基于身份认证密钥协商的分析与改进

针对标准模型下可证明安全的基于身份认证密钥协商协议给出了一种有效攻击,指出其无会话密钥托管的协议存在安全缺陷.当密钥生成器(PKG)被恶意控制时,协商的会话密钥仍能被计算出来.为了抵抗这种攻击,给出了一种改进的基于身份认证密钥协商协议. 改进的协议在标准模型下是可证明安全的,具有无会话密钥托管的属性.     

电火花线切割加工技术在陶瓷加工中的应用

根据工程陶瓷的共有特性,阐述了电火花线切割加工技术加工工程陶瓷的方法．     

铜渣基化学键合陶瓷材料吸附Cr(VI)的性能及机理

以富含铁的铜渣（CS）为原料，在碱激发条件下制备了铜渣基化学键合陶瓷材料（CSCBC），对废水中的Cr(Ⅵ)进行吸附处理。考察了吸附剂添加量、Cr(Ⅵ)初始浓度及pH等因素对Cr(Ⅵ)吸附效果的影响，并通过吸附动力学和热力学分析，结合吸附前后吸附材料结构表征，对其吸附机理进行了探讨。结果表明，当Cr(Ⅵ)初始质量浓度为200 mg/L、pH=1、吸附剂投加量为0.4 g时，在240 min内达吸附平衡，Cr(Ⅵ)去除率可达93%以上，最大理论吸附容量25.3 mg/g。与生物炭基铁氧化物复合材料、FeS复合材料、铁掺杂吸附剂等同类型吸附剂相比，Cr(Ⅵ)吸附容量明显提高。CSCBC对Cr(Ⅵ)的吸附过程符合准一级动力学模型和Langmuir等温吸附模型。其吸附机制主要是还原、吸附等双重作用的结果。 6次吸附-解吸实验后，其吸附容量保持初次吸附容量的75%以上 。     

环氧/聚氨酯梯度互穿网络聚合物冲击性能研究

研究了采用梯度IPNs方法提高环氧树脂的冲击性能,设计了新型梯度组分分布数学模型描述梯度组分的分布,采用梯度因子和梯度层数控制梯度IPNs的结构变化。并采用逐层浇铸的方法制备了不同种类的环氧/聚氨酯(EP/PU)梯度互穿网络聚合物(IPNs)材料,同时对其冲击性能进行了研究。研究结果表明,梯度结构的变化对其冲击性能有所影响,梯度层数越多,梯度因子越大,梯度IPNs的冲击强度越大。在质量比相同的情况下,梯度IPNs的冲击性能要高于普通IPNs和环氧。     

改性环氧带锈涂料的研究

研究了以改性环氧树脂和聚乙烯醇缩丁醛为基料的钢铁带锈涂料 ,通过对成膜物质、转化剂、渗透剂、颜料等的研究 ,得到了集稳定、转化、渗透为一体的多功能涂料。经过实验测试 ,该涂料的各项性能指标均达到了设计要求 ,并且本工艺方案简单易行、省时高效 ,具有较高的实用价值。     

相容剂用量对PP/PA11共混物力学性能的影响

研究了相容剂PP-g-MAH用量对PP／PA11共混物力学性能的影响。结果显示，当相容剂质量分数为3％时，体系力学性能最好；同时，偏光显微镜及DSC结果也显示，加入相容剂后，分散相PA11在基体材料PP中的分散更均匀，体系的晶粒尺寸减小。     

资源数据传输效率优化评估数学模型仿真

传统传输效率评估方法未考虑数据传输最佳停止规则,不能确定最佳停止时间,导致数据传输能耗较大,评估结果与实际数值不相符.因此,提出一种资源数据传输效率优化评估数学模型,根据已有的传输延迟需求,分析数据速率的传输能耗问题.利用无线信道质量随机变化的特点,将数据平均能耗组建成最小化的框架结构,引入最小化预期成本,进而根据框架确定最佳停止规则,再根据该规则来算出最佳时间停止时间,以此计算不同侦测时间段的最佳传输速率阈值,实现资源数据传输效率的优化;通过网络节点瞬时行为建立数学模型,利用节点丢包率完成对效率优化的评估.根据仿真可知,所提效率优化方法具有较小的平均能耗和较高的传递率,资源数据传输效率得到提升,通过数学模型获得的评估结果与实际值曲线基本一致,证明所提模型具有高精准度.     

