加密流量检测与态势预警平台研究

网络流量检测是实现网络整体安全态势感知的主要手段,通过采集网络流量、脆弱性、安全事件和威胁情报等数据,利用大数据和机器学习技术,分析网络行为及用户行为等因素构成的整个网络当前状态和变化趋势,并预测网络安全状态发展趋势。随着密码技术的广泛应用,网络中存在着越来越多的加密流量,如HTTPS、VPN流量;由于加密技术的使用,破坏了明文数据的统计特点、数据格式等,用通用的流量检测方法很难有效检测加密流量,基于加密技术的随机性、网络上下文等,结合人工智能技术和机器学习方法,研究和设计了网络加密流量检测体系框架、方法和关键技术,对加密流量的检测具有较强的指导意义。     

铜基底预处理对CVD法生长石墨烯薄膜的影响

化学气相沉积法是制备大尺寸、高质量石墨烯的有效方法, 其中金属催化剂的性能直接关系到所制备的石墨烯材料的品质, 因此需对金属催化剂进行表面预处理。本文研究了不同的预处理工艺对常用的铜基底催化剂表面状态的影响, 提出了钝化膏酸洗和电化学抛光协同处理的有效方法, 并对电化学抛光工艺参数(抛光电压、时间)以及铜基底退火工艺(退火温度、时间)等进行了系统研究。研究表明: 电化学抛光电压过高、抛光时间过长容易导致过度抛光, 合适的抛光电压和抛光时间分别为8 V和8 min。退火温度和时间对铜催化剂表面晶粒形态影响较大, 经1000 ℃退火处理30 min后, 铜箔表面晶粒尺寸更大, 分布更均匀。此外, 对CVD法生长制备的石墨烯样品进行表征, 电镜图片和拉曼光谱显示, 获得的石墨烯薄膜的层数较少, 且结构缺陷较少。     

U-Net:用于包含无答案问题的机器阅读理解的轻量级模型

处理机器阅读理解任务时,识别其中没有答案的问题是自然语言处理领域的一个新的挑战.该文提出U-Net模型来处理这个问题,该模型包括3个主要成分:答案预测模块、无答案判别模块和答案验证模块.该模型用一个U节点将问题和文章拼接为一个连续的文本序列,该U节点同时编码问题和文章的信息,在判断问题是否有答案时起到重要作用,同时对于...