基于Soot的Java程序竞争静态检测工具设计

设计了基于Soot字节码分析框架并实现了软件原型,利用Soot提供的Spark指向分析框架对整个程序做出指向分析,在此基础上拓展了Soot分析框架,对每个可能竞争对进行线程局部对象分析、可能并行分析、别名锁分析,数据竞争结果逐步精确.     

一种不确定数据流子空间聚类算法

提出了基于滑动窗口的不确定数据流子空间聚类算法USSC,它应用采样时加权值的方法来选择初始化聚类中心点,采用滑动窗口SW缓存一段时间的元组作为聚类对象,并提出一种新的离群点处理机制来排除离群点Opo为适应不确定数据流元组不确定特性,该算法使用基于隶属度的非分割聚类方法来确定一个元组只能划分到一个簇中.试验结果表明,USSC算法与同类型的算法相比有较好的聚类效果和较快的聚类速度,而且其自身拥有很强的可伸缩性.     

一种基于滑动窗口技术的入侵检测方法

网络数据流在一段时间内会发生概念性变化,这可能会降低入侵检测的精度.针对网络数据流的这一特性,提出了一种能识别并适应概念飘移的基于滑动窗口的入侵检测方法,它能根据数据流的概念漂移的状况自动调整训练窗口并对检测模式进行及时的更新.     

基于主成分分析的改进贝叶斯网络入侵检测研究

传统的贝叶斯网络入侵检测技术中,未考虑到入侵检测数据集中属性数量过多的问题,导致贝叶斯网络构造过程中计算量过大,严重影响了检测效率;传统的贝叶斯网络入侵检测技术,在检测的过程中也没有考虑到当前网络受到的攻击行为和安全状态,仅仅根据原始训练数据集生成的贝叶斯网络进行测试,对检测精度造成一定的影响。针对上述两个问题,提出结合主成分分析和滑动窗口的贝叶斯网络入侵检测技术,仿真实验表明,改进后的技术能够大大降低数据维数,提高运算效率和检测精度。     

基于ARM的测井数据采集装置硬件电路设计

三侧向测井作为解决高矿化度泥浆和高阻薄层的测井问题的有效方法,其测井仪器得到广泛应用。但是不同厂家不同型号的探管和地面采集装置不能互换使用,为了节约成本和提高工作效率,设计了一种数据采集装置,该装置采用以ARM为核心的32位微控制器,利用CPLD实现曼彻斯特编解码,具有RS 485,USB,CAN,蓝牙等多种总线接口方式,从而便捷高速地与计算机进行通信,同时配有键盘和液晶显示以及闪速存储器。经过测试证明,该测井系统数据采集装置工作稳定,性能良好,故障率低,能实现对不同型号探管不同形式信号的采集。     

基于投影寻踪分析的芯片硬件木马检测

提出一种利用芯片旁路泄漏信息的硬件木马无损检测方法,通过基于绝对信息散度指标的投影寻踪技术,将芯片运行过程中产生的高维旁路信号投影变换到低维子空间,在信息损失尽量小的前提下发现原始数据中的分布特征,从而实现芯片旁路信号特征提取与识别。针对示例性高级加密标准(AES-128)木马电路的检测实验表明,该技术可以有效分辨基准芯片与硬件木马测试芯片之间的旁路信号特征差异,实现硬件木马检测。     

Anomaly domains detection algorithm based on historical data

An anomaly domains detection algorithm was proposed based on domains’ historical data.Based on statistical differences in historical data of legitimate domains and malicious domains,the proposed algorithm used domains’ lifetime,changes of whois information,whois information integrity,IP changes,domains that share same IP,TTL value,etc,as main parameters and concrete representations of features for classification were given.And on this basis the proposed algorithm constructed SVM classifier for detecting anomaly domains.Features analysis and experimental results show that the algorithm obtains high detection accuracy to unknown domains,especially suitable for detecting long lived malicious domains.     

