基于深度负相关学习的室内WiFi指纹定位技术

本文提出了一种新的基于深度负相关学习的WiFi室内定位模型.通过负相关学习约束,多个学习器能学习到不同的表征特性,从而有效降低模型的过拟合,并极大地提升其泛化能力.同时该模型将负相关学习方法应用到去噪自编码器和回归预测器上,并利用深度学习方法使其很好地适应随环境和时间变化的RSSI信号,提高了在长时间间隔内的定位性能.利用负相关学习方法使定位模型在初始时候的平均定位误差从1.57 m下降为0.77 m,60 d平均定位误差也仅为0.89 m,误差仅仅只增加0.12 m,验证了负相关学习能够削弱环境变化对定位的影响.     

一种卷绕系统大行程精密自动测量计米方法

大行程位移测量计米精度决定了卷绕式系统的位置控制精度.目前的计米方法测量误差大,不易实现正反双向计米.提出并设计了一种面向卷绕系统的大行程位移精密自动测量计米方法,以双同步齿形带传动副作为精确夹持传送装置,同时采用主动驱动计米与从动轮计米,主动轮由带编码器的交流伺服电机驱动,从动轮计米采用霍尔齿轮转速传感器,可减小同步带轮打滑引起的测量误差.经分析同步带传动多边形效应引起的直线传动位移误差,提出采用加厚聚氨酯圆弧齿同步带以提高测量精度,提出了一种同步带打滑检测及误差修正方法.该方法已用于某型飞机试飞空气静压测量拖锥自动收放系统线缆收放位移检测,结果证明,该方法原理正确可行,位移测量误差不大于0.2％.     

基于自动编码器的深度伪造图像检测方法

基于深度学习的图像伪造方法生成的图像肉眼难辨,一旦该技术被滥用于制作虚假图像和视频,可能会对国家政治、经济、文化造成严重的负面影响,也可能会对社会生活和个人隐私构成威胁。针对上述问题,提出了一种基于自动编码器的深度伪造Deepfake图像检测方法。首先,借助高斯滤波对图像进行预处理,提取高频信息作为模型输入;然后,利用自动编码器对图像进行特征提取,并在编码器中添加注意力机制模块以获取更好的分类效果;最后,通过消融实验证明,采用所提的预处理方法和添加注意力机制模块有助于伪造图像检测。实验结果表明,与ResNet50、Xception以及InceptionV3相比,所提方法在数据集样本量较小且包含的场景丰富时,可以有效检测多种生成方法所伪造的图像,其平均准确率可达97.10%,明显优于对比方法,且其泛化性能也明显优于对比方法。     

基于深度特征增广的跨域小样本人脸欺诈检测算法

随着人脸识别技术的发展,人脸欺诈攻击已经成为一项实际的安全问题,人脸欺诈检测算法用于及早发现该类攻击,保护系统安全.文中将一种经典域自适应算法扩展到深度神经网络中,首先定义了基于深度特征增广的域自适应层,提出了一种基于深度特征增广的跨域小样本人脸欺诈检测算法.该算法在已有的基于全卷积神经网络的人脸欺诈检测深度神经网络的中部嵌入域自适应层将卷积特征图增广,来适配源域和目标域的差异,随后根据增广后的特征图进行像素级分类,最后将像素级概率图从空间上融合为帧级决策.文中在CASIA-FASD,Replay-Attack和OULU-NPU 3个数据集和6个常见测评协议(2个CASIA-FASD与Replay-Attack跨库协议和4个OULU-NPU标准协议)下进行实验,验证了算法在不同背景、不同攻击设备、不同相机等跨域情况下的性能.实验表明,基准FCN人脸欺诈检测算法已经能够达到较好的性能,在此基础上,借助小样本目标域数据学习域自适应模型,可进一步显著提升性能,将错误率减半(CASIA-FASD训练+Replay-Attack测试的HTER指标从27.31％降至11.23％,Replay-Attack训练+CASIA-FASD测试的HTER指标从37.33％降至21.83％,OULU-NPU标准协议IV的ACER指标从9.45％降至5.56％),实验结果验证了基于深度特征增广的跨域小样本人脸欺诈检测算法的有效性.     

