【摘 要】
：
以智能船舶项目建设为背景,研究可能导致信息安全风险的27种因素,分别采用故障树分析法、层次分析法和改进层次分析法对典型网络环境信息安全架构进行评估。根据逻辑门原理,将故障树的基本要素和层次分析法基本要素建立联系,分别建立其判断矩阵并计算各基本要素的权重,在此基础上求得综合权重并进行排序。通过与实际环境对比,发现改进层次分析法较之另外两种方法具有更高的可靠性。通过改进层次分析法找出系统薄弱点和风险点
论文部分内容阅读
以智能船舶项目建设为背景,研究可能导致信息安全风险的27种因素,分别采用故障树分析法、层次分析法和改进层次分析法对典型网络环境信息安全架构进行评估。根据逻辑门原理,将故障树的基本要素和层次分析法基本要素建立联系,分别建立其判断矩阵并计算各基本要素的权重,在此基础上求得综合权重并进行排序。通过与实际环境对比,发现改进层次分析法较之另外两种方法具有更高的可靠性。通过改进层次分析法找出系统薄弱点和风险点并进行改进,可系统全面地保护关键设备和数据,将智能船岸基信息安全风险降低到可接受的水平,从根本上保证业务的连续性。
其他文献
当管道名义应力超过材料屈服强度时，基于应变的失效评估图是评价管道内裂纹缺陷的重要手段，焊缝强度匹配是影响管道环焊缝断裂行为的重要参数，而传统的基于应变失效评估图方法未考虑焊缝强度匹配的影响。基于此，采用数值模拟方法建立了管道环焊缝外表面局部环向裂纹驱动力有限元模型，并基于BS 7910-2019《金属结构裂纹验收评定方法指南》的参考应变计算方法，探索了裂纹深度、裂纹长度、焊缝强度匹配系数、管材屈服
研究植物种内、种间竞争关系是探究植物濒危原因的重要方式之一,根据竞争来源和竞争预测模型可以制定具有针对性的保护策略。本文以雅安周公山峨眉含笑（Michelia wilsonii）野生种群为研究对象,使用逐步扩大范围法确定峨眉含笑的竞争范围半径,运用Hegyi单木竞争模型计算竞争指数（competition index,CI）,分析其种内、种间竞争关系。结果表明:峨眉含笑的最适竞争范围半径是10 m
安徽晋煤中能化工股份有限公司三期航天炉项目——“600 kt/a合成氨原料路线调整节能技术改造项目”一期工程（三期合成氨装置）采用新型粉煤加压气化（航天炉）、可控移热变换、低温甲醇洗脱硫脱碳、液氮洗脱除微量CO、低压氨合成工艺。2020年6月三期合成氨装置投产后，由于系统热能回收利用效率不高、公用工程设计匹配度不尽合理等方面的原因，存在变换气温度偏高、变换除氧器放空量大、氨压缩机负荷重、低温甲醇洗
国家监察体制改革之后,除了检察机关负责立案侦查司法工作人员利用职权实施的14种职务犯罪外,监察委员会负责对国家工作人员实施的贪污受贿、渎职侵权等类别职务犯罪案件进行立案调查。具有政治属性的监察委员会成为职务犯罪调查主体,《中华人民共和国监察法》（以下简称《监察法》）成为监委调查取证程序的法律依据。为达到独立监察之目的,全新的以监察为中心的证据规则得以确立,实现了反腐败资源的集中、反腐败效率的提升。
某大底盘地下室为超长地下室。原施工图设计采用后浇带将地下室分为多个区块。地下室体量大，后浇带数量多，对施工管理、进度的控制造成一定困难。经综合比较，本工程地下室底板用跳仓法技术替代后浇带。介绍了本工程地下室底板跳仓法施工技术实施的具体施工方案、相关措施以及底板在施工阶段温度应力分析。
传统电力设备使用时间过长、设备老化以及电能供给质量差等问题的不断涌现，使得供电企业需要对配网工程进行设计和改造，保证在电能的供给过程中比较安全、稳定地供电。对配网工程设计在配网工程建设和改造中的应用进行详细研究，提出了提升配网工程设计和质量的相应措施，有助于加快配网工程建设与改造的进度，提升工程建设和改造的质量。
罗布麻（Apocynum venetum L.）是我国荒漠区兼具经济和药用价值的珍贵野生资源,在新疆分布最广、品质最佳,其基因组中蕴藏着大量优异的抗逆基因。为了开发和利用其优良的抗逆基因,成熟的组织培养体系和遗传转化体系是前提条件。因此,本文从新疆罗布麻愈伤组织的诱导、悬浮细胞培养、毛状根的诱导及其扩大培养等方面进行了研究。主要研究结果如下:在MS、B5、IS、WPM四种培养基中分别附加0.5 m
工程项目建设时，应注意项目和周边环境的相互影响，选用比较经济合理的设计和施工方案。本工程为既有地下通道底板改造下降，改造时仅拆除重建底板，保留了顶板和外墙，基本不影响相关范围的地面及市政管网。参考跳仓法工艺，可以将相对复杂的整体改造划分为比较容易的分区改造。参建各方应对改造方案和各道工序仔细研究，设计师应对改造全过程各道施工工序中结构受力模式进行分析和验算。地下建筑的迎水面在改造施工时，应注意提高
P波段合成孔径雷达（synthetic aperture radar,SAR）相对于高频段SAR而言,具有更强的穿透性,能够发现穿越在浅地表和植被下行驶的车辆目标。传统运动目标成像方法存在参数搜索量大难以实时处理以及对多运动目标成像质量差等问题。提出了一种基于卷积神经网络（convolutional neural networks,CNN）的无人机载SAR运动目标成像的方法。在该方法中使用了能够放