面向网络侦察欺骗的差分隐私指纹混淆机制

网络指纹探测作为一种重要的网络侦察手段,可以被攻击者用于获取目标网络的指纹特征,进而为后续开展有针对性的攻击行动提供支持。指纹混淆技术通过主动修改响应分组中的指纹特征,能够让攻击者形成虚假的指纹视图,但现有的混淆方法在应对攻击者策略性探测分析方面仍存在不足。为此,提出了一种面向网络侦察欺骗的差分隐私指纹混淆机制(Differential Privacy based Obfuscation of Fingerprinting, DPOF)。DPOF参考数据隐私保护的思想,首先建立了效用驱动的差分隐私指纹混淆模型,通过差分隐私指数机制计算不同效用虚假指纹的混淆概率,在此基础上进一步设计了资源约束下的指纹混淆决策方法,并实现了基于粒子群优化的混淆策略求解算法。仿真实验结果表明,相比现有的典型指纹混淆方法,DPOF在不同问题规模和预算情况下均具有更优的指纹混淆效果,且能够以更快的速度获得更好的近似最优策略。     

水利水电工程造价管理的成熟度评价模型研究

水利水电工程项目在造价方面,具有多样性、复杂性等特点.因此,在实际工程过程中,如何在保证工程质量和进度的条件下,合理高效的开展水利水电工程的造价管理成为当前研究的重点.对此,本文在介绍了水利水电工程造价管理的内容与意义的基础上,对水利水电工程造价管理常用的K-PMMM模型、CMMI模型、OPM3模型、P3M3模型的成熟...     

三塘湖油田牛圈湖区块分子膜增注效果分析

三塘湖油田牛圈湖区块渗透率低、物性较差、天然能量不足。针对在注水过程中,注入压力高,地层吸水能力差的情况,在该区块进行了分子膜增注技术的措施。通过膜剂分子沉积在岩石表面,改变岩石的润湿性,剥落水膜,从而提高水相渗透率,降低界面粘滞阻力和注水压力,达到降压增注的目的。     

矿物油与植物油对绝缘纸热老化特性的影响研究

为研究植物绝缘油与矿物绝缘油中绝缘纸的老化特性,分别将FR3植物油和25~#矿物油与绝缘纸组成油纸绝缘组合,在130℃下开展人工加速热老化试验。分析两种油中老化绝缘纸的介电特性、微观结构以及拉伸强度。结果表明:随着老化时间的增加,绝缘纸的介质损耗因数(tanδ)和相对介电常数(ε_r)均呈下降趋势;相同老化时间下,相较于矿物油中的老化绝缘纸,植物油中的老化绝缘纸纤维结构保持更为完整,拉伸强度保持更好,植物绝缘油能在一定程度上延缓绝缘纸的老化进程。     

固态酿造废弃物规模化利用研究

丢糟和酿造废水是白酒行业最主要废弃物,存在较大的污染隐患。对这些废弃物进行合理的资源化利用不仅减少环境污染,又可以为社会和企业带来经济效益。本文对目前白酒行业中丢糟和酿造废水规模化的资源利用措施进行了分析和总结,为拓宽白酒行业的循环经济之路提供一定的参考。     

策勒河昆仑水库工程投资概算及国民经济评价分析

水利工程投资概算及国民经济评价分析成果,可为工程建设及后期运行管理提供真实有效的数据支持和理论指导。以策勒河昆仑水库工程为例,对其进行工程建设投资概算和对国民经济评价分析,项目经济内部收益率为6.03%,经济净现值为296×104元,效益费用比为1,国民经济的主要财政指标都大于等于基本要求。结果表明其在经济上是合理的,但通过敏感性分析,该项目抗风险能力较弱。     

冷却剂丧失事故下稳压器波动管及人孔结构的失效机理研究

稳压器是核反应堆进行压力控制和保护的重要设备,冷却剂丧失事故（LOCA）产生的巨大冲击可能造成其关键部位的结构失效。通过多场耦合计算方法,对小破口LOCA下稳压器波动管的流动传热和结构应力、人孔结构的温度分布和密封性能进行了三维瞬态数值模拟,分析了其失效机理。结果表明：高温流体快速流入波动管形成了巨大的瞬时载荷,造成了管道短时间的强烈振动,管道中间部位变形最大,可能破坏管道支撑结构;各部位等效应力快速增大,与主管道的接管部位出现了集中应力现象,较大的应力波动会影响其寿命;人孔结构出现较大的温度分布不均匀性,密封结构下垫片的密封性能变化最大,在100 s前后其内、外侧密封面接触压力都降至设计密封比压值以下,即出现泄漏。本文根据分析结果提出了波动管和人孔结构的改进建议,可为船用核动力装置发生小破口LOCA后的事故缓解提供技术借鉴。     

HJ油田H10区水平井挤活性水措施效果分析

HJ油田H10区水平井面临裂缝见水和驱替难以建立两大开发矛盾,导致水平井单井产量、采油速度低。为了改善开发效果,选取部分水平井实施挤活性水措施,有效提高了单井产量。2020-2022年共实施25井次,有效率88.0%,平均单井日增油1.1 t,投入产出比1∶12.2,开发经济效益显著。措施效果受裂缝特征、挤注压力、关井时间、措施频次四个因素的影响。     

面向微服务架构的软件系统韧性增强技术研究

软件系统韧性是系统在面对被动故障和主动攻击等挑战时提供和维持可接受的服务水平的能力,被认为是未来互联网的基本设计属性.面对现有补丁式防御手段存在的缺陷,如何增强软件系统的韧性能力引起了安全领域研究人员的广泛关注.结合软件系统微服务化的发展趋势,对微服务架构下软件系统韧性增强技术的研究现状进行了归纳分析,从冗余及多样性、...     

基于半监督学习和信息增益率的入侵检测方案

在许多实际的数据挖掘应用场景,如网络入侵检测、Twitter垃圾邮件检测、计算机辅助诊断等中,与目标域分布不同但相关的源域普遍存在. 一般情况下,在源域和目标域中都有大量未标记样本,对其中的每个样本都进行标记是件困难的、昂贵的、耗时的事,有时也没必要. 因此,充分挖掘源域和目标域中标记和未标记样本来解决目标域中的分类任务非常重要且有意义. 结合归纳迁移学习和半监督学习,提出一种名为Co-Transfer的半监督归纳迁移学习框架. Co-Transfer首先生成3个TrAdaBoost分类器用于实现从原始源域到原始目标域的迁移学习,同时生成另外3个TrAdaBoost分类器用于实现从原始目标域到原始源域的迁移学习. 这2组分类器都使用从原始源域和原始目标域的原有标记样本的有放回抽样来训练. 在Co-Transfer的每一轮迭代中,每组TrAdaBoost分类器使用新的训练集更新,其中一部分训练样本是原有的标记样本,一部分是由本组TrAdaBoost分类器标记的样本,还有一部分则由另一组TrAdaBoost分类器标记. 迭代终止后,把从原始源域到原始目标域的3个TrAdaBoost分类器的集成作为原始目标域分类器. 在UCI数据集和文本分类数据集上的实验结果表明,Co-Transfer可以有效地学习源域和目标域的标记和未标记样本从而提升泛化性能.