基于SSC-BP神经网络的异常检测算法

针对物联网环境下产生的新型网络攻击的数量持续上升和复杂性不断升高,传统的异常检测算法误报率高、检测率低以及数据量大而造成计算困难等问题,提出了一种基于子空间聚类(Subspace Clustering,SSC)和BP神经网络相结合的异常检测算法.首先在网络数据集上通过子空间聚类算法中最常用的CLIQUE算法得到不同的子空间;其次对不同子空间中的数据进行BP神经网络异常检测,计算预测误差值,通过与预先设定好的精度进行比较,来不断更新阈值进行修正,以达到提高识别网络攻击的能力.仿真实验采用NSL-KDD公开数据集和物联网环境下的网络攻击数据集,将NSL-KDD公开数据集分割为4种单一攻击子集和1种混合攻击子集,通过与K-means,DBSCAN,SSC-EA以及k-KNN异常检测模型进行比较,在混合攻击子集中,SSC-BP神经网络模型的检测率比传统的K-means模型的检测率提高了6％,误检率降低了0.2％;而在4种单一攻击子集中,SSC-BP神经网络模型都能以最低的误检率检测出最多的受到攻击的网络.在物联网环境下的网络攻击数据集上,SSC-BP神经网络模型的性能均优于其他几种对比模型.     

Ethereum smart contract security research: survey and future research opportunities

Blockchain has recently emerged as a research trend, with potential applications in a broad range of industries and context. One particular successful Blockchain technology is smart contract, which is widely used in commercial settings (e.g., high value financial transactions). This, however, has security implications due to the potential to financially benefit froma security incident (e.g., identification and exploitation of a vulnerability in the smart contract or its implementation). Among, Ethereum is the most active and arresting. Hence, in this paper, we systematically review existing research efforts on Ethereum smart contract security, published between 2015 and 2019. Specifically, we focus on how smart contracts can be maliciously exploited and targeted, such as security issues of contract program model, vulnerabilities in the program and safety consideration introduced by program execution environment. We also identify potential research opportunities and future research agenda.     

符号几何规划问题的求解新方法

对符号几何规划问题,给出一种求其全局最优解的分支定界算法。利用不同的凸化方法将算法中关键的定下界操作转化为易于求解的凸规划问题。最后给出算法的收敛性证明和数值实验结果。     

当前网络政治参与中存在的问题与对策

针对我国当前网络政治参与中存在着非法参与行为多、政务信息不公开致使公众政治参与缺乏信息基础、政府对公众网络政治参与的行为与观点缺乏回应等问题,本文提出了采取完善政治参与和网络政治参与的法治化机制,建立健全网络参政相关法规,保障公民网络参政议政权益,规范和打击非法政治参与行为;修改政府信息公开的法律法规,加大政府信息公开力度与规范网络监督机制;建立政府对公民网络政治参与的回应制度,以解决公民网络政治参与的相关问题,推动法治文明.     

反射衰减诊断激光光束的应用分析

介绍了普通光学元件反射诊断激光光束的应用,提出了利用平面平晶的平面反射进行光能衰减,详细论述了采用该方法进行光能衰减的可行性,分析了平面平晶反射衰减中反射光S偏振态和P偏振态能量的差异,对激光束诊断的影响和解决方法,结合半导体绿激光器的光束诊断进行了应用分析。实验证明,该方法结构简单、调整方便、误差小,利用普通平面平晶反射衰减即可满足激光强度的匹配要求,实现了待测激光束无失真取样,达到很好的测试效果。     

低碳低合金铸钢力学性能的研究

利用Olympus光学显微镜、扫描电镜(SEM)及能谱分析(EDAX)探讨了等温淬火工艺对低碳低合金CrMnSi铸钢力学性能的影响,并通过XRD定量分析了相的组成.结果表明,合适的等温淬火工艺,可获得一定数量的贝氏体和残余奥氏体(约6%)的复合组织,冲击断口形貌由解理刻面变为韧窝状,铸造成形无缺口试样(10 mm×10 mm×55 mm)的冲击韧度由ακ≤30 J/cm2增加至ακ≥170 J/cm2,硬度HRC≥40,具有较高硬度和冲击韧度的配合.