CPK数字签名和密钥交换协议

CPK密码体制提供多种数字签名协议和密钥交换协议,可以根据不同情况选用。 1密钥描述 1.1密钥的定义 用于数字签名和密钥交换的密钥如表1所示。     

企业亟待解决的15个信息安全问题

互联网和IT技术的普及,使得应用信息突破了时间和空间上的障碍,信息的价值在不断提高。但与此同时,网页篡改、计算机病毒、系统非法入侵、数据泄密、网站欺骗、服务瘫痪、漏洞非法利用等信息安全事件时有发生。     

东北黑土活性有机碳、氮分布研究

通过对东北黑土区不同地点、不同层次的土壤样品的分析,探索活性有机碳(轻组有机C,N、颗粒有机C,N和易氧化有机C,N)在东北地区的分布情况.结果表明,随着纬度的增加,土壤活性有机C、N含量增加;随着深度的增加,土壤活性有机C、N含量减少.说明纬度低的地区,活性有机碳库转化较快,库容较小,而耕作措施相近的情况下,植物残体和根残体在有机C积累方面应予以重视.     

润泽零售 百折不挠

初遇润百（上海）计算机有限公司CEO陈宗杰的时候是在润百新设立的研发及服务中心内,与在徐家汇的本部不同,研发及服务中心的周边环境颇有几分宁静而致远的沉稳——如同陈宗杰给人的第一印象：青年才俊、风度翩翩,却没有张爱玲笔下“少年得志者”的狂做,反而总会带着一丝儒雅的笑意;会仔细聆听他人的话语;会在深思熟虑之后才回答记者的问题。     

μc/OS-II在51单片机上的移植

研究嵌入式实时操作系统μC/OS-II在51微控制器上的移植,提出μc/OS-II任务的编写规范以及注意事项。对μc/OS-II的移植具有普遍的指导意义,并为51平台的更高层次的开发和拓展打下了基础。     

一种快速低开销的移动节点分布式寻路RPL路由协议

针对低功耗有损网络(Low Power and Lossy Network, LLN)中移动节点作为中继节点时,存在无线链路易断开、数据传输成功率较低和控制开销较高的问题,提出了一种快速低开销的移动节点分布式寻路RPL路由协议(Mobile Node Distributed Pathfinding RPL Routing Protocol, MNA-RPL)。首先,提出一种邻居表自适应更新机制,依据邻居表快速切换父节点;其次,提出一种父子节点双断开机制,能够有效减少数据包丢失;最后,提出一种基于速度动态管理的Trickle计时器,根据自身速度动态调整DIO广播周期。理论分析和仿真结果表明,与主流路由协议相比,该协议在数据传输和控制开销等方面的性能均有一定的提升。     

基于6G网络的通信感知一体化

6G实现智能化需要感知技术从环境中获取并利用信息。通过感知提供的环境知识获取信道重建信息,有助于提升通信效率,6G有望在系统中集成通信与感知。但是,通信感知一体化在实际应用中仍存在关键挑战,如空口设计、联合波形优化、硬件失真及共享等。对通信感知一体化无线网络使能的多节点感知场景下的环境重建进行研究,提出了基于散射群组假设的多站多态感知架构。并引入散射群跟踪方案,以重构通信信道的参数及状态。最后通过实测数据验证了分米级感知精度和度级信道重构。     

高校计算机实验室管理与维护的实践研究

随着信息技术的不断发展和广泛应用,其正在改变着人们的生产和生活方式,也为教育创造了新的内容和形式。在信息技术的推动下,各类高校也逐渐实现了信息化教学。高校计算机实验室是计算机专业和非计算机专业的主要授课场所,同时其为学生学习将理论应用于实践提供了更多的可能性。学生不仅可以利用计算机夯实基础知识,还能在不断练习中强化操作技能。随着课程改革的不断深入,高校计算机实验室所承担的教学任务越来越繁重,其管理和维护也成了一个重要的问题。只有科学、实际的管理和维护体系才能为师生提供更优质的服务。文中就高校计算机实验室管理与维护的实践展开了分析和论述,希望可以给广大工作者提供一些建议和启发。     

基于车载激光点云的铁路轨道检测

铁路轨道的局部变形直接影响火车的高速安全行驶。为实现铁路轨道的自动化巡查,提出一种从车载激光点云中提取轨面与枕木的方法。首先,利用基于高程约束的欧氏聚类对原始点云数据进行预处理,得到路基区域;然后,对路基区域进行网格划分,并对每个网格内的点云进行高程判断,从而提取出轨面点云;最后,利用枕木与砟石的几何形态差异,设计出一种面向轨道点云的动态阈值分割方法,以提取枕木点云。对多个路段的铁路轨道进行实验,结果表明,本文方法仅利用点云坐标信息就能实现不同区域的轨面与枕木的自动检测,平均提取质量分别达到97.8%和93.6%,验证了本文方法的可行性与有效性。     

基于自组织增量-图卷积神经网络的金相图半监督学习

采用深度学习对钢铁材料显微组织图像分类,需要大量带标注信息的训练集.针对训练集人工标注效率低下问题,该文提出一种新的融合自组织增量神经网络和图卷积神经网络的半监督学习方法.首先,采用迁移学习获取图像数据样本的特征向量集合;其次,通过引入连接权重策略的自组织增量神经网络(WSOINN)对特征数据进行学习,获得其拓扑图结构,并引入胜利次数进行少量人工节点标注;然后,搭建图卷积网络(GCN)挖掘图中节点的潜在联系,利用Dropout手段提高网络的泛化能力,对剩余节点进行自动标注进而获得所有金相图的分类结果.针对从某国家重点实验室收集到的金相图数据,比较了在不同人工标注比例下的自动分类精度,结果表明:在图片标注量仅为传统模型12％时,新模型的分类准确度可达到91％.