面向拟态防御系统的高阶异构度大数判决算法

异构系统之间的相似性会影响拟态防御系统异构执行体的选择和调度.目前多数针对执行体的异构性分析仍停留在二阶层面,但二阶异构度不适用于执行体数目较多的情况,难以准确评估拟态系统的防御能力.针对该问题,提出高阶异构度的概念,分析高阶异构的性质,解释高阶异构性在执行体调度及判决中所起的重要作用,并将其用于拟态防御系统安全性的量...     

面向拟态云的异构执行体安全调度算法

随着云服务的应用范围越来越广,基于未知漏洞或后门的攻击成为制约云技术发展的主要安全威胁之一。基于拟态防御建立的拟态云服务通过降低漏洞的持续性暴露概率来保障安全性,当前已有研究提出的拟态调度算法缺乏对执行体自身安全性的考虑,并且无法兼顾动态性和异构性。针对此问题文章通过引入执行池的异构度和安全度定义,提出一种基于异构度和安全度的优先级调度算法,并引入结合时间片的动态调度策略。实验结果表明,文章所提算法具有较好的动态性,能够获得较优的调度效果,实现了动态性、异构性和安全性之间的平衡,并且时间复杂度较低。     

一种基于执行体异构度的拟态裁决优化方法

网络空间拟态防御技术通过构建动态异构冗余的系统架构来提高系统的安全性能,而裁决器的表决机制是防御链中的关键步骤,直接影响拟态系统的安全性和效率.针对拟态表决环节的任务特性,对一致表决算法进行改进,设计基于执行体异构度的拟态裁决优化方法.结合拟态防御系统的异构特性,在选择执行体表决输出时引入执行体间的异构度作为决策因素,...     

FAWA:一种异构执行体的负反馈动态调度算法

拟态防御作为一种新提出的网络防御方法,其不可预测的特性使其具有出色的防御效果.异构执行体是拟态防御中由各类防御策略构成的异构部件,拟态防御机制通过对异构执行体的动态调度来获得防御的动态性.传统的调度方法具有一定的局限性,针对这些局限性,综合考虑防御的全面性和历史防御成功率信息,提出了一种新的具有负反馈能力的动态调度算法...     

软件定义网络下的拟态防御实现架构

针对传统防御技术难以应对未知漏洞和后门的问题,拟态安全防御（MSD,mimic security defense）通过构造动态异构冗余模型,提高系统的不确定性,增加攻击者的攻击难度和成本,提升网络安全性能。基于软件定义网络,提出了一种拟态防御的实现架构,首先,按照非相似余度准则构建异构冗余执行体,而后借助软件定义网络的集中管理控制实现动态选调和多模判决等功能。实验验证了架构的入侵容忍能力和可用性。     

基于拟态计算的社会网络划分算法

信息社会中,社会网络结构的形成与演变是一个动态过程,拟态计算(Mimic Computing,MC)是根据资源、任务、安全、服务和时效性等不同约束条件,动态适应用户不同的应用需求,改进计算模式的一种计算架构,是当前适应动态多变网络环境的一种有效方法。基于拟态计算,应用当前研究前沿的传染病SIR模型,提出了基于拟态计算的社会网络划分算法(Mimic Community Clustering,MCC)。应用该方法进行网络社区划分,并用真实数据来验证模型的可行性和有效性。     

面向工控领域的拟态安全处理机架构

近年来,针对工控系统的攻击越来越多,工业控制系统应用大多涉及国计民生,其安全问题不容忽视。我国工控系统中现场PLC、终端、RTU等控制设备大部分使用国外的控制组件,对于未知的逻辑炸弹和后门基本没有安全防护能力。为此,本文以拟态技术为基础,提出了一种通用的拟态安全处理机架构,采用基于状态保存的两步清洗技术和高可靠判决策略,使得符合该架构规范的应用程序均能借助拟态处理架构防护操作系统、处理机和外围器件可能出现已知或未知的后门/漏洞,最后的仿真验证结果验证了该系统可以有效地抵御多种类型的攻击。     

一种基于动态阈值的TCP超时重传策略

针对传统的TCP拥塞控制算法在发生超时后存在恢复时间长、收敛性差、网络抖动剧烈等问题,在超时重传策略的基础上提出一种基于动态阈值的超时重传算法。该算法不仅使得网络拥塞处理更为平滑,同时可显著提高数据传输效率。实验表明,新策略能明显降低网络振荡,提高网络吞吐量,有利于网络资源的利用。     

云环境下面向拟态防御的反馈控制方法

云环境下的虚拟化技术,给用户带来了一些数据和隐私安全问题.针对云环境中虚拟机单一性、同质性和静态性等问题,文章提出一种云环境下面向拟态防御的反馈控制方法.该方法以云中虚拟机为基础,利用拟态防御技术对虚拟机进行拟态化封装,通过反馈控制架构对其实现闭环负反馈控制,并基于异构虚拟机动态轮换改变执行环境,保证虚拟机系统环境的随...     

