TSSP:一种TrustZone架构中的会话调度方案

针对TrustZone架构中,恶意CA长时间占用会话资源引起DOS攻击的问题,提出了一种TrustZone架构中的会话调度方案（TSSP）。结合TrustZone会话执行的特点,给出了会话等待队列、执行队列的构建方法,同时引入了等待队列会话优先级、执行队列会话剩余价值的计算方法,在此基础上,对会话调度策略进行详细的阐述。通过实验证明了本方案能够保证高优先级的会话优先执行,同时能够有效抵抗由于恶意CA长时间占用会话资源引起的DOS攻击。最后,从安全与性能两个方面对加入会话调度机制后的系统进行评估。实验结果表明,加入调度机制后,在保证系统安全性的基础上,增加的性能开销在0.01~0.27 s之间。     

基于区块链技术的智能电网数据管理框架研究

为解决智能电网在数据管理过程中的数据安全性没有保障且准确率较低的问题,提出基于区块链技术的智能电网数据管理框架.以智能电网数据管理系统为研究对象,以区块链技术为核心,通过区块链与智能电网数据管理的融合分析与安全性分析2方面讨论区块链技术在智能电网数据管理中的应用可行性.分别研究数据采集层、场景应用层等2个层级的核心功能,形成一个能够保障数据安全与准确率的智能电网数据管理框架,一次性解决智能电网数据管理的信息存储、安全管理、精密度提高等问题.     

基于隐私保护的实时电价计费方案

针对智能电网基于实时电价的计费过程中有大量实时用电数据需要交互和计算,且隐私数据保护不够完善的安全问题,提出了一种基于隐私保护的实时电价计费方案。利用加法同态加密、混合乘法同态加密等技术,保证了实时用电数据在通信、数据聚合、电费计算和账单验证过程中的安全。同时,通过聚合签名技术减少了数据认证过程中的开销。通过对所述方案进行安全性分析和性能分析,表明该方案具有很好的安全性且性能较高。     

抗浮锚杆在基础底板中锚固问题的探讨

抗浮锚杆在基础底板中的有效锚固问题在工程中经常被设计者忽略,文章以成都某工程抗浮锚杆设计为切入点,分析锚杆直线段锚固的基本原理,并针对锚杆直线段锚固不足的问题提出3种有效的解决方案。将3种方案的经济性进行对比,阐述各方案的优势和不足,最后提出"锚杆顶部增设钢筋的方式",解决了锚杆直线段锚固问题,供广大工程师参考。     

某大楼连梁剪切破坏震害的计算分析与思考

针对彭州饭店主楼抗震墙连梁的剪切破坏,采用中国建研院PKPM的SATWE程序进行原设计烈度下多遇地震计算以及5.12地震彭州市区实际遭遇烈度下中震不屈服计算,将发生破坏的连梁计算结果与实际震害进行对比,取得了大体一致性。由此以本工程为例,调整受损连梁的跨高比,使其在遭遇烈度下达到连梁延性受力机制。而后针对连梁设计,提出现有多遇地震下的连梁＂强剪弱弯＂并不一定能保证中震大震下连梁的延性破坏。更多需要注重协调抗震墙刚度、加强概念设计。     

钢筋混凝土叠合板快速标准化设计的分析与探索

叠合板作为装配式混凝土结构重要组成部分,较传统现浇板设计新增内容是预制底板的拆分和拼接表达。目前选用叠合板图集(国标或省标)是广大设计单位的主要表达方式,但工作量依然较大。文章分析15G366-1国标及川16G118-TY省标各自特点,并以川16G118-TY省标为载体,分析整理出底板拆分工作快速化、标准化的流程图,并编制Excel工作表加以实现,最后在图纸绘制方面提出更简洁的设计表达方式。     

小米淀粉水解和改性技术的研究进展

综述了蛋白质、多酚、脂质、纤维以及淀粉特性对小米淀粉水解影响的研究进展，并概括了醚化、酯化、交联、酸水解、氧化、酶解、热湿化、超高压等改性技术的研究现状，以期为小米淀粉在食品工业中的应用提供参考依据。     

基于图形散斑相关法(DIC)的结构钢塑性应变分布研究

韧性断裂作为结构钢的一种重要破坏形式，近年来吸引了许多学者对其进行研究。为研究结构韧性断裂的本构关系，首先从塑性全量理论出发，基于四个假定引入了修正外形曲线的材料系数，详细推导了钢材主应力面上塑性应变分布的数学模型；然后，基于图形散斑相关法(DIC)拟合标定了Q235及Q345结构钢的修正外形曲线的材料系数。通过研究，给出了一种精确的计算结构钢大塑性变形主应力上应变分布的方法，以期为今后研究和预防钢结构韧性断裂提供参考。     

改进经验小波变换和改进字典学习在轴承故障识别中的应用

通过深度学习进行滚动轴承故障识别时,存在因信号噪声导致故障识别率较低和深层网络收敛速度慢的问题。针对上述问题,提出了一种改进经验小波变换(EEWT)和改进字典学习(EDL)的轴承故障识别方法。首先,将轴承振动信号进行包络谱变换,通过包络谱的极值点与自适应阈值的关系进行包络谱边界自动划分,进而利用经验小波变换(EWT)将信号自动分解为调幅-调频(AM-FM)分量;其次,提出一种新的AM-FM分量筛选指标,利用筛选指标选取合适的AM-FM分量进行重构,进而对信号进行有效降噪;最后,利用稀疏性约束逐层学习降噪后轴承故障样本中的典型结构特征,并构造深层故障字典(DFD),将故障样本输入DFD中,根据样本的重建误差确定故障类别。试验结果表明,该方法对噪声的鲁棒性高,故障识别能力优于其他模型,而且该方法可利用驱动字典自动提取轴承振动信号样本中的故障特征;同时,EDL结构使所提取的故障特征具有较好的层次性,符合人对故障的直观认识,可用于滚动轴承故障识别工程中。