计算机网络在案件侦查中的作用

随着计算机网络的发展,人们的生活变得越来越信息化、数字化、智能化。计算机网络在案件侦查中起着十分重要的作用。在当今社会,计算机网络是把双刃剑,在方便人们生产生活的同时,也为网络犯罪提供了很大的便利。网络犯罪主要存在广泛、隐秘、便捷、多样等特点。侦查机关在办案的过程中,为了避免被犯罪人员牵着鼻子走,必须对其犯罪行为进行有效地防范。特别是在当今网络时代,涉案人员的犯罪手段也变得更加具备技术性,因此,侦查机关在针对新型网络犯罪的案件时,传统的侦查模式明显有些力不从心了。为了能够更好地进行案件侦查,警务工作者需要加强对计算机应用的重视程度,也要不断地加强对网络技术侦查的学习。文章依据国内侦查技术现状并结合日常案件侦破过程中存在的问题进行分析,并探索将分析结果运用到案件侦查中去,希望能为我国的公安系统的完善以及在警方案件侦破中,提供一些参考。     

基于云计算的网络犯罪侦查研究

随着网络技术的快速发展,计算机技术逐渐在人们日常生活、工作和学习中普及,尤其是在新一轮基于云计算的网络犯罪开始展露苗头,严重危害着个人用户和企业用户的信息安全。由于互联网自身开放性特点,所以在实际工作开展中应该尽可能避免网络犯罪现象出现,维护网络安全,从云计算视角展开网络犯罪侦查工作,打击网络犯罪现象,避免造成重大的经济损失,促进社会和谐、稳定发展。由此,本文主要基于云计算网络犯罪侦查研究,结合实际情况,提出合理的改善措施。     

计算机网络犯罪侦查技术与应对策略

计算机网络犯罪侦查技术得到了飞速的发展,但与此对应的,犯罪手法也产生了千变万化.本文从现阶段计算机网络犯罪特征入手,论述了常用的计算机网络犯罪侦查技术,并指出了当前侦查活动面临的困境.     

网络对抗技术中社会工程学攻击的研究

论文从社会工程学威胁非传统信息安全的方式和危害㈦出发,讨论非传统信息安全的社会工程学攻击的概念,并从网络犯罪侦查角度对社会工程学攻击进行了深入的剖析。作为从事网络对抗技术的侦查人员,要想成功打击与遏制计算机网络犯罪,除了积极引导政府、公司和个人等采取防范措施以降低和免受社会工程学攻击所带来的安全威胁外,尚须懂得主流社会工程学攻击的方法或手段,只有充分掌握网络对抗技术中社会工程学攻击的防范措施和侦查取证策略,做到知己知彼方能有效遏制和打击计算机网络犯罪,保障计算机网络和谐健康持续发展。     

电台指纹识别技术研究综述

由于各个通信电台在硬件制造工艺上的细微差异,导致电台发射的信号频谱上携带区别于其他电台的个体特征,即电台指纹。电台指纹识别在当今通信对抗领域中电台个体的识别、侦查、监测、定向打击等军事活动中扮演着越来越重要的角色。从电台指纹产生机理分析入手,整理和归纳能够作为电台个体识别依据的指纹特征相关的研究理论和成果,总结常用实现同一型号、不同电台个体识别的特征参数提取方法,并且对电台指纹识别技术在军事和民用方面的应用前景作出展望。     

治理网络犯罪的法律对策及建议

<正>立法现状现行的网络犯罪侦查主要难点主要来自于两方面。一是由于法律法规的不健全造成的;二是由于网络犯罪自身特性所造成的。但归根到底还是我国现行网络立法不健全造成的。目前,我国网络犯罪立法主要存在以下问题亟待解决:(1)法规、规章效力等级低。(2)法律适用度不高。在程序法上,目前刑事司法中原有的证据规则、侦查原则以及管辖制度无法适用于网络犯罪,以至于某些网络犯罪中的诸多问题无法很好     

电子数据取证在职务犯罪案件侦查中的应用

近年来伴随着网络信息技术的发展,电子数据取证技术也进一步完善,这一技术是与法学相互结合的一门科学.在侦破犯罪过程中所使用的电子数据取证技术也不断革新,应用也越来越普及,为提高职务犯罪案件的侦查效率,我们应该不断探索和完善电子数据取证技术,使其在职务犯罪案件侦查中发挥更大的作用.     

