【摘 要】
：
在云网融合背景下,承载软件即服务(SaaS)业务功能的云基础设施可能横跨多个数据中心和归属网络,难以保证云资源安全可控.为缩短SaaS业务服务的处理时延,设计基于冗余执行和交叉检验的SaaS组合服务模式,并对容器、Hypervisor和云基础设施的安全威胁进行建模,建立拟态化虚拟网络功能映射模型和安全性优化机制.在此基础上,提出基于近端策略优化的PJM算法.实验结果表明,与CCMF、JEGA和QVNE算法相比,PJM算法在满足安全性约束的条件下,能够降低约12.2％业务端到端时延.
【机 构】
：
解放军信息工程大学 国家数字交换系统工程技术研究中心,郑州 450002
论文部分内容阅读
在云网融合背景下,承载软件即服务(SaaS)业务功能的云基础设施可能横跨多个数据中心和归属网络,难以保证云资源安全可控.为缩短SaaS业务服务的处理时延,设计基于冗余执行和交叉检验的SaaS组合服务模式,并对容器、Hypervisor和云基础设施的安全威胁进行建模,建立拟态化虚拟网络功能映射模型和安全性优化机制.在此基础上,提出基于近端策略优化的PJM算法.实验结果表明,与CCMF、JEGA和QVNE算法相比,PJM算法在满足安全性约束的条件下,能够降低约12.2％业务端到端时延.
其他文献
脑电信号由中枢神经系统产生,具有很高的真实性,但存在数据量少和数据复杂等问题.为提高脑电信号情感识别准确率,在脑电信号功率谱密度的基础上提出一种脑电位置信息重建的方法,使神经网络模型可以直接获取脑电信号中不易学习的位置信息.运用融合网络从原始的脑电信号中分别抽取时域特征和频域特征,根据频域信息重建脑电信号的位置信息,将时频域信息及位置信息进行融合,以获得更高的脑电信号情感分类准确率.在公开数据集DEAP上的实验结果表明,Valence和Arousal的二分类准确率分别达到86.31％和85.57％,与传统
为更好服务于环境辐射监测,通过标准放射点源241 Am、133Ba、60Co、137Cs、152Eu对平面型HPGe探测器进行标定,分别获得不同特征能量下的探测效率、半高宽、道址等数据.数据处理后得到能量-道址函数、FWHM能量刻度函数、能量与探测效率关系,同时求得能量分辨率为1.58 keV(60 Co,1.33 MeV).通过对比发现,利用CT技术建立的MC模型更加可靠、高效.通过修正上、下死层厚度依次分段对模型探测效率进行校正,得到整体探测效率相对误差在5％以内,与实验结果符合较好.
为满足电力监控系统组网架构及网络安全协同防护的需求,提出一种多层次且纵深分布的主动安全协同防御模型,并从模型架构、功能机制等方面设计一整套实现方案.基于域内自防御和跨域协防的特性,通过基于灰色关联分析的最高关联度防御决策,并协同安全防护设备间协作,实现从主机层、安防设备层到网络层的网络安全多级防御.通过电力监控系统典型现场对网络安全应用场景进行实验验证,结果表明,该协同防御模型增强了各层级间安全防护能力,能够提供更高效的安全风险监测、安全事件响应及动态处置的手段.
使用形式化方法能够找到安全协议设计中存在的漏洞,但高效地对安全协议进行自动的形式化分析仍然是一个挑战.针对现有形式化自动验证工具无泛化性和效率低的不足,对基于强化学习的安全协议形式化验证框架smartVerif进行优化.使用无人工特征、完全进行自我学习的蒙特卡洛树搜索与深度神经网络相结合的强化学习框架,同时设计能够保留形式化数据结构信息的数据转换方法.实验结果表明,利用该优化方案训练的强化学习模型具有泛化性且能高效地验证安全协议.
