基于GIS的煤矿通风系统图形绘制技术

文章指出了煤矿通风图形绘制的特点,讨论了基于GIS技术的煤矿通风图形绘制原理,给出了利用计算机手段实现算法。GIS技术在煤矿通风管理方面得到了广泛普及和应用,利用此技术在煤矿通风制图等方面有着非常广泛的应用前景。     

基于深度学习的软件安全漏洞挖掘

软件的高复杂性和安全漏洞的形态多样化给软件安全漏洞研究带来了严峻的挑战.传统的漏洞挖掘方法效率低下且存在高误报和高漏报等问题,已经无法满足日益增长的软件安全性需求.目前,大量的研究工作尝试将深度学习应用于漏洞挖掘领域,以实现自动化和智能化漏洞挖掘.对深度学习应用于安全漏洞挖掘领域进行了深入的调研和分析.首先,通过梳理和分析基于深度学习的软件安全漏洞挖掘现有研究工作,概括其一般工作框架和技术方法;其次,以深度特征表示为切入点,分类阐述和归纳不同代码表征形式的安全漏洞挖掘模型;然后,分别探讨基于深度学习的软件安全漏洞挖掘模型在具体领域的应用,并重点关注物联网和智能合约安全漏洞挖掘;最后,依据对现有研究工作的整理和总结,指出该领域面临的不足与挑战,并对未来的研究趋势进行展望.     

复杂地形露天矿土方量计算方法的研究

由于露天矿地形复杂,剥离后矿坑地形变化大,利用方格网法计算土方量存在较大误差.而利用三角网(TIN)建立DTM模型计算土方量精度高,这种方法可以重现剥离土方量的形态特征,与实际工程体形状最接近.计算土方量方法最优.     

基于3D-DWT及混沌映射的加密医用体数据鲁棒检索算法研究

随着医疗数据的共享日益频繁,数据安全问题变得日益突出.安全起见,把医学图像加密后存储到服务器或云端.如何实现对加密医学图像检索成为一个亟待解决的问题.提出一种基于混沌和三维小波变换的加密医用体数据鲁棒检索算法.其主要步骤为:首先,通过三维小波变换和混沌映射对医用体数据进行加密;然后,对加密体数据进行小波分解,得到子带图像,再对子带图像进行DCT变换,提取DCT变换能量聚集的低频系数作为加密体数据的特征向量,建立加密图像的特征向量数据库;最后,通过计算加密图像的特征向量的相似度来检索目标图像,将检索到的加密图像返回,并解密所检索到的医用体数据.实验结果表明,该检索算法对加密体数据的常规攻击和几何攻击具有较强的鲁棒性,并提高了图像检索的安全性和准确性.     

用于攻击深度哈希图像检索模型的双分支自编码器网络

由于其强大的表示学习能力和高效的计算能力,基于深度学习的哈希（深度哈希）方法在大规模图像检索中被广泛应用。然而,对深度哈希模型的安全性研究较少。提出了双分支自编码器网络（DBAE）来研究这种检索的目标攻击。DBAE的主要目标是生成难以察觉的对抗样本作为查询图像,使深度哈希模型检索的图像在语义上与原始图像无关,与目标图像相关。大量实验证明,DBAE可以成功地生成具有小扰动的对抗样本来误导深度哈希模型,验证了这些扰动在各种设置下的可迁移性。     

基于马尔可夫链的CSMA/CA接入攻击

首先对CSMA/CA机制进行形式化建模,然后基于马尔可夫链从随机性能模型和带宽占用模型两方面给出 了对其进行攻击的理论分析,在此基础上给出了对CSMA/CA机制的具体攻击方法。在仅掌握数据帧部分字段的情 况下对接入机制攻击进行了实验,并对吞吐量、通信效率、碰撞次数几方面进行了性能分析。实验结果验证了利用马 尔可夫链理论对CSMA/CA机制进行攻击分析的可行性和有效性。     

通用可组合安全的Mesh网络认证协议

无线Mesh网络的现有认证协议不支持双向802.1X的认证端口开放.基于密钥交换协议交换,利用"通用可组合"安全模型的组合特性与信任传递技术,在应答消息中安全结合反向认证信息,实现了满足Mesh网络双向认证需求的认证协议,不仅具有可证明的安全性,且通信开销较原协议降低60%以上.     

基于CT三维重建的高阶煤孔裂隙结构综合表征和分析

为有效研究煤的孔裂隙结构特征,实现对煤的孔裂隙结构的定性定量表征和分析。以内蒙古巴彦高勒煤矿311102运输巷的煤样为研究对象,基于ZEISS Xradia510 Versa X射线显微镜扫描得到的CT数据,结合三维可视化软件AVIZO中内置数学算法,提出了煤的孔裂隙结构定量表征的方法,并建立了煤的三维孔裂隙结构模型和具有拓扑结构的孔隙网络简化模型。通过本文提出的方法,对巴彦高勒煤矿煤样的孔裂隙微观参数——孔径大小、孔体积、孔隙率、配位数、喉道长度等进行了统计分析。研究表明:在微米的尺度下,内蒙古巴彦高勒煤矿的煤样以大孔为主,并伴有网状的割理裂隙,有效孔隙率为10.34%,通过孔隙网络模型统计出的孔隙数为12 834,喉道数为432及其他的微观结构参数。     

基于信任评估的Ad Hoc网络关键节点选取算法

Ad Hoc网络中存在关键节点,它们的失效会严重影响网络性能。为了有效地选取重要且可信的关键节点,给出了关键节点的定义,提出了一种基于信任评估的关键节点选取算法。首先利用节点收缩法计算节点的重要度,然后结合D-S证据理论,建立节点的信任评估模型,通过该模型得到节点的客观信任值来判断节点的可信度,最后综合考虑节点的重要度和可信度来选取关键节点。仿真实验结果表明,通过该方法得到的关键节点失效后将造成网络性能急剧下降。