反诈一体化侦查打击平台设计与实现

<正>本文主要阐述如何利用新技术、新手段打造一个体系化支撑打击新型电信网络诈骗犯罪的智能化平台，深入剖析打击新型电信网络诈骗犯罪痛点、难点问题，努力开创符合新形势要求的反诈侦查打击机制，全面运用数字指纹、智能导侦、智能串并分析等技术手段全力打造反诈一体化侦查打击平台，全面提升电信网络诈骗等新型涉网犯罪打防管控综合能力水平。     

全球化视野下构建网络犯罪防控机制

在网络日趋成为人类社会生活重要依托的时代，形形色色的网络犯罪对社会的威胁也日趋加剧。虚拟、便捷、无国界、全球化的计算机网络成为罪犯的最佳犯罪地和庇护所。如何借鉴国际上防治网络犯罪的经验，构建网络犯罪防控机制已成为我国在发展计算机网络，建构信息化社会所必须应对的课题。本文拟从理论、制度、技术、组织、社会以及国际合作等不同层面探索在全球化视野下构建网络犯罪防控机制的可行性方案。     

新时期的计算机犯罪侦查模式化建设问题探究

随着信息技术的发展,计算机应用范围不断扩展,而计算机犯罪也成为一种新的较为常见的犯罪类型。受计算机应用特点的影响,公安机关在犯罪侦查中面临更多的隐蔽性以及高科技的挑战,这便要求侦查机关应注重侦查方式和手段的转变,将法律与新型技术手段的融合,建立有效的犯罪侦查模式。     

轻量级红外刑侦图像目标识别算法

红外刑侦图像目标识别对刑事侦查具有重要意义,但刑事案件的侦破对时间和置信度要求较高。设计一种保持优异识别精度且具备较快识别速度的轻量级红外刑侦图像目标识别算法,具有十分重要的研究价值。因此借鉴生物免疫的优良特性,设计了免疫原性深度神经网络算法。该算法通过构建先天性免疫网络和适应性免疫网络来提取图像特征,然后设置免疫原性网络增强算法在处理图像特征映射时对不同通道之间优先级的调整能力,从而提高算法的精度和速度。实验结果表明,本文算法有效实现了红外刑侦图像的快速精准识别。与VGG16、VGG19、Resnet34、Resnet50、MobilenetV2等模型相比,本文算法不仅取得了99.4%的最高测试准确率,而且还具备最快的识别速度。     

基于Zigbee的智能家居系统

对基于ZigBee技术对嵌入式Web的智能家居远程监控系统进行研究和设计。对家居设备通过Zigbee进行无线组网,把家居设备的信息和数字视频传输到因特网网络上,在因特网上设立一个"无线视频网关"WEB服务器,可供外部访问;实现将家居信息如温度进行实时的显示并进行后续的利用和控制;同时将收集各处传输进来的数字视频信息进行后续的处理和识别。如入侵检测,人脸检测和识别等。     

基于Hopfield的脱机手写数字识别理论及算法

脱机手写数字识别在很多领域具有广泛的应用前景,国内外学者对此做了大量的研究工作,提出了很多预处理和模式识别的算法,大大提高了手写数字的识别精度。为了提高手写数字识别的精度,文章将Hopfield神经网络应用于脱机手写数字识别分析中,Hopfield神经网络的“能量函数”的能量在网络运行过程中,具有不断地减少最后趋于稳定的平衡状态的特性,而且网络一旦建立即可自动运行,无需要训练。     

基于EPON＋EOC技术的网管系统设计与实现

随着业务发展和“三网融合”政策的确定,为适应有线电视网新技术的发展,需要对传统HFC网络进行数字化和双向化改造.目前,EPON＋ EOC技术为其提供一个高性价比的建设方案,得到广电总局的认可.文中结合本地广电运维需求,使用VS2008开发环境,结合qt-win-opensource-4.7.2-vs2008.exe,采用VC＋＋及SQL Server 2005数据库,设计开发了基于SNMP的EOL网络管理系统.     

