美军联合能力技术验证计划概述

联合能力技术验证(Joint Capability Technology Demonstration,JCTD)是美军近年来推出的检验新技术在军事应用中联合作战效果的计划. 介绍了美军JCTD计划的背景、监督管理及其体系结构, 概览了JCTD计划近两年的实施内容, 并分析了JCTD计划对美军武器装备发展和作战能力的影响.     

变化环境下水文设计值计算方法研究综述

系统总结了国内外在变化环境下单、多变量水文设计值计算及计算成果不确定性评估三方面的研究成果,重点评述了基于水文极值系列重构、分布函数加权综合和变参数概率分布模型3类单变量水文设计值计算方法,分析了考虑边缘分布非一致性和结构参数非一致性的变参数联合分布函数模型,指出一致性条件下多变量重现期和设计值计算方法无法应用于非一致性条件下的多变量情景。提出了变化环境下水文设计值计算领域需进一步深入研究的问题,包括已建工程设计洪水复核调整、多变量情形下组合设计值计算、计算成果可靠性评估等。     

基于PIL滤波计算去噪算法的验证码识别

验证码图片是互动应用系统用以阻止自动化程序恶意行为的重要人机区分技术,其设计和实用安全性直接涉及到应用系统的正常使用。为研究国内验证码实用安全性,设计实现一种验证码识别算法模型,对国内的验证码类型进行了实验和分析。实验结果表明,实用中的验证码识别率通常在50%以上,某些甚至达到100%,难以起到对自动化程序的阻碍作用。表明验证码实用技术还应做较大改进。     

浙江省《电镀水污染物排放标准》解读第1部分──总体情况及与现有标准的比对

介绍了浙江省《电镀水污染物排放标准》(DB 33/2260–2020)的制定背景、适用范围、术语和定义、区域划分、时段划分、水污染物排放控制要求、污染物监测要求、达标判定等内容,并与广东省的标准DB 44/1507–2015进行了比较.DB 33/2260–2020的内容可简单概况为:(1)直接排放方面,太湖流域地区电镀排污单位严格按照GB 21900–2008的"表3"执行;对于非太湖流域地区,除总镍、总镉的限值介于GB 21900–2008的"表2"和"表3"之间,以及化学需氧量、氨氮、总氮执行GB 21900–2008的"表2"之外,其余15项水污染物指标执行GB 21900–2008的"表3".(2)间接排放方面,明确了总铜、总锌、pH、氟化物、总氰化物等间接排放限值以及间接排放分流收集、分质处理的原则和要求.     

浙江省《电镀水污染物排放标准》解读第2部分——总镉、总镍限值的确定

介绍了浙江省《电镀水污染物排放标准》(DB 33/2260–2020)中非太湖流域地区总镍和总镉排放限值的设置分析过程.其中,总镍排放限值的设置依据了现有处理技术的可达性,即基于对处理后排放总镍浓度的实际调研,而设置总镉排放限值时重点分析了无镉电镀中镉的来源,并查阅了有关含镉电镀废水处理的研究论文.在初步确定限值的基础上,通过环境基准进行合理性分析,最终确定总镍和总镉排放限值分别为0.30 mg/L和0.04 mg/L,符合《环境保护法》中对地方排放标准的要求.     

利用OFDM技术在低压电力线上实现高速数据传输

在低压电力线上实现高速数据传输有着广阔的应用前景和经济价值,但是由于电力线信道存在着不可预期的高噪声,多径效应和信道衰落,严重制约了高速数据的传输,OFDM（正交频分复用）是近几年来兴起的在无线信道上实现高速数据传输的新技术,文中介绍了低压输电线上数据传输的特性,OFDM的基本原理和实现方法,分析了低压电力线干扰源的特征,阐述了OFDM调制技术抗御这些干扰的原因的能力。     

分布式安全事件管理系统的设计与实现

为了对各类网络安全设备所产生的安全事件进行有效管理,设计和实现了一个分布式安全事件管理系统Dis-SEM,并提出数据解码技术和安全事件分析关键技术对。数据解码技术主要对安全事件数据进行解码,从而使不同的安全事件具有相同的格式。安全事件分析技术主要是对解码后的安全事件进行过滤和关联。Dis-SEM系统主要用于对受控环境中的安全事件进行采集、分析和展示,并采取及时的预警和响应措施。测试结果表明,该系统能有效地对分布式环境中的安全事件进行管理。     

ISMS概念模型探索

ISO 27001给出了信息安全管理体系要求方面的最佳实践标准,但并没有说明体系要求方面内在的逻辑关系。该文将ISO 27001分解为过程方法要求和安全控制要求2个部分,在过程方法上按照PDCA的循环模型重新解构了过程方法要求之间的关系,在安全控制上按照主体访问客体的方式重组了安全控制要求之间的关系。     

基于时序分析的木马控制行为识别方法

传统指纹识别方法在检测新型未知木马时漏报率较高。为此,提出基于时序分析的无指纹木马控制行为识别方法。该方法先对数据流进行时序分簇处理,再计算分簇数据的加权欧氏距离,通过分簇数据的时序关系来识别木马控制行为。实验表明,该方法无需特征指纹库,且检测准确率高,占用资源少,能实现实时检测和处理。