基于北斗的城市垃圾清运系统

为建设更美好的市容市貌, 降低运输车辆的空车率, 实现源头追溯与全流程透明化管理, 结合目前通用的软件开发方式与数据库技术, 给出了以智能化, 绿色为主的城市垃圾清运系统. 该系统以北斗定位数据为基础, 辅助以高德开放平台来进行设计开发. 系统的开发采用基于PHP语言的ThinkPHP框架以及B/S架构设计模式, 客户端采用Ajax和Web技术等方式实现数据的传输和展现. 该系统旨在为用户提供车辆实时位置查询、车辆历史轨迹查询、用户管理、统计分析等服务. 对于车辆运输过程中的整个轨迹数据, 系统采用了北斗系列来进行数据采集, 更有效地维护了信息和技术的安全. 后期还可结合机器学习等技术来对司机的驾驶行为, 车辆的健康状况进行相应分析. 通过北斗定位数据与互联网技术的结合, 该系统可有效地对车辆进行管理.     

适用于RPA工具的卷积序列推荐算法

在机器人流程自动化(Robotic Process Automation, RPA)软件中,经常采用序列推荐系统让机器人完成判断、选择等人工处理的任务。然而常用的序列推荐系统受限于序列信息的提取困难等问题,难以得到广泛应用。为了解决这一问题,构建一种基于Inception的卷积序列推荐模型,把时间和潜在空间中的用户行为序列信息嵌入进一幅“图像”中,并通过动态和静态2种不同的卷积层提取其中的局部特征,全面地提取用户的短期兴趣偏好,同时将用户嵌入矩阵作为用户的长期兴趣偏好嵌入到卷积层的输出中,共同构建完整的用户兴趣偏好,提升推荐性能。通过在3种公开数据集MovieLens 1M、Gowalla、Steam上分别进行实验,验证了基于Inception的卷积序列推荐模型的性能优于最新的序列推荐模型,在Top-N序列推荐的3种评价指标中（精确率、召回率、平均AP值）,平均提升幅度在10%左右,单个指标上的最大提升幅度为14%。     

基于重连机制的复杂网络鲁棒性分析

随着电力系统、交通系统、通信系统等基础设施网络的广泛使用,提高复杂网络的鲁棒性具有重要意义.重连机制是一种高效且简洁的方法,常用于提高网络的鲁棒性.基于0阶零模型的重连机制通过对边的随机删除和创建操作来提高网络的鲁棒性,其尽管保持了网络的边数,但会引起节点的度值发生变化,如基于香农熵的重连算法;基于1阶零模型的重连机制通过随机选择两条边进行换边操作来提高网络的鲁棒性,其尽管保持了网络的度分布,但随机选边难以准确找到合适的节点,增加了算法的时间成本,如基于最大连通分支的重连算法.因此,为了保持网络的度分布且快速提高网络的鲁棒性,提出了一种基于1阶零模型的快速重连算法(Fast Rewiring Mechanism based on 1-order Null Model,FRM).FRM算法通过比较每条边的两个端点度值的差异为边加权,根据边的权重优先选择权重较大的两条边,并创建度值相似节点之间的连边来提高网络的鲁棒性.在3个真实网络数据上与4种代表性重连算法相比,对比实验结果表明,FRM算法在度中心性、介数中心性和Page-Rank中心性攻击下最大连通分支中的节点比例s(Q)、基于最大连通分支的鲁棒性指标R和基于香农熵的鲁棒性指标I(G)的表现都更好.