【摘 要】
：
为了保障网络信息安全性,降低网络信息安全防御时间,提高网络信息安全防御效率,提出可信计算技术在网络信息安全中的应用方法.采用可信计算技术,采集网络信息数据特征,优化网
论文部分内容阅读
为了保障网络信息安全性,降低网络信息安全防御时间,提高网络信息安全防御效率,提出可信计算技术在网络信息安全中的应用方法.采用可信计算技术,采集网络信息数据特征,优化网络信息风险类别算法,划分网络信息风险类别并进行安全防御,利用最小二乘法,计算网络信息最优拟合分布测度和风险值,运用信息安全主动防御原理,构建网络信息安全处理模型,保证可信计算技术在网络信息安全中的应用效果.实验结果表明,所提方法的网络信息安全防御效率较高,能够有效保障网络信息安全性,降低网络信息安全防御时间.
其他文献
针对医学教育方案难以实现高效利用、学生需求分析能力差、信息化程度滞后等问题,设计一种改进型的医学教育数据分析方法,利用改进型深度学习算法的神经网络模型实现医学教育数据的计算和分析,利用分布式算法对神经网络算法进行优化,利用元启发式神经网络算法对医学教育数据进行寻优,通过模仿蜻蜓的群体行为,对医学教育数据求解全局和局部数据信息,大大提高数据计算效率。通过模拟试验得出,所提算法的正确率高,运算时间短。
为有效处理医疗数据在安全管理及共享服务时,存在的安全隐患和隐私泄露问题,文中提出了一种由多个独立云供应商组成的分布式数据云环境,实现了医疗大数据在不同合作组织间的安全、隐私共享的体系结构。该结构按数据访问需求将系统划分为公共域和私有域两部分。为了进一步加强私有域中数据安全,文中提出利用改进的全同态加密方法对个人医疗数据进行加解密处理。通过仿真分析,结果表明文中所提方法能够更安全、高效的对个人医疗数据进行安全管理。该方案为医疗数据安全管理及共享服务机制提供了一定思路和借鉴。
为提高数字图书馆资源聚合推荐服务质量,在研究了推荐系统中常用的二元模糊语言基础上,设计了一种数字图书馆资源聚合质量推荐模型。模型考虑了用户的模糊偏好,并将偏好建立在二元模糊语言模型中。同时,设计并实现了一种混合推荐策略,可在基于内容的推荐方法和协作推荐方法之间进行切换。通过仿真分析,结果表明文中所提方法由于考虑推荐时的质量,算法整体性能优于传统基于内容和协作的推荐方法。
为了满足对航空发动机振动信号的研究需要,文中设计并实现了基于AM3358和Virtex5的航空发动机振动信号模拟系统。该系统由主控制模块及信号生成模块两大部分组成,控制模块使用PC端上位机及触摸屏进行信号参数设置及启停控制;信号生成模块利用DDS技术进行信号模拟,实现了频谱范围较宽、幅值精度高的多分量振动信号以及转速信号的同步模拟输出。
为提高审计系统的智能化推理和预测能力。文中提出了基于BP审计网络的人工智能审计系统平台,在对人工智能开发方式和神经网络方法进行融合分析的基础上,开展了智能化审计模式分析和系统设计分析,并且以不同类型的两类企业为试验对象开展了实证研究。结果表明,BP人工神经网络主要应用于非线性分析,对于解决复杂审计问题具有非常好的适用性;该模型对餐饮类企业判别正常纳税企业32个,异常纳税18个,准确率为95%;对于服装类企业判断正常纳税企业25个,异常25个,准确率84%。文中的研究对智能设计工作提供了一定参考。
针对传统模型难以建立信道状态与复杂MIMO-OFDM系统性能间的映射关系,结合监督学习在处理非线性问题中的优势,提出基于K-最近邻算法的自适应编码模型。以V-BLAST为基础模型,以处理信噪比SVD_SNR作为信道特征,通过KNN对信道特征分类,从而建立信道特征与MCS切换间的映射关系。实验结果表明,在K=35,样本划分为7∶[KG-*2]3时,MCS切换分类准确率最高;同时在相同实验条件下,本文提出的KNN自适应调制编码能快速适应信道环境,且BER和系统吞吐量都要明显优于传统查找表算法,说明此方法可行。
已有Elgamal远程双向认证方案缺乏密钥协商机制,用户无法自由更改密钥,且难以抵御多种攻击,不适合应用于安全性要求很强的智能卡认证场合。针对此问题,提出了一种改进Elgamal远程双向认证方案。改进方案为用户和服务器提供了安全性强的双向认证机制和密钥协商机制,用户可以自由更改密钥,具有前后向保密性,且可以抵御智能卡丢失攻击、重放攻击、密钥猜测攻击、内部攻击、伪造攻击和并行会话攻击。理论分析和仿真实验表明,改进方案具有良好的安全性和较低的计算复杂度。
针对电能质量监测装置的长时间运行,不可避免地会造成变电站内部元件老化或环境干扰,导致电能质量监测产生不确定性的问题,在研究了测量误差及不确定性分析基础上,文中提出了一种基于分参数粒子滤波算法估计电能质量。该算法分为两部分:自适应引导滤波算法和自适应高斯滤波算法,前者假定预测误差服从任意的假设分布,而后者假设预测误差服从高斯分布。仿真阶段,通过与传统粒子滤波估计算法对比,验证了文中所提方法在处理高不确定度的恶劣环境具有一定优势。
针对电网综合能效的残差估计效果较差和诊断耗时较高的问题,基于聚类分析方法,进行电网综合能效诊断模型及应用研究。充分考虑电网特点,建立电网综合能效诊断指标体系,通过极值化无量纲归一化处理定量指标,获取所确定指标体系内各指标权重;依据灰色变权聚类方法确定各项指标权重确定变权重系数,明确与灰类同属的不同对象位次,根据位次排序结果诊断电网综合能效。实验结果表明,诊断精度高达99.5%以上,绝对误差、正误差以及负误差均较低,残差估计效果得到提高,在样本覆盖范围较大的情况下诊断耗时低于50ms。
针对智能电网条件下用户异常用电行为问题,提出了一种基于主成分分析和深度循环神经网络(PCA-RNN)的异常用电行为检测方法。该方法首先利用核主成分分析对电力负荷数据进行降维处理,生成主成分特征子集,然后基于长短记忆网络(LSTM)和门控循环单元(GRU)构建深度循环神经网络(RNN)模型,检测异常用电行为。实验结果表明,该方法能够有效检测出异常用电行为,且具有较高的准确率和鲁棒性。