IP技术在未来广电节目传输组网中的应用前景展望

本文介绍了基于IP技术的“TS over IP”、“IP组网”和“IP over SDH”等关键技术的应用情况,并描绘了未来基于IP技术的广电节目传输网的设计模型,对未来广电节目传输网的发展前景进行了展望.     

融合无线传感网络的长距离射频识别系统

探讨了无线传感网络与射频识别技术融合的意义,研究了有实际应用价值的融合方案,即由融合方案中的＂智能节点＂完成信息采集、识别及传输,充分发挥了射频识别技术的信息标识功能和无线传感网络自组网的成本低、传输距离远等优点,以此来扩展传统射频识别系统的覆盖范围和传输距离。研究结果表明,射频识别系统与无线传感器网络具有一定的互补性...     

基于深度学习的小目标检测研究与应用综述

目标检测在基于传统手工特征及深度学习算法上已经取得较大发展,然而针对小目标检测的研究近几年才开始出现,研究成果较少,且大都是在已有目标检测算法基础上进行改进,以提高小目标检测的检测精度.小目标像素点少,本身携带的特征少,多次下采样后就更难进行特征提取,因而小目标检测面临极大挑战.小目标检测在自动驾驶、遥感图像检测、刑侦等领域都有广泛应用需求,对于小目标检测技术的研究有重要的实用价值.本文对小目标检测的现有研究成果进行了详细综述.首先,将现有算法按照检测需要的阶段数分为一阶段、二阶段、多阶段,描述了RetinaNet、CornerNet-Lite、特征金字塔网络（Feature Pyramid Network,FPN）等算法的原理并进行了对比分析.其次,本文描述了小目标检测技术在不同领域的应用情况,并汇总了MS COCO、PASCAL VOC、DOTA、KITTI等数据集及算法性能评价指标.最后,总结了小目标检测面临的挑战,并展望了未来的研究方向.     

基于随机分形与马尔可夫模型的网络流量异常检测方法

随着网络带宽的增加,加密技术的应用和IPv6设备的普及,基于网络数据包和网络协议分析的入侵检测技术不可避免的存在漏检率高且系统资源消耗大的问题.文章分析网络流量所具有随机性、自相似性和平稳性的特征,运用自相似性的随机分形和简化的马尔可夫模型的原理,提出了一种新的基于网络流量的异常检测方法.实验证明该方法能从宏观和微观上发现网络流量的异常情况,有效地提高异常检测率,并降低系统资源消耗.     

基于SWA优化级联网络的表情识别方法

为了提高表情识别技术的检测精度,文中提出了一种采用随机权重平均SWA优化级联网络的人脸表情识别方法。与单个卷积网络相比,多网络级联能得到更好的检测精度。相对于传统的SGD训练方法,SWA训练方法能增强级联网络中子网络的泛化能力,进一步提高模型的整体性能。通过在Fer2013数据集上测试实验发现,基于SWA方法训练采用加权求和法方式级联的网络模型识别准确率达到74.478%,相对于传统SGD方法训练的单网络模型提高了1.4%以上。另外,与其他典型方法相比,所提改进模型的识别准确率更高。     

基于深度学习的航空对地小目标检测

针对航拍图像中对地小目标识别率低、定位效果差的问题,提出了一种基于深度学习的目标检测算法。该算法利用VGG16网络作为微调网络,并添加部分深层网络,通过提取目标浅层特征与深层特征进行联合训练,克服检测过程中定位与识别相互矛盾的问题。提出把奇异值分解技术应用于卷积特征压缩处理,降低模型的计算与存储需求,并且采用多尺度训练方法以适应航空目标尺度的变化。实验结果表明,在通用数据集PASCAL上可以实现0.76mAP,检测速度达16fps,在专用航空目标数据集UCAS-AOD上可以实现0.63mAP,检测速度达18fps。基本满足对小目标检测精确度的要求,并且检测速度可以接近实时检测效果。