多种群遗传算法(MPGA)搜寻最优解的能力受初始种群分布的影响,在解决复杂函数优化问题时存在早熟收敛风险,而思维进化算法(MEA)存在局部搜索精度低和全局收敛速度慢的问题.针对两者的不足,提出一种MPGA和MEA混合的优化算法MPGA-MEA.为参与MEA趋同操作的各子群体设置不同的控制参数,独立进行遗传搜索,同时利用移民算子增强子群体的互动,实现协同进化,直至子群体成熟.在此基础上,释放劣质子群体,并选择全局公告板中记录的优质个体执行交叉和变异操作,产生中心个体,对应生成的临时子群体参与新一轮的迭代寻优
随着深度伪造(Deepfake)技术的不断发展,犯罪分子可以利用造假图片伪造不在场证明,从而误导侦查方向以逃避法律责任.现有多数检测方法依赖于数据驱动,在跨压缩率、跨分辨率方面鲁棒性不强.研究Deepfake视频在脸部区域所遗留的伪影,建立一种基于Xception的双流网络检测模型,以实现对Deepfake图片的自动检测.利用Xception网络提取图片的全局空域特征,对脸部区域进行有效遮挡,凸显出脸部伪影并提取伪影特征.在此基础上,将空域特征与伪造特征2个支流的预测结果进行融合判别.在Deepfakes
在车载自组织网络中,车辆节点数量的变化和信标传输参数对信道负载有直接影响,节点数量达到一定程度时,周期性信标消息会占据整个控制信道而造成信道拥塞.针对该问题,通过预测局部密度设计传输参数自适应拥塞控制策略.根据网络中车辆节点自身所接收到的数据包和碰撞包的数量预测短期内局部密度的变化,依据信道忙时比率评估当前时刻信道负载,并将其与预设阈值进行对比,结合局部密度预测值自适应调整下一周期的传输参数.仿真结果表明,该策略能够在控制信道拥塞的同时,提高数据包递送率,降低消息传输延迟.
针对WFRFT系统难以适应复杂电磁环境及最优控制参数难以选取的问题,提出一种新型WFRFT认知通信系统构建方法.在传统WFRFT通信系统的基础上引入信号认知模块,完成电磁信号的采集及电磁环境中目标信号调制特征的识别.根据WFRFT信号调制特征裂变的特性,分析控制参数间的耦合作用机理,并设定优化控制参数的目标.将目标信号调制特征参数引入到WFRFT控制参数优化模型中,提出基于目标特征的WFRFT认知通信系统控制参数联合优化方法,并通过粒子群算法的迭代计算,选取最优控制参数集,针对最优参数的WFRFT认知通信
针对训练汉维机器翻译模型时汉语-维吾尔语平行语料数据稀疏的问题,将汉语预训练语言B E RT模型嵌入到汉维神经机器翻译模型中,以提高汉维机器翻译质量.对比不同汉语B E RT预训练模型编码信息的嵌入效果,讨论BERT不同隐藏层编码信息对汉维神经机器翻译效果的影响,并提出一种两段式微调BERT策略,通过对比实验总结出将B E RT模型应用在汉维神经机器翻译中的最佳方法.在汉维公开数据集上的实验结果显示,通过该方法可使机器双语互译评估值(BLEU)提升1.64,有效提高汉维机器翻译系统的性能.
社交媒体内容结构具有复杂性,大量虚假信息掺杂在真实内容中,或者在真实图片上配以杜撰的文字内容,导致基于单个模态的方法难以有效检测谣言.提出基于注意力机制与Dempster\'s组合规则的混合融合方法.通过新增用户模态,提取文本、视觉和用户3个模态的特征向量,利用注意力机制对词语和视觉进行双向匹配,给予对谣言检测具有更多贡献的词语和视觉神经元更大的权值.在前后期融合均加入注意力机制,实现特征和决策的自动加权,并使用Dempster\'s组合规则实现混合融合.在真实的中文Weibo数据集和外文Twit