美国云计算安全FedRAMP项目研究

介绍美国FedRAMP项目的背景和主要目标,梳理FedRAMP项目的治理实体和各利益相关方的义务、职责及相互交互,分析了FeRAMP项目的安全授权过程.     

身管弹膛和线膛同锻时下沉段皱褶试验研究及其预测

身管弹膛和线膛同锻技术可用径向精锻工艺同时锻出弹膛和线膛,将彻底解决身管弹膛和线膛的同轴度问题,改善坡膛部位的表面粗糙度。为提高身管内膛的加工质量,以身管弹膛和线膛同锻为对象,研究下沉段和锻造段产生的褶皱以及演变情况。通过对身管径向锻打试验和形貌试验分析处理,发现弹膛和线膛同锻时：下沉段将会产生褶皱,并且褶皱随着变形的增加,深度不断加深;当进入锻造段后,部分皱褶被打平,变成了身管微裂纹。应用有限元分析软件Abaqus对身管锻打过程进行仿真,发现锻打过程中下沉段径向应变ε_r和周向应变ε_θ的比值[SX(]ε_r[]ε_θ[SX)]为定值,不同锻打工艺参数下应变比值不同。研究结果表明：身管下沉段单次锻打产生的褶皱深度Δd_w可以用径向应变ε_r和周向应变ε_θ的比值[SX(]ε_r[]ε_θ[SX)]来表示,拟合的关系式为Δd_w=0.058 8[SX(]ε_r[]ε_θ[SX)]+0.052 1;结合锻打所需的锤数可以预测出下沉段结束位置的皱褶深度,皱褶深度的预测有助于防止褶皱在锻造段挤压形成锻造身管的微裂纹。     

主动网络管理体系结构研究

本文根据主动网络支持的协议和服务动态变化的特点,提出了一种建立在管理小应用(MALet)和管理代理(MA)基础上的主动网络管理体系结构(M2BMA)。该体系结构由主动网络管理服务器、本地节点管理器、主动网络管理代理执行环境和消息系统几大部分组成。     

深圳市高密度建成区再生水利用配置探索

针对超大城市建成度高、管网建设难度大、本地水资源供给严重不足、用水效率不高等问题,深圳在较为完善的再生水生态补水系统基础上,详细调查再生水利用现状及潜在用户,瞄准重点大用户和重点区域,系统开展再生水利用配置,进一步提高再生水替代常规水资源利用量。通过开展“1453”试点建设行动,以点带面,全市域推进,扩大再生水利用领域。总结探索超大城市政府引导下的市场化再生水利用配置策略及经验做法,以期为深圳及相似城市经济社会高质量、可持续发展提供有力支撑。     

齐向东:安全企业要有不用扬鞭自奋蹄的精神

<正>走进360公司总部的大门,首先赫然入目的就是"为人民服务"五个大字,这也是360公司总裁齐向东时常挂在嘴边的企业核心理念。在首届国家网络安全宣传周体验展现场,本刊记者见到了在展厅中为观众耐心讲解的齐总,并就一些问题对他进行的专访。记者:我国对网络空间治理不断深化,给我国自主信息安全产业带来怎样的历史机遇?360既是一家安全企业,又是一家互联网企业,在这方面有何深刻体会?齐向东:当前,网络安全已经深入到国家治理,企业经     

SP800-53A信息安全控制措施评估研究

主要介绍了SP 800-53A特别出版物的目标、内容和应用,研究了对信息安全控制措施实施评估的过程,分析了对风险管理框架和美国信息安全保障体系的支撑作用.     

基于ASP的网上图书销售系统的设计与实现

针对传统销售方式中管理不便与效率低的缺点,将电子商务技术和计算机技术结合起来,利用ASP.NET中的WEB技术生成前台页面,后台采用SQL Server数据库技术访问数据库,开发出管理便利、效率高的在线图书销售系统。     

社科信息网络安全与维护

由于网络安全问题在信息化建设中没有得到足够的重视,使省社科院在实现信息共享的同时也存在着大量的安全隐患,结合工作实践,对信息网络日常管理中发现的一些网络安全问题进行了分析并提出一些相应的防范措施。     

X型超宽带复合左右手传输线设计与仿真

基于X型金属结构,提出了一种超宽带复合左右手传输线材料结构单元,该结构单元由介质板及其两侧反向对称的X型金属结构组成。从分布参数电路理论角度对材料单元的左右手特性成因进行了定性分析;利用等效参数提取法,通过S散射参数提取了该结构单元的相对介电常数和相对磁导率,并结合折射率进一步验证了这种左右手传输线材料的传输特性。仿真结果表明,在电磁波平行于介质板入射的情况下,该结构单元同时存在左右手频带,在S波段表现出超宽带的左手特性,并且在其他多频点处得到了零折射率,从而构造了一种正零负复合媒质材料。     

基于数据选择模型的IB算法

针对数据对象自身模式特征明确程度的不同给IB（Information Bottleneck）方法数据分析带来的问题,定义一个“基于明确因素”的数据选择模型,使得IB方法可从数据集中选取模式特征较为明确的数据对象并对其进行模式分析,提出DSIB （Data Selection Information Bottleneck）算法.DSIB算法采用数据压缩过程中所产生的信息损失作为数据对象模式特征是否明确的判定条件,使用“边选择边学习”的顺序“抽取-合并”策略来优化DSIB目标函数.实验结果表明：随着数据选择标准的不断提高,DSIB算法在提高数据分析精度的同时所牺牲的召回率较小;与未做选择的数据分析算法相比,DSIB算法可更好地识别出数据中所固有的内在模式.