Honeypots网络取证技术研究

网络取证技术是当今一种热门的动态安全技术,它采用主动出击的方法,搜集犯罪证据,查出入侵的来源,有效地防范网络入侵.文中在分析网络取证的基本原理和Honeypots(蜜罐)技术特点基本上,将Honeypots应用到网络取证中,提出了基于蜜罐技术的网络取证系统,给出了系统模型和网络拓扑结构;并对各模块进行了分析并且给出实现方法.该系统在Honeypots的协同工作下能实时、准确和全面地收集入侵证据,再现入侵过程.     

基于轻量级卷积神经网络的羊绒羊毛识别方法

羊绒、羊毛纤维的形态和物理化学性质十分相似,2种纤维表面鳞片的纹理有所不同,鉴别二者的传统方法显微镜人工鉴别存在速度慢、识别率不高、人力成本高等弊端。针对该问题,文章提出了一种基于轻量级卷积神经网络MobileNetV3＿small模型的纤维识别方法。实验发现：纤维图像中的鳞片纹理模式复杂度有限,轻量级网络能够有效地提取纤维图像中的视觉特征,并根据特征较好地识别出纤维的类别,实验中5种不同的纤维测试集识别率超过97.1%。与其他卷积神经网络相比,轻量级模型MobileNetV3＿small速度更快,识别5 000个样本只需13 s,适合于纤维商检中的快速检测。     

切顶卸压沿空留巷围岩变形规律研究北大核心

沿空留巷围岩剧烈的矿压显现已成为煤矿安全高效生产的瓶颈,切顶卸压作为能够有效降低巷道压力的有效措施之一,受到了越来越多的关注。以王庄煤矿91-101工作面风巷为工程背景,采用理论分析和数值模拟相结合的方法,研究了新型切顶卸压沿空留巷围岩竖向位移变化规律、应力及塑性区的分布特征,揭示了切顶高度对围岩变形影响规律。研究结果表明:新型切顶技术效果显著,巷道采空侧位移比未断顶时减小了46.7%,最佳切顶高度为19 m;现场沿空留巷顶底板和两帮平均移近量分别为312 mm和128 mm,留巷变形得到有效控制。