下的标准构成功能团，根据相互之间的关系形成复杂网络，采用剥落算法对其网络节点重要性排序，进而确定标准制修订的优先度。通过对建筑给水排水工程规范标准修订的实证分析，总结工程建设标准的网络拓扑优先度评价的算法模型，实现制定和修订顺序的自动计算，从而更加科学地指导标准的制定和修订工作