【摘 要】
：
没有数据安全就没有国家安全,数据安全治理作为数据安全体系重要的组成部分引起了各行各业越来越多的关注.从大数据环境下海量数据面临的安全风险出发,结合数据在使用过程中的安全需求,给出了一种动态防御的数据安全治理架构,并对该架构下的关键技术进行了研究.该架构能够为数据安全治理提供体系化安全治理思路,其中的关键技术可以为该架构的实现提供有效支撑.
【机 构】
：
中国电子科技集团公司第三十研究所,四川成都 610041
论文部分内容阅读
没有数据安全就没有国家安全,数据安全治理作为数据安全体系重要的组成部分引起了各行各业越来越多的关注.从大数据环境下海量数据面临的安全风险出发,结合数据在使用过程中的安全需求,给出了一种动态防御的数据安全治理架构,并对该架构下的关键技术进行了研究.该架构能够为数据安全治理提供体系化安全治理思路,其中的关键技术可以为该架构的实现提供有效支撑.
其他文献
随着电力电子技术的发展,电压浪涌对精密设备造成的影响也越来越大,传统的电压浪涌抑制方法已难以满足要求.对此提出一种基于MOSFET的浪涌防护设计,简述了其浪涌防护的原理并提供了一种切实可行的电路设计方法.通过对设计的电路进行仿真验证,表明该电路设计对电压浪涌具有快速抑制效果,可以有效避免后级电路遭受电压浪涌的损害,为开关电源设计提供了一种新型的电压浪涌防护方法.
蓄电池是变电站直流系统的关键部分,其可靠系数直接影响着变电站的安全性能,是新时期变电运维管理的重中之重.针对变电站蓄电池的故障情况及运维现状,设计一款新型蓄电池故障监测系统,利用实时监测及远程控制,快速实现充放电保护、故障投切以及在线维护等,旨在最大限度降低由蓄电池故障引起的变电风险.
现阶段,由于跳频通信具有极强的抗干扰能力,因此被广泛应用于军事信息传输等.针对自适应跳频通信系统的相关技术进行分析,在了解自适应跳频通信技术发展的历史进程前提下,结合现状系统地阐明了该系统运行的工作原理,进而为自适应跳频通信系统的实时高效运行提供建议.
神经机器翻译的效果严重依赖于平行语料的规模和质量,而当前的平行语料抽取方法和生成方法只能提供规模足够但质量不佳的平行语料.因此,要在这些大规模低质平行语料上训练高质量的神经机器翻译系统,需要对这些平行语料进行有效过滤.针对这一问题,引入了归一化点向互信息算法来抽取噪声语料中的对齐信息,利用其中可靠性高的对齐信息来过滤噪声语料.利用该方法在OpenSubtitles的泰语—汉语翻译方向上提高了5.8个双语评估替补(Bilingual Evaluation Understudy,BLEU)值,汉语—泰语翻译方
针对在调制指数h较小的情况下,对多进制频移键控(M-ary Frequency Shift Keying,MFSK)信号的识别正确率不高的问题,提出了一种基于参数预估计和滑动快速傅里叶变换(Fast Fourier Transform,FFT)的MFSK信号类内识别方法.该方法先估计出MFSK信号的码元速率,再计算码元宽度内信号的频率,并对各码元的频率种类进行归并,最后按照频率种类数来实现MFSK信号的类内识别.对该方法的适应性的理论分析和计算机仿真结果表明,该方法大大提高了MFSK信号的识别正确率,并有
时域重叠复用(Overlapped Time Division Multiplexing,OvTDM)技术作为一种非正交的传输技术,人为地引入了符号间干扰来实现高传输速率,但这也使得OvTDM系统在进行最大似然序列检测时面临着极高的运算复杂度.为解决这一问题,研究了OvTDM系统的卷积编码方式,利用发送序列和接收信号之间的关系构建了对应的因子图模型,结合消息传递的原理,提出了一种基于消息传递的OvTDM系统译码算法.该算法通过节点之间信息的不断迭代更新来实现信号的检测.最后,对该算法的性能进行了仿真和分析
针对当前单分类器融合算法不灵活的缺点,提出基于深度随机森林的新型组合分类算法.该算法先建立50～400深度的随机森林,然后训练找到5个不同深度最优随机森林的模型,将其组合成一个新的模型.在威斯康辛州(诊断)乳腺癌数据集、无线定位数据集和加利福尼亚大学尔湾分校的汽车评估数据集上对提出的算法进行了实验验证,并与传统算法结果进行比较,提出的组合算法在3个数据集上分别取得了97.0％、98.0％和97.6％的准确度.实验证明,与其他传统算法相比,本文算法的准确度更高,鲁棒性更好.
随着通信技术的全面发展,在网络通信技术方案中融合多媒体技术模式能大大提升信息和数据交互的有效性,为新型交流沟通模式的创设和应用提供了广阔的平台.IP视频会议通信技术系统能利用分布式会议功能搭建更加完整的交流机制,具有一定的推广价值.分析了基于IP网络的视频会议通信系统组成、相关技术标准以及核心技术等,同时展望了该网络视频会议通信技术未来发展的方向.
为了缓解通信网络的拥塞问题,减少用户请求服务的等待时间,提高网络的利用率,网络运营服务商需要对网络实时流量进行分析,而建立准确高效的流量分析模型能提供更加准确的数据支持.基于此,提出了改进的自回归差分移动平均模型,该方法与传统模型方法相比,引入了误差扩散因子这一新的参数,并使用改良的粒子群算法得到欲求解的参数值.通过对测试集中的流量数据进行验证分析,可以得到,改进后的模型相比改进前,预测精度和稳定性均得到了提升.
随着运营商业务竞争的加剧,用户网络满意度开始受到普遍的关注,运营商希望通过对用户网络满意度调研结果的分析和研究,发现网络质量与用户调研结果之间的联系,从而进行针对性的优化调整.基于此,通过对满意度调研样本进行主客观分离,并识别有效样本,将其与用户网络和业支侧数据进行关联分析,构建了一种基于随机森林算法的贬损用户预测模型.最后,对预测出的贬损用户进行聚类,识别常驻小区,为运营商有针对性地进行优化提供支撑.