基于JTAG仿真的ARM Linux设备Bootkit检测技术研究*

ARM Linux嵌入式设备正遭受着日益严重的Bootkit威胁。针对传统检测技术对Bootkit检测的局限性,提出了一种基于JTAG的固件底层检测方法。该方法以基本块级跟踪和循环识别构成的系统跟踪优化算法为基础,利用跟踪系统的启动过程中记录到的信息,对Bootloader引导阶段和内核启动阶段进行监控,从而实现对ARM Linux嵌入式设备Bootkit的分阶段检测。实验结果表明,以跟踪优化算法为基础的Bootkit分段检测技术不仅极大提高了跟踪效率,亦有效检测出了Bootkit的存在,达到了预期效果。     

概念格的分布式集成算法研究

随着大数据时代的到来,海量数据的分布存储和分布计算变得越来越重要,其中概念格的分布式集成变得尤为紧迫。为了解决概念格的构格时间较长的问题,提出了面向概念格的分布式集成算法。概念格的集成是先对子概念格中的概念按内涵个数递减进行排序,再将排序后的子概念格集成为全局概念格。构造全局概念格选择两种集成方式:1)添加式集成方式,即主节点接收并集成来自所有子节点的子概念格;2)二路归并式集成方式,即各个子节点处的所有子概念格先集成,而后将所得的概念格提交给主节点接收并完成最终集成。实验表明,这两种概念格的分布式集成策略各有优缺点,但都能够减少概念格的构格时间。     

考虑用户活跃度和项目流行度的基于项目最近邻的协同过滤算法

项目相关性度量是基于项目最近邻的协同过滤算法的关键。已有的项目相关性度量方法在数据集稀疏或推荐低流行度产品时会面临较大挑战,因此提出一种考虑用户活跃度和项目流行度的基于项目最近邻的协同过滤算法。该算法在度量两个项目的相关性时,若有记录只对两个项目之一有评分,则利用该记录所对应的评分用户的活跃度和被评价项目的流行度进行相关性惩罚,从而提高数据稀疏环境下低流行度产品被推荐的概率。实验表明,所提算法在保证评分预测精度的情况下提升了推荐结果的多样性和新颖性。     

可充电传感网中移动式能量补给及数据收集策略研究

可充电无线传感器网络是一种新型的无线传感网,它利用移动充电车在收集数据的同时给能量低的节点充电,可广泛应用于需要长期监测环境的应用中。但是,移动充电车如何在给定的延迟内完成数据收集,降低网络能耗并尽可能多地给低能量节点补充能量是一个具有挑战性的问题。因此提出一个新的算法RSEP(Root Selection with Energy Prediction)。首先,限定充电车的路径长度以保证延迟。然后,将路径上的低能量节点作为根节点,构造多棵数据收集树。若根节点能量可以保证其短期内不会死亡,则从树中寻找一条等于树的直径的路径。在该路径上选取网络中邻居最多的节点作为新的根节点,以改变树的结构来降低树高。树上的节点将它们的数据及能量信息沿着树传送到根节点。最后,移动充电车沿着充电路径为各个根节点充电时,就可以收集各个树上节点的数据及能量信息。此外,充电车收集到的能量信息会随着时间推移而“过时”,而能量信息是根节点选择时的重要参考因素。因此,充电车利用马尔科夫模型预测节点在下一轮数据收集开始时的能量,从而优化根节点的选择。仿真实验结果表明,与目前已有的算法相比,RSEP算法可以以较少的网络总能耗完成充电,并且每轮充电时间均较短。     

AODV协议在渔船超短波自组网中的仿真与分析

为了验证AODV协议在渔船超短波自组网中的可行性并研究它的工作性能,使用OPNET仿真软件,选择数据包投递率、平均时延、归一化路由开销和平均跳数这4个衡量指标对AODV路由协议进行性能评估,并通过改变网络规模和节点移动速度来分析这些参数对AODV协议工作性能的影响。仿真结果表明,AODV协议适用于渔船速度为10m/s以内且业务量较低的小型渔船超短波网络。为了提高AODV协议在此网络中的工作性能,最后还提出了改进建议。     

基于状态概率转移的SIRS病毒传播模型及其临界值分析

针对SIRS(Susceptible-Infected-Removed-Susceptible)病毒传播模型,利用状态转移概率的方法,通过计算节点处于各个状态的概率来研究SIRS病毒传播过程。首先建立状态概率方程组,描述各个时刻各个节点处于易感染态、感染态、免疫态的概率,通过稳态分析理论推导网络的病毒传播临界值;然后利用蒙特卡罗方法,对均匀网络和非均匀网络的病毒传播临界值进行分析和仿真。结果表明,相对于传统的平均场方法,基于状态概率方程组模型求得的传播临界值更加接近真实蒙特卡罗值,并且与免疫丧失率无关。     

基于STM32的居民社区门窗禁控制系统

针对居民社区公共门窗管理不及时,耗费大量人力资源,且效率较低等问题,设计了一款基于STM32单片机的居民社区门窗禁控制系统.在传统的门禁控制系统的基础上,系统利用Zigbee无线传感网技术,实现门窗禁控制器之间的无线通讯.管理用户可以通过以太网远程控制系统,系统也可以根据传感器监测到的环境数据实现自动调节.同时,尝试采用一种基于频率捷变的分布式自适应干扰技术,解决系统在居民居住环境中遇到的Wifi网络信号干扰问题.最后,通过测试表明,该系统运行稳定,具有广泛的应用前景.     

基于HodgeRank的人脸美貌度预测

随着计算机技术的迅速发展以及人脸识别技术的成熟,人脸美貌度受到越来越多的关注和研究.针对目前的研究方法中存在的对训练数据集的评分过多依赖人工操作,以及对人脸美貌度的预测结果不够详细等问题,本文提出基于HodgeRank的人脸美貌度预测系统,利用数据挖掘方法学习女性人脸的美貌度特征,构造一个模拟预测人脸美貌度的系统.明显区别于之前的研究,该系统训练和测试时采用的人脸数据集放宽了对姿态、光照以及所处环境等条件的限制,评分所需的人工操作大大减少,无需进行大量的人工标定,使用图像的原始像素或纹理特征作为输入,分别采用聚类和改进的BP网络的方法,得到更符合人类特征的美貌度预测结果.     

RFID室内实时定位系统的数据滤波方法

在射频识别室内实时定位应用中,由于场景的复杂性和定位系统的精度有限,定位系统报告的物品的连续两个位置可能出现在不同的区域内,物品的运动轨迹可能出现穿过墙壁等异常。为此,提出了一种避免这种异常的室内定位系统的数据滤波方法。首先,将场景离散化为一幅“灰度图像”,图像像素表示场景中的点,图像像素的灰度表示不同的区域/房间、墙壁或房门;在定位过程中,将物品的连续两个场景坐标分别映射到两个图像像素,利用连接这两个像素的线段上的像素的“灰度”来判断是否出现穿墙等异常,并修正物品当前在图像上的位置;最后,将图像中的位置映射回场景坐标。实验表明,所提方法快速且高效,能有效避免物品运动轨迹中的异常。     

Android移动应用的三种安全解决方法探究

随着移动终端智能设备的迅速更新换代,android操作系统的移动终端应用的种类也越来越多,并且更新速度快.Android智能手机的迅猛发展,使得android安全机制成为开发者和用户都关注的热点问题.在对android应用安全现状和安全机制简要分析下,针对三种安全问题,提出了相应的解决方案,并以实际例子,实现了相关安全机制的解决方法,实践证明,提高了应用的安全性.