基于信用投票共识的主从多链分层跨链模型

该文提出了一种适用于联盟链的基于信用投票机制的共识算法(PoVT)。该算法通过引入投票机制来决定记账权的归属,避免了节点之间的算力竞争,使系统中的节点能够公平地获得记账权;通过给节点赋予信用值,减小权益对系统的影响,同时对节点的行为进行量化评价能够更好地约束节点的行为,使其对恶意行为产生顾虑;此外,在PoVT的基础上提出了一个主从多链的分层跨链模型,对其性能进行了实验分析,结果表明系统的效率有了提高,且对双花攻击、自私挖矿、权益粉碎等攻击手段都有一定的防御能力。     

基于U boot构建嵌入式Linux的Bootloader*

介绍Uboot功能和特点,并以ARM9板MagicArm2410和嵌入式Linux为背景,探讨Uboot的移植方法与要点。     

基于改进的TCM-KNN DoS检测算法

由于实现方式简单、攻击形式多样、威胁范围广、不易防御和区分,拒绝服务(DoS)攻击已经成为网络的最主要安全威胁之一。该文提出了一种ITCM-KNN算法,在此基础上建立了DoS检测框架。使用标准数据集KDD Cup 1999进行算法验证和分析实验。采用基于信息增益算法选择了5个特征,在保证高检测效果的同时减少了特征的维数。该算法不需要对攻击进行学习和建模,使用少量的正常样本作为训练集,提高了检测性能。实验结果表明,改进的TCM-KNN算法检测率高于SVM等算法,达到99.99%。     

基于ARM的造纸机控制器设计

本文分析了中小型造纸机的特点和控制要求,根据造纸机的要求,设计了嵌入式控制器,实现对造纸机的电气系统的控制;设计了基于ARM的嵌入式控制器、反馈与速度控制和继电控制,并构建基于PowerLink总线的网络层次结构,实现纸机电气控制系统硬件设计;同时设计了基于嵌入式实时多任务操作系统的控制器软件系统,实现控制器的控制功能.     

噪声信道下量子隐形传态协议研究综述

实用化量子隐形传态技术作为发展可拓展量子计算和量子网络的必经途径,在金融、政务、国防军事、远距离通信（如空间探测）等领域中大显身手,量子纠缠与超联合测量给量子隐形传态基础理论和应用技术带来了巨大挑战,同时也为理论和技术（应用）层面产生基础创新带来了契机。该文从量子纠缠演化与免疫噪声模型、量子信道容量与编码、量子隐形传态机制方面对免疫噪声的量子隐形传态协议研究进行综述,最后探讨未来的研究热点和发展趋势。     

基于ARM的嵌入式站间自动闭塞控制器硬件设计

针对铁路信号的高可靠性要求,设计了嵌入式站问自动闭塞系统的体系结构、嵌入式闭塞控制器和控制锁.详细设计了具有冗余特性的控制器硬件、比较电路和安全锁.同时,对本控制器构成的自动站间闭塞系统进行Petri网建模及分析.     

Client／Server结构下的商场OLTP系统的设计与实现

本文讨论了商场的特点和选择系统体系结构，并给出了Ｃｌｉｅｎｔ／Ｓｅｒｖｅｒ结构下的商场ＯＬＴＰ系统的设计和实现。     

基于生成对抗网络的无线电数据增扩与分类CSCD

相较于传统的无线电数据特征提取方法,深度学习具有高效灵活的特点,其可以有效提高调制数据识别的性能。然而在实践中,收集大量可靠的无线电调制样本数据有时代价是昂贵和困难的,这在很大程度上限制了深度学习模型的性能。本文提出了基于生成对抗网络(Generative Adversarial Networks,GAN)的无线电调制数据增扩模型RMAbGAN(Radio Modulation data Augmentation based on Generative Adversarial Networks),该模型通过挖掘不同信噪比与调制方式下的无线电调制数据特征差异,生成符合调制方式与信噪比特点的无线电调制数据,模型中的生成器部分捕获无线电调制数据分布特征,辨识器部分优化生成器性能,两者相互博弈性能不断提升;在此基础上,对无线电数据采样特点与无线电数据传统增强方法进行深度分析与研究,发现了无线电调制数据蕴含的空域特征与时序特征,设计出了能深刻捕获无线电数据空域特征与时序特征的无线电数据分类模型AMCST(Automatic Modulation Classification based Spatial and Temporal feature)。通过大量的对比实验,表明相较于基于旋转变换的无线电调制数据增扩模型,RMAbGAN模型在无线电调制数据增扩方面更具有鲁棒性和泛化能力,可以实现更高的调制分类准确率。此外,相较基于长短期记忆网络(Long Short-Term Memory,LSTM)的调制分类模型、基于残差网络(Residual Networks,ResNet)的调制分类模型等传统模型,AMCST模型在调制数据分类方面更具有稳定性和可用性,同时也具有更高的分类准确率。     

基于知识图谱的网络攻击预测方法研究及应用

针对网络攻击知识图谱,同时引入了时序信息,提出一种基于知识图谱的网络攻击预测方案,并对其进行应用。通过对网络攻击知识图谱进行规则学习和应用,能够有效地得到网络攻击事件预测结果,为网络安全运维人员提供决策支持。以企业提供的网络安全运维知识图谱为例,将文中研究的方法应用到企业安全检测系统,结果证明该方法具有充分的准确性和可行性,同时为后续研究提供了思路。     

时序网络演化速度对传播的影响分析

为分析时序网络演化速度对传播过程的影响,通过改进已有的时序相关系数定义,给出了一个网络演化速度指标;同时,提出了一个具有非马尔可夫性质的时序网络演化模型。在每个时间步,每一个给定的激活节点都以概率r在网络中随机选择一个节点,以概率1-r在该激活节点的原邻居中随机选择一个节点,并在该激活节点与所选节点间建立连边。模拟结果表明：网络模型参数r与网络演化速度指标之间有单调增的关系;同时,激活节点随机连边的概率r越大,网络传播范围就越广。由此可知:演化速度快的时序网络有利于网络传播;进一步地,网络拓扑结构的快速变化有利于信息的快速传播,但不利于抑制病毒传播。