基于动态时间窗的射频识别中间件数据过滤算法

中间件技术作为射频识别（RFID）应用中的一项重要技术,逐渐成为国内外研究的热点。本文从应用角度出发,提出了一种基于动态时间窗的RFID中间件数据过滤算法,并仿真比较了经过动态时间窗和固定时间窗过滤后的数据冗余度。仿真结果表明,基于动态时间窗的数据过滤算法可以较好地提高RFID中间件中传输数据的有效性。     

基于模糊C均值的数据流入侵检测算法

针对数据在性态和类属方面存在不确定性的特点,提出一种基于模糊C均值聚类的数据流入侵检测算法,该算法首先利用增量聚类得到网络数据的概要信息和类数,然后利用模糊C均值聚类算法对获取的数据特征进行聚类。实验结果表明该算法可以有效检测数据流入侵。     

并行K均值聚类和贪婪算法融合的软硬件划分

提出了一种并行K均值聚类和贪婪算法融合的软硬件划分算法.算法首先将有相似属性的任务节点通过并行K均值聚类算法组成一个大的任务节点,而后使用贪婪算法划分由大的任务节点组成的系统.实验结果表明,这种软硬件划分的方法具有高效率及高面积利用率的特点,尤其对多节点的复杂任务算法的求解时间远小于贪婪算法.     

基于FBG阵列的滑动探测系统设计

为了实现机械结构中夹持状态的实时监测,避免施力过大造成损坏或施力过小造成滑落,设计了一种基于FBG阵列的滑动探测系统。利用正交分布FBG阵列实现对不同方向滑动的感知,通过解算各位置上FBG波长偏移量完成对目标位置与滑动状态的分析。给出了系统结构设计及计算方法,仿真分析了不同参数的FBG对物体的滑动测试效果。仿真结果显示,采用lFBG=10 mm,h=4 mm的参数选择可以在保证空间分辨精度的基础上达到最大灵敏度。实验中,传感单元采用60 mm×40 mm×10 mm的硅胶体构成,内部预埋5个FBG构成传感阵列。实验结果显示,在x轴和y轴方向上,其灵敏度分别为0.0051 nm/N和0.0063 nm/N。FBG波长偏移量的变化曲线可以明确表征在传感模块上被测物的状态(静止、开始滑动、稳定滑动)。针对不同滑动速度进行了测试,FBG产生的波长偏移量变化所占时长与滑动时长成比例,即可通过波形完成滑动时长的解算。     

基于光量子探测的XPNAV半物理仿真及建模

基于X射线脉冲星导航(XPNAV)系统的工作原理,设计并实现了一种基于激光量子探测的XPNAV地面仿真系统.通过分析X射线脉冲星信号,建立了信号的调制模型,提出了脉冲星信号轮廓累积Renyi熵方法,模拟产生了X射线脉冲星信号.实验表明,构建的XPNAV半物理仿真系统简单实用,可以实现XPNAV的实验验证,其产生的模拟信...     

基于数字摄像技术的能见度检测

为了更好地进行能见度的自动检测和全程检测,采用一种基于数字摄像技术的能见度检测方法：读入图像经过预处理设置＂兴趣域＂,提取出对比度大于亮度对比感阈的人眼可分辨像素点,然后通过建立摄像机参数模型,计算出这些点到摄像机的距离,取其最大值即为能见度值。在自行研制的高速公路视频监控系统上,采集某段高速公路上的视频监控图像,进行能见度检测实验,得到923组的观测实验结果。实验结果表明,该算法与人眼观察一致,并对噪声有较好的鲁棒性。     

A novel tracking algorithm based on gravity of energy windows for DS/CDMA system

PN (Pseudo-Noise) code tracking is the most challenging task in a Direct Sequence Spread Code Division Multiplex Access (DS-CDMA) for celluar mobile communication systems. In this paper, the gravity of energy windows (GEW) tracking loop of the time and frequency uncertainty of the received signal is investigated, and the GEW's analytical results in a multi-path fading channel are introduced. GEW tracking loop exploits the inherent multi-path diversity of the channel, and has better performance than single-path one when working in multi-path fading environment.     