基于时间阈值及竞争决策的VRP模型

为降低物流成本,提高用户满意度,优化物流配送的路径选择决策,在多约束条件下,采取配送任务聚类,沿途配送同城O2O(online to offline)包裹任务策略。以物流配送时间最小为目标,兼顾用户满意度,建立具有时间约束的VRP(vehicle routing problem)的模型,解决物流优化问题,设计一种基于时间阈值的竞争决策算法求解该模型。以阿里巴巴天池大数据科研平台提供的样本数据对该方法进行验证,验证结果表明,该算法有效且可行,为企业物流调度提供参考模型和求解算法。     

匹配阈值的预测计算和自适应算法实现

基于否定选择算法,提出一种匹配阈值的预测计算方法,通过通用方程计算最优阈值,实验证明提高了检测率,同时分析了预测计算的适用范围。针对静态固定阈值的方法不能适应网络数据动态变化,利用遗传算法进化检测器同时实现阈值自适应,仿真结果表明提高了检测率,降低了误测率,能在自体集动态变化的情况下动态生成检测器。     

视频分析中利用可变阈值的运动估计算法研究

研究的是基于阈值的运动矢量估计技术,根据视频序列中运动矢量的特性,构建阈值函数。对于匹配搜索的不同位置自动生成对应的阈值,建立从中心向外逐渐松弛的约束条件,及时终止对不必要候选块的匹配搜索。不仅能够提高匹配速度,而且能够避免遍历搜索中容易陷入局部最小化的问题。同钻石搜索法相结合,能进一步提供运算速度。还提出了通过均值累加阈值法消除由于全局运动补偿引入的噪声,该方法可以确保捕获运动对象的真实性。通过实验验证,对大多数的视频序列,能在不损失精度的情况下,运动估计速度提高几乎一个数量级,运动矢量捕获的真实率在70%以上。     

基于块运动类型与阈值相结合的运动估计算法

现有视频压缩法中大多都能够得到较好的压缩视频的效果,但其算法的运算过程往往存在着运算量大、复杂度高等问题.根据UMHexagonS算法的准确性与高效性,采用H.264 UMHexagonS快速运动估计算法,通过在其运算过程中加入阈值并且结合视频运动类型的自适应法,有效降低了搜索点数,提高了运动估计算法效率.通过在JM测试平台上进行了算法验证,验证了该算法能在保证编码性能的同时,快速、有效的减少算法的运算量与时间.与预期的结果相符,在无线视频监控领域中具有较好的发展前景.     

改进小波阈值算法在电机振动信号降噪中的应用

针对采集的电机振动信号中夹杂着噪声干扰的问题,提出一种基于贝叶斯估计的小波收缩新阈值的电机振动信号降噪方法。新阈值考虑了振动信号经小波变换后在不同尺度上的去噪特性,更符合噪声在各层中的分布情况;改进阈值函数对振动信号进行降噪处理,较好地弥补了各阈值函数的缺陷,保证了阈值函数的连续性,并且可以灵活调节阈值以适应不同噪声情况,同时解决了固有阈值函数带来的偏差问题,很好地保护了含噪信号的有用信息。     

新的高效多目标跟踪算法*

基于对JPDA和PDA算法的研究,为解决密集杂波环境下多目标跟踪算法复杂性问题,提出了一种新的快速算法,即在多目标环境下考虑近邻目标的影响,采用一种快速方法计算聚概率矩阵,然后用阈值法获取确认概率矩阵,搜索大概率可行联合事件。仿真结果表明,该算法与JPDA算法相比,有较好的跟踪精度,相对误差几乎为0,跟踪时间减少了54%,由此可见新算法具有计算量小、实时性高的优点。     

基于概率阈的非冗余多故障系统诊断策略优化

针对传统的单故障假设无法诊断复杂系统多故障并发的情况,提出了一种基于概率阈的非冗余系统多故障诊断策略。首先对系统的相关性模型进行扩展,并删除低于概率阈的故障状态,建立非冗余系统的多故障测试诊断模型;其次在信息熵算法的基础上建立Rollout算法,获得了最优测试序列;然后建立故障诊断树并计算测试代价;最后以某机载电子系统为例验证了该方法的有效性。该方法可以在保证测试费用最小的情况下获得非冗余系统的最优测试序列。     

改进小波阈值算法在心电信号去噪中的应用

心电信号（ECG）在采集的过程中总是参杂着各种噪声,可利用小波变换基本原理和方法进行去噪处理。对小波多分辨率理论进行研究后,在分析Donoho的软、硬阈值去噪法的基础上,提出一种改进阈值函数量化方法,改进阈值函数能克服软、硬阈值存在的缺陷,运用MIT-BIH心电数据库进行验证,并对ECG 信号用不同方法去噪后的结果进行了分析比较。实验表明,改进阈值方法可以有效地去除不同噪声干扰,在信噪比指标上也明显优于常用的软、硬阈值去噪方法。     

OFDM稀疏信道估计中改进的OMP算法

针对传统的最小二乘（LS）算法需要导频数多而估计精度不高、正交匹配追踪（OMP）算法估计效果好但计算复杂度高的缺点,从硬件实现的角度出发,提出一种基于动态门限的OM P信道估计算法,对OFDM 的信道响应进行估计。该算法可减少OM P算法寻找匹配向量时向量运算的次数。仿真结果表明,与LS算法相比,该算法使用较少的导频,获得了很好的信道估计性能;与OM P算法相比,该算法显著减少了计算复杂度和运算时间。