SG砂轮磨削航空合金温度研究

钛合金和高温合金的导热性差,磨削过程中产生的高温不仅加速砂轮的磨损,而且降低工件表面质量,磨削温度是影响磨削过程的重要参数。本文重点阐述了夹丝半人工热电偶法测温原理及标定方法,并对不同磨削条件下磨削航空合金的温度进行了实验研究。实验选用新型陶瓷氧化铝SG砂轮和普通GC砂轮,分析磨削温度信号的物理意义,系统地研究了磨削用量、磨削方式、砂轮类型以及工件材料对航空合金磨削时温度的影响,为航空合金的高效高精度磨削加工工艺优化提供实验依据。     

面向分层无人机网络的去中心群组密钥管理方案

为解决现有分层无人机(UAV)网络中群组密钥管理存在的单点故障问题，群组成员离线导致整个群组无法计算、及时更新组密钥的问题，该文提出一种支持异步计算的去中心群组密钥管理方案。该方案采用异步棘轮树(ART)协议实现对群组密钥的预部署，各成员能对组密钥进行异步计算、自主更新；利用区块链技术的去中心化特性解决了单点故障问题，提高了群组密钥管理的透明性与公平性。性能评估表明，与同类方案相比，该方案中的簇成员无人机具有较低的计算开销和通信开销，适合应用于分层无人机网络环境。     

结合机器学习的SSR代理下App流量识别方法

提出了一种基于机器学习的ShadowSocksR代理下的App流量识别方案。目的是识别出智能手机产生的ShadowSocksR代理流量来源于哪款APP。该方案包含流量预处理、特征提取和模型构建。首先将智能手机产生的ShadowSocksR流量对应的数据包集合，按照到达时间间隔以及源目的IP地址和端口这两部分信息将其划分为细粒度的流数据分组；再将包含数据包较少的流数据分组进行进一步的过滤，目的是过滤掉后台App或者智能手机操作系统产生的干扰流量识别的噪音流量；之后，从过滤后的流数据分组集合中提取数据包长度统计特征与分布特征、时间统计特征、数据包频率特征、数据包过滤比例特征、前后流结合特征的特征向量组成特征矩阵，输入机器学习算法得到App流量识别模型，对于需要识别的ShadowSocksR流量经过相同处理步骤得到特征矩阵后，输入App流量识别模型即可得到流量识别结果。实验结果表明，该流量识别方法对于ShadowSocksR代理下的App流量识别可以到达97%以上的准确率。     

基于开源信息平台的威胁情报挖掘综述

网络空间新生威胁日趋复杂多变,传统安全防御手段已经捉肘见襟.网络安全威胁情报作为直接或潜在安全威胁的外部信息资源,可帮助安全人员快速甄别恶意威胁攻击并及时作出响应防御.开源威胁情报挖掘技术可从多方开源情报中获取高质量情报,极大弥补了传统威胁情报挖掘信息量单薄等不足.美国及欧洲是最早在政府层面开展开源情报挖掘技术研究的国...