基于漏洞严重程度分类的漏洞预测模型

软件漏洞预测模型有许多种,能预测软件中存在的漏洞总数以及发生的时间间隔,但不能预测软件漏洞的严重程度。然而在某些场合,如软件可信性,我们不仅要考虑软件漏洞发生的总数和时间间隔,而且也要考虑漏洞发生的严重程度对软件可信性的影响。既是在传统的软件安全性研究中,考虑漏洞发生的严重程度的影响,对软件的使用和风险控制也是很重要的。本文基于传统的马尔可夫模型,将软件漏洞按发生的严重程度进行分类,获得了一种新的软件漏洞预测数学模型。利用该模型不仅能够预测软件中存在的漏洞总数和时间间隔,而且同时也能预测每一类的漏洞总数和漏洞种类,试验表明有较好的准确度,这是其它漏洞预测模型所无法预测的。     

基于谐振原理的RF MEMS滤波器的研制

采用与IC工艺兼容的硅表面MEMS加工技术,以碳化硅材料作为结构材料,研制出一种新型的基于谐振原理工作的RF MEMS滤波器。详细介绍了器件的工作原理、制备方法、测试技术和结果,并对测试结果做出分析。该RF MEMS滤波器由弹性耦合梁连接两个结构尺寸和谐振频率完全相同的MEMS双端固支梁谐振器构成,MEMS谐振器的结构决定了滤波器的中心频率,弹性耦合梁的刚度决定了滤波器的带宽。在大气环境下测试器件的频响特性,得到中心工作频率为41.5MHz,带宽为3.5MHz,品质因数Q为11.8。     

阶次包络谱在轴承故障诊断中的应用

旋转机械的升降速过程包含丰富的状态信息,因而旋转机械的升降速过程对于旋转机械的故障诊断具有独特的价值.将常规的阶次分析技术与包络谱相结合,提出基于阶次包络谱的齿轮箱故障诊断方法.首先对齿轮箱升降速瞬态信号进行时域采样,再对时域信号实行等角度重采样,转化为角域平稳信号,最后对角域重采样信号进行包络谱分析,就可提取轴承的故障特征.通过对轴承内圈、外圈故障实验信号的分析,表明该方法能有效诊断轴承的故障.     

基于时频分布的行星齿轮箱滚动轴承故障诊断研究

齿轮箱滚动轴承缺陷的两个主要特征不仅与频率有关,而且与时间有着密切的关系.如果单从时域或者频域分析滚动轴承的故障信号,很难获得故障信号的特征全貌.使用时间和频率的联合函数来表示信号,将联合时频分析引入滚动轴承的故障诊断,进行信号分析,会更符合实际.文中结合实例对行星齿轮箱滚动轴承的各种振动信号进行分析,结果表明,通过对信号作伪Wigner-Ville分布(pseudo-Wigner-Ville distribution,PWD),能形象、直观地反映出轴承故障的时-频域信息,而且对故障信息具有较强的判别能力,得到比较理想的诊断结果,为机械振动的非平稳时变信号的分析提供了方便可行的手段.     

基于排队分析的端到端路径可用带宽的测量

端到端路径可用带宽是衡量网络性能的重要指标.目前,大多数对可用带宽测量的研究都集中在自拥塞方法上,但自拥塞方法会严重影响路径上的原有流量,因此,提出了一种基于模型的方法,将Internet视为一个具有单一服务单元且服务两种流量(探测流量和背景流量)的排队系统,通过分析探测流量离开排队系统的过程,在路径的负载与探测流量离去间隔的变异系数之间建立了对应关系,并在此基础上获得可用带宽值.与自拥塞方法相比,不会造成路径拥塞且具有较好的准确性.     

益生菌发酵果蔬汁研究进展

基于将益生菌发酵技术应用于果蔬汁深加工以丰富产品种类、提升风味特性和保健功能等研究结果,综述了益生菌发酵对果蔬汁理化性质的影响、发酵果蔬汁的益生菌活性保持技术和益生功能,指出:益生菌发酵既可改变果蔬汁的风味物质和感官品质,也可改变果蔬汁的有机酸、多酚类物质等化学成分;辅助益生元、微胶囊包埋、优化发酵条件等技术可以提高益...     

基于 ＶＧＧＮｅｔ￣ｐｌｕｓ 的路面裂痕自动分类识别方法

为了有效自动化的识别路面裂缝,本文在深度学习神经网络VGGNet基础上,提出了基于VGGNet-plus网络的路面裂痕自动分类识别方法。该网络增加了Dropout层和残差层,并在每个卷积层后连接Batch_normalize(BN)层和LeakyReLU层,解决了训练参数过多、深度神经网络的过拟合等问题,简化计算同时减少训练时间。为了增加训练样本的数量,同时对采集光照条件、角度、噪声等造成的影响具有更强的适应性和鲁棒性,本文通过灰度处理,上下翻转,左右翻转,灰度二值处理,均值滤波,灰度gamma处理,高斯滤波,中值滤波等方法来数据增容。通过Bagging的方式进行模型集成,对预测的结果综合评估产生最佳的预测结果。实验结果表明,VGGNet-plus网络在路面裂缝分类中的准确率可达92％,有效提升了路面裂缝自动检测精度。     

3英寸CdTe/Si复合衬底外延技术研究

报道了采用分子束外延法,在3 in硅衬底上通过As钝化、ZnTe缓冲层生长、CdTe生长、周期性退火等工艺进行CdTe/Si复合衬底制备技术研究情况,采用光学显微镜、X射线高分辨衍射仪、原子力显微镜、红外傅里叶光谱仪和湿化学腐蚀等手段对碲化镉薄膜进行了表征,测试分析结果表明碲化镉薄膜的晶向得到了较好的控制,孪晶得到了抑制,且具有较好晶体结构质量和均匀性。     

测试网络速度

网友们是关心的莫过于网络速度。大数多网友都遇到过类似的问题。实际上远程站点的访问速度慢是由多种原因造成的:有可能因为网络传输慢或拥挤,或者是由于网络路由距离长,或者是因为你所登录的服务器负载过重,需要等待处理你的请求。 有些基本的工具可以帮助你检测网络速度的问题——PING和TRACERT。它们包含在我们常用的操作系统中,如UNIX、Windows98/NT和Linux中。     

基于改进RGB-N的图像操纵检测算法

如何准确地检测出图像中的操纵痕迹是数字图像被动取证领域的研究重点.传统方法利用人工构造的特征进行检测,鲁棒性不强,而基于深度学习的方法虽具有较强的检测能力,但较少关注在正常图像上出现误检的情况.提出了一种改进的RGB-N图像操纵检测算法,该算法在使用F1分数评价操纵目标检测性能的同时,引入了在正常图像上的误检率指标来评价算法的实用性.设计了自适应空域富模型滤波器,构造多尺度融合的特征提取网络,并接入自注意力模块,增强了模型获取图像全局信息的能力,提高检测性能;为降低误检率,设计了真实性判断模块,输出的热图用于判断检测到的目标是否为误检,并通过从操纵目标来源图像选择负样本的训练策略进一步提高模型的分辨能力.实验结果表明,改进的RGB-N模型在含目标拼接与擦除两种操纵手段的数据集上的F1分数为0.759,在未操纵图像数据集上的误检率为0.2％,并在JPEG压缩攻击下具有较好的鲁棒性.