利用稀疏化生物视觉特征的多类多视角目标检测方法

鉴于生物视觉特征在目标分类中的良好性能,采用了一种基于稀疏化生物视觉特征的多类多视角目标检测方法。首先利用特征稀疏化方法对生物视觉的标准模型进行改进,有效提高了目标的可分性,然后利用滑动窗口的方法构建基于稀疏化生物视觉特征的目标检测器,采用局部邻域抑制算法完成特定目标的检测任务,最后通过构建场景中待检测目标的词典,对每类目标分别设计滑动检测器以完成多类多视角目标的检测任务,实验结果表明,该方法具有很好的检测性能。     

数据挖掘技术在程序算法数据库中的应用研究

为了提高程序开发效率、发现开发过程中的潜在规则,设计了程序算法数据库,研究了基于决策树的分类挖掘技术在程序算法数据库中的应用.     

滑窗加权泽尼克矩特征的雷达目标识别技术

合成孔径雷达(SAR)图像的方位敏感性和相干噪声,影响SAR图像目标识别效果,针对此问题,提出了一种新的滑窗加权矩特征的雷达目标识别方法。利用三角剖分与生长切割算法得到将目标和阴影从相干噪声中分割出来的图像。根据泽尼克(Zernike)变换,计算Zernike矩,并提取滑窗加权Zernike矩作为特征不变量。最后,利用最近邻准则进行分类识别。仿真结果表明:利用滑窗加权Zernike矩作为特征向量,克服了SAR图像对方位的敏感性,有效地提高识别率,对SAR图像识别是有效的和稳健的。     

长持续时间数据流的并行检测算法

针对现有长持续时间数据流检测算法的实时性差、检测精度与估计精度低的问题,提出长持续时间数据流的并行检测算法。基于共享数据结构的长持续时间数据流的并行检测算法中不同线程访问共享数据结构,线程之间的同步开销过大。在此基础上,基于独立数据结构的长持续时间数据流的并行检测算法中不同线程具有本地数据结构,线程之间不需要同步,产生较少的开销。理论分析与实验结果表明,基于独立数据结构的长持续时间数据流的并行检测算法具有良好的时间效率、较高的检测精度和流持续时间估计精度。     

基于大小场景整合的遥感小目标检测算法

针对目前遥感图像小目标检测算法遇到的复杂背 景建模困难、先验信息严重匮乏等问题,考虑 到昆虫视觉系统在图像处理方面的优势,提出基于蝇视觉系统大小场景(LF-SF)整合的信 息处理模式解决遥感 图像存在复杂背景的目标检测。蝇视觉的LF-SF整合机理无需考虑图像背景的复杂度以及目 标先 验信息,在抑制复杂背景纹理特征的同时对稀有目标特征进行增强,最后通过加权融合实现 目标检测。实验结果表明,本文算法在算法设计、处理速度以及检测精度均优于现有算法 。     

Sensor fault detection algorithm based on credibility and neighbor-cooperation

To effectively detect whether a node was failure,one of the effective sensor fault detection methods was to compare historical data of suspicious node with its neighbors.The key points of this method were identification of suspicious nodes,as well as decision problem of sending timing for fault diagnosis messages.To this end,a sensor fault detection algorithm was presented based on credibility and neighbor-cooperation.Firstly,a credibility model to determine whether nodes are suspicious was established.Then suspicious nodes send fault diagnosis requests to neighbor nodes based on neighbor-cooperation.The sending timing was determined by equal probability time window.Finally,it could finish classification of fault condition and state judgment based on diagnosis responds of neighbor nodes.Simulation experiments show that this algorithm can achieve higher fault detection rate with less fault diagnosis times and low data congestion probability.