基于Kohonen神经网络的泵站自动控制系统的故障诊断

本文采用的Kohonen神经网络,是一种具有自组织特征映射（SOFM）的人工神经模型,并应用于泵站自动控制系统的故障诊断中,自组织特征映射模型具有自学习功能,运算速度快,类型识别能力强的优点,此故障诊断系统应用前景广阔。     

基于UML实时扩展的系统模型设计方法

时扩展的系统建模方法为实时系统的设计带来了全系统时间资源进行分析,定义了时间模型,包括时间为时间需求提供相应的服务。将该扩展方法应用于模型突出了对平台实时性的分析,满足了对时间的系统模型设计提供了新的解决方法。     

网络环境下数据录取系统的时间配准

文中以基于网络的数据录取系统的动态测量为研究背景，分析了时间配准对动态测量误差的影响，并结合数据录取系统的具体实例。采用时戳和时间序列分析方法，对数据传输时延进行估计，实现了数据录取系统的时间配准。仿真实验结果表职。时间配准后的数据录取系统有效地解决了时延带来的动态测量误差不准的问题。     

入侵检测技术的挑战与发展

入侵检测系统(IDS，Intrusion Detection System)作为一种主动检测系统，已逐渐成为重要的安全工具。在介绍了入侵检测系统的分类和原理的基础上，讨论了目前IDS面临的主要挑战，最后就IDS技术的发展方向做了较为详尽的探讨。     

FPGA技术在自动监测与控制中的应用

介绍了一种基于FPGA的自动监测与控制装置的系统组成,如性能,其特点是以FPGA芯片作为算法的核心运算部件,完成高速采样、算法滤波等具有高速度要求的任务,因而对与之接口的MCU的性能要求大为降低。     

信息安全等级保护中等级测评的CAE建模

CAE模型具有很强的层次性与结构性,被广泛用于复杂的信息安全测评过程中.采用CAE模型对等级测评的过程进行建模,将测评过程的多个层面简化为声明论据证据三种层次,并从测评指标的选择和测评结果的融合两个方面具体说明了CAE模型的作用.结果表明等级测评的过程完全可以归纳入CAE模型中,等级测评的过程与CAE模型的分解和推理过程是一致的,进一步验证了信息安全等级保护标准支持下的等级测评的有效性和合理性.     

DCT系数的统计模型及其接收机性能分析

隐写分析技术已经成为网络信息安全的一个重要方向,如何有效地监控和检测网络中传递的秘密信息对于保障国家安全具有重要现实意义。针对国内外学者提出各种不同的DCT系数分布模型,提出了图像的DCT系数α稳态簇模型。考虑数据的实际统计特征,系统地描述了图像DCT系数的α稳态簇模型, 验证了图像DCT系数统计模型既不服从于广义高斯模型、高斯模型、Lapalacian模型,而是服从于α稳态簇模型,因为α稳态簇模型具有足够的柔韧性,随着特征指数α改变,其分布形状就会改变。 同时,根据工程上简易、实用、可行性和性能好的要求,提出了一种新颖的、α稳态簇模型之一的、柯西接收机的隐藏信息盲检测方法。这种检测接收机与广义高斯接收机相比,其性能更具鲁棒性,适应性更广。与文献［8］相比,其性能不但没有下降,有的反而提高了,而且运行速度也快了几十倍。     

基于FPGA的AES核设计

AES在安全性、高性能、高效率、易用性和灵活性等方面都具有显著的优点,随着业界对计算性能要求的不断提高,在FPGA上实现AES加解密硬核的研究得到了越来越多的关注。在深入分析AES算法的基础上,提出了基于FPGA的AES全流水硬件核设计模型。模型中改进了ae数据块和轮运算的硬件设计结构,有效地提高了AES硬核的计算性能。在Altera公司EP4CE40F23C6FPGA上的硬件实现结果显示,该AES硬核的硬件资源消耗为6413个LE和80个M9K,工作频率为310MHz,计算吞吐率为9.92Gbps,获得了非常好的计算加速效果。