基于动态权限集的Android强制访问控制模型

针对Android存在的特权提升攻击问题,提出了基于动态权限集的Android强制访问控制模型DP_ManDroid。该模型首先分析强连通分支的权限分布特性,构建动态的权限集划分;然后在信息流与权限集耦合的基础上,抽象权限提升路径;最后提出线性时间的访问控制算法,并通过动态追踪权限集,实现了细粒度的决策控制。与现有 安全模型的对比,以及在原型系统上的仿真结果表明,所提出的安全模型很好地抵御了特权提升攻击,同时降低了时间复杂度。     

Delaunay三角网动态更新算法的研究进展

通过对Delaunay三角网动态更新算法进行研究,综述了Delaunay三角网中插入和删除点、约束线算法以往研究.详细介绍点定位、LOP优化、对角线交换等关键技术的研究进展,并对比各种方法的优缺点,分析已解决的问题和仍存在的问题.最后对更新算法研究不足之处进行总结,并提出若干可能的研究方向.     

基于反馈动态神经网络的油田异常井诊断模型研究

针对油田异常井诊断的问题,提出基于反馈动态神经网络的模型,该模型具有适应性强、学习效率高等特点。结合粒子群算法弥补其训练速度慢和容易陷入局部最小的缺点,给出模型及算法的优化原则和实现技术。最后根据实际问题,进行油田异常井诊断模型的具体应用,实验结果证明模型对于异常井诊断具有较高准确性及可行性。     

基于自编码神经网络建立的搜索信息模型

根据用户搜索历史,将用户关注的信息按标题分类,通过自编码神经网络提取特征值。设定学习样本标题最多为25个汉字,编码方式采用汉字机内码(GBK码)。使用 MATLAB工具进行深度学习,将样本在原空间的特征表示变换到一个新的特征空间。     

基于径向基过程神经网络的油田开发指标预测

目前为止,现有的油田开发指标预测方法难以反映实际存在的时间累积效应对该指标预测的影响。因此,为提高油田开发指标预测的准确度,本文提出基于径向基过程神经元网络的油田开发动态指标预测模型,并将其应用到实际油田开发动态指标的预测中。实例分析结果表明,本文提出的径向基过程神经元网络的油田开发动态指标的预测方法精度高、速度快,是预测油田开发指标的一种较实用的方法。     

虚拟环境下网络安全实验系统的构建

以QEMU为实验操作系统,通过Dynamips加载和模拟网络设备,采用MVC软件技术架构,从系统框架、实验界面、虚拟机资源管理、网络设备管理、实验结果保存等方面进行了虚拟环境网络安全实验系统的设计。     

接收方预约信道的水声传感器网络MAC协议

为了获得更高的网络吞吐量,更低的端到端时延,设计出了一种适用于分簇网络的水声传感器网络MAC协议,该协议采用接收方建立握手机制,有效的获取邻居节点通信时的状态,动态分配发送时隙,实现数据包以报文序列方式无冲突的到达接收端.仿真结果表明,与同类MAC协议(FERI, RIPT)相比,该协议提高了网络吞吐量,降低了数据丢失率和端到端时延.     

利用标志点多视图约束实现结构光扫描高精度粗拼接

在采用标志点拼接的结构光扫描系统中,两两相邻视图拼接存在累积误差,导致拼接精度会随拼接次数下降,为此提出一种利用标志点多视图几何约束的高精度拼接方法.首先利用两两视图拼接的方式在扫描过程中构建标志点多视图网络,并利用光束法平差技术优化多视图网络得到高精度全局控制点;在此过程中保存每个视局部坐标系下三维点云,然后将各局部坐标系下点云和全局控制点进行拼接,得到物体表面完整的三维数据.该方法克服了传统拼接过程中累积误差,提高了多视角三维扫描拼接精度;并通过实验证明了所提出算法的有效性.     

一种基于线性时间概率计数算法的数据聚集技术

无线传感器网络中,通过数据聚集操作在中间节点预先对数据进行处理,可去除大量冗余,减少数据传输,实现节能。针对多路径路由下数据聚集操作的重复计数问题,研究对副本不敏感的概要结构并优化某些特性,在线性时间概率计数算法的数学模型基础上提出一种新的数据聚集技术FA( Fan Aggregation)技术,实现高能效的数据聚集。理论分析和仿真实验均表明, FA技术相较于FM( Flajolet Martin)技术和LC( Linear Counting)技术在存储空间和准确率上均有更好的性能体现。     

基于神经二部分裂结构的多智能体WSNs数据融合算法?

为进一步提高无线传感器网络WSNs( Wireless Sensor Networks)使用寿命,从提高算法数据融合效率角度出发,提出一种神经二部分裂结构的多智能体WSNs数据融合算法。首先,根据神经结构的主干与枝干承载信息量不同的原理,选取主干、枝干通讯链路并赋予较大能量,并给出主、辅中心节点选取方法;其次,设计了基于LMS的自适应加权融合算法,分别针对节点层级、枝干中心层级和主干中心层级进行逐层处理,实现了对神经二部分裂结构的数据融合;最后,通过与两种已有算法进行仿真对比,显示本文算法在Sink节点接收数据包,能耗等指标上均具有优势,验证了算法有效性。