基于无干扰理论的完整性度量模型

针对现有可信计算完整性度量方案不能反映程序执行时动态特征的问题,提出一种基于系统操作无干扰的完整性度量模型,该模型借鉴信息流的无干扰理论,通过分析进程操作的完整性及进程间完整性的传递,从动态的角度对系统的运行完整性进行度量.对该模型进行形式化的描述和分析表明,该模型直观、易懂,且不局限于某种特定的实现方式.     

基于WOWA-FCM的复合攻击检测模型

为有效处理复合攻击检测中的诸多不确定性及复杂性因素,提出了基于WOWA-FCM的复合攻击检测模型.WOWA-FCM检测模型从攻击意图分析的角度,利用模糊认知图(Fuzzy Cognitive Maps, FCM)对初级入侵警报进行因果关联;并结合脆弱性知识与系统配置信息,利用WOWA(Weighted Ordered Weighted Averaging)算子融合关联数据.WOWA-FCM检测模型不仅能识别复合攻击各个阶段、构建完整的攻击视图,并且能动态地评判攻击进度和目标系统的安全状态.WOWA-FCM模型简化了传统的复合攻击检测过程,并具有较强的适应性.Mstream DDoS攻击检测实验证明了方法的有效性.     

构建多媒体素材库系统

本文探讨了多媒体素材库的系统设计,包括结构模型的建立、技术框架设计、功能模块设计和软硬件设计,并探讨了多媒体素材库的建设问题。     

矿井停风、反风期间的瓦斯涌出规律

文章概述了矿井停风、反风期间的瓦斯涌出规律:反风时风流排出瓦斯量减少;恢复正常通风时排出瓦斯量增大,其涌出曲线呈地堑形;反风时瓦斯浓度比正常时低;采区反风率愈低,工作面风量愈小,则矿井中反风排放瓦斯量愈小,     

基于多尺度欧拉矢量的图像检索算法

在分析以往基于边缘的图像检索算法的基础上,提出了一种基于多尺度欧拉矢量的图像检索算法。该算法针对灰度图像,以小波变换为基础,利用小波模极大值对图像进行多级小波分解,得到多尺度下的边缘图像,针对每一幅边缘图像,计算其欧拉数,构造一个欧拉矢量,作为对图像特征的描述。同时,考虑到欧拉矢量之间的相关性,设计了相关权值矩阵,提出采用马氏距离进行相似性度量。该矢量不仅能很好的表示图像的形状特征,而且具有平移、尺度和旋转不变性,同时它又是图像的一个整体特征,能刻画图像的拓扑结构。实验结果表明该算法计算简单,有效,匹配快速,检索结果比较理想。     

一种多层迭代的多源图象的配准方法研究

提出了一种分层迭代红外与可见光图象的配准方法,研究目的是为了求得高精度配准多传感器图象的新方法,传统的基于塔式分解的方法的研究已经取得很多成果,这些方法主要优点是降低了直接相关配准法的计算复杂度,但其缺点在于仅限于同一传感器图象之间的配准.给出了一种基于塔式的改进迭代算法,使其可应用于多传感器图象配准.其原理是,先进行高斯塔式分层由粗到细地提取配准参数,逐步迭代到最大尺度得到高精度的配准.通过大量红外和可见光图象的配准实验验证了此方法的有效性和可靠性.     

一种季铵盐型黏土稳定剂的合成与性能研究

以亚硫酸氢钠-过硫酸铵为引发体系通过自由基聚合合成了丙烯酸(AA)/丙烯酰胺(AM)/(1-二甲氨基烯丙基)-膦酸(DMAAPA)/二乙基二烯丙基溴化铵(DDAB)四元共聚物。最佳反应条件为:m(AA)∶m(AM)∶m(DMAAPA)∶m(DDAB)=4.0∶6.0∶0.015∶0.020,w(引发剂)=0.3%,pH=7,反应温度为40℃,单体总质量分数为20%。对AA/AM/DMAAPA/DDAB的分子结构进行了IR、1 H NMR表征。研究表明:该共聚物具有良好的耐温、耐盐、抗剪切性能;当该共聚物质量分数为1.0%时,对蒙脱土的防膨率达到84.05%,与质量分数1.0%的KCl复配后测得的防膨率达到95.04%。     

信息系统灾难恢复计划研究

灾难发生时,需要有量化的、精确的方法从多个子灾难恢复计划中选择最优集合实现灾难恢复。该文采用最优化理论提出一个灾难恢复计划数学模型。模型表示系统中不同应用、设施、资源、子灾难恢复计划、预算等以及它们之间的关系,对资源进行分类,解决不同子灾难恢复计划之间的冲突。模型具有较少的主观参数,以实现客观评价灾难恢复计划,易于对灾难恢复计划进行精确、量化的分析。论文给出了模型的实施步骤与模型分析,实验验证了模型的正确性。     

一种新的基于颜色矢量角的图像空间描述符

在分析利用颜色直方图进行图像检索时存在问题的基础上,提出了一种新的图像空间描述符.首先利用颜色矢量角的特性将图像分为边缘区和平滑区两部分,然后,针对两种区域的不同分布特点,综合利用图像的边缘信息、形状信息及空间分布特性,采用两种不同的描述符--方向颜色矢量角直方图和空间联合分布熵分别来提取图像的边缘区和平滑区的分布特征.实验结果表明,将其用于图像检索,取得了很好的检索效果.     

一种基于图像显著特征点的检索算法

提出一种基于图像显著特征点的检索算法.首先给出一种具有一定自适应能力的显著特征点的提取算法,即采用改进的图像的块逆概率差模型来提取原图像的块逆概率差图像(DBIP图像).在此基础上,根据BDIP图像中像素的分布特点来提取图像的显著特征点.然后以它们为线索,把图像的形状特征和空间颜色分布特征有机结合起来进行检索.该算法不仅克服利用兴趣点检索时的缺点,而且降低传统显著点提取算法的复杂度,又包含一定的形状信息,具有较好的检索效率.实验结果表明,该算法是有效的.