面向时间依赖路网的空间索引方法

在兴趣点(POI)呈稀疏分布时,现有时间依赖路网中的k近邻查询方法效率较低,且无法高效支持多类型的POI查询。为此,建立基于POI分布的空间索引结构TDG。根据路径权值上、下界对预计算路径进行剪枝优化,在此基础上,提出一种索引更新策略与基于TDG的k近邻查询算法。实验结果表明,与启发式查询算法相比,该算法的扩展节点数量平均减少87.5%,查询响应时间平均缩短33%～66%。     

固废物粉煤灰基沸石的合成方法及应用进展

为改进传统粉煤灰合成沸石制备样品纯度及结晶度相对不高的问题,在水热法的基础上出现了碱熔融合成法、微波辅助合成法、晶种诱导合成法、超临界水热法、固相合成法等。介绍了粉煤灰制备沸石的常用方法及影响因素,阐述了粉煤灰合成沸石的应用进展。固体废弃物制备的沸石具有良好的活性及吸附性能,可广泛应用于废水处理、废气处理、催化剂载体、土壤改良等领域,效果理想且成本较低,可实现以废治废。     

粉煤灰基沸石用于飞行器尾焰红外抑制的分析与展望

颗粒介质的抗红外辐射方式是飞行器尾焰隐身的重要手段之一。为促进颗粒系材料抑制红外辐射的研究和发展,对尾焰隐身进行了系统分析。红外辐射抑制的内涵在于改变红外波段和削弱红外辐射的强度。通过综述粉煤灰基沸石的研究进展、颗粒材料气溶胶抑制红外辐射和喷射方式的研究进展,结合飞行器尾焰辐射组分分析,总结了目前存在的问题和日后的发展方向。粉煤灰作为火力发电厂产生的固体废弃物之一,具有产量高、成本低的特点。提出将粉煤灰在一定条件下合成沸石分子筛,并进一步制备粉煤灰基沸石负载改性二氧化钛材料,将其作为颗粒系应用材料,用于尾焰红外辐射的抑制,可以实现变废为宝,在降低制备成本的前提下保护了环境与人类健康,促进社会的可持续发展。对目前沸石各成分抑制红外辐射效果的研究进行了综述,利用其对高红外辐射气体的强吸附性以及改性二氧化钛的光催化性能进行可行性分析,设计了颗粒吸附和遮蔽喷射结构,充分展示了粉煤灰基沸石的优势,并对该材料在飞行器尾焰隐身方面的应用前景提出展望。     

鞍钢无料钟布料数学模型研制与应用

阐述了鞍钢无料钟布料模型的开发与应用,重点分析了模型对料流阀开口度、料面形状和矿／焦比分布应用的结果。选择料流阀开口度采用三种方法,一是理论计算方法;二是利用实际测量数据对理论模型进行修正后,采用体积流速计算方法;三是利用实际测量数据对理论模型进行修正后,采用重量流速计算方法。通过对比三种方法结果,认为采用体积流速计算方法最能够保证布料过程料层均匀,无料钟布料模型可以实现对各种布料制度、料面形状的计算。     

面向无线传感器网络的流数据压缩技术

目前无线传感器网络广泛应用在各个领域来进行复杂的监控和计算任务。因其资源有限的特点（处理、传输带宽、能量），对无线传感器网络在数据处理和传输方面提出了新的挑战。本文提出一种基于曲线拟合技术的流数据的压缩传输方法CODST，用于压缩每个传感器采集到的数据，并在基站进行数据还原。实验表明，提出的方法在保证压缩传输后的流数据的精度前提下可以大大减少数据传输量，节省网络带宽和能量。     

基于交互式语音应答的语音服务热线的研究

基于交互式语音应答系统方式的语音服务热线,采用了多线程同步模式实现对Intel Dialogic D/4PCI语音卡进行4路监听,每条线程对语音卡的相应的一个语音卡通道进行独立控制。用户通过树状结构语音菜单功能选择需要的语音服务,操作结果通过电话语音提示和语音合成播放,实现服务信息电话交互应答。     

IoT智能设备安全威胁及防护技术综述

伴随着物联网的产生和发展,IoT智能设备越来越多地出现,其大规模普及的同时,也给用户个人资产安全与隐私保护带来了极大地冲击和挑战。本文围绕智能设备,基于智能设备终端、云服务端和用户控制终端三端系统架构,综述目前智能设备安全威胁的主要来源和技术攻击手段,并针对性地梳理已有防护技术和安全研究现状。然后,针对现有IoT智能设备安全防护体系缺失和安全设计不足的问题,本文讨论提出了全生命周期的IoT智能设备系统防护模型设计思路。     

数据发布中面向多敏感属性的隐私保护方法

现有的隐私数据发布技术通常关注单敏感属性数据,直接应用于多敏感属性数据会导致大量隐私信息的泄漏.文中首次对多敏感属性数据发布问题进行详细研究,继承了基于有损连接对隐私数据进行保护的思想,提出了针对多敏感属性隐私数据发布的多维桶分组技术——MSB(Multi-Sensitive Bucketization).为了避免高复杂性的穷举方法,首先提出3种不同的线性时间的贪心算法:最大桶优先算法(MBF)、最大单维容量优先算法(MSDCF)和最大多维容量优先算法(MMDCF).另外,针对实际应用中发布数据的重要性差异,提出加权多维桶分组技术.实际数据集上的大量实验结果表明,所提出的前3种算法的附加信息损失度为0.04,而隐匿率都低于0.06.加权多维桶分组技术对数据拥有者定义的重要信息的可发布性达到70%以上.     

防止路径攻击的加权社会网络匿名化技术

随着社会网络的普及,社会网络数据的隐私保护问题,已经成为数据隐私研究领域学者普遍关注的热点问题。由于隐私信息异常广泛,攻击者可以利用多种背景知识进行隐私攻击。现有的隐私保护技术,大多针对简单社会网络,并不适用于加权社会网络。对加权社会网络中的路径隐私泄露问题进行了研究,针对最短路径识别提出了加权图k-可能路径匿名（k-possible path anonymity,KPPA）隐私保护模型,来防止基于加权社会网络的最短路径隐私攻击,设计了一种基于权重泛化的匿名方法来实现KPPA算法。通过在真实数据集上的大量测试研究,证明了KPPA算法对于加权图路径隐私保护的有效性,同时基于KPPA算法可以保留原图结构性质,提高权重信息的可用性。     

基于多层次优化技术的XACML 策略评估引擎

给出一种采用多层次优化技术的XACML(extensible access control markup language)策略评估引擎实现方案MLOBEE(multi-level optimization based evaluation engine).策略判定评估前,对原始策略库实施规则精化,缩减策略规模并调整规则顺序;判定评估过程中,在引擎内部采用多种缓存机制,分别建立判定结果缓存、属性缓存和策略缓存,有效降低判定引擎和其他功能部件的通信损耗.通过两阶段索引实现的策略缓存,可显著降低匹配运算量并提高策略匹配准确率.仿真实验验证了MLOBEE所采用的多层次优化技术的有效性,其整体评估性能明显优于大多数同类系统.