123,123,123

基于机器学习的恶意软件检测研究进展及挑战[人工智能][其他]

由于恶意软件的数量日渐庞大，攻击手段不断更新，结合机器学习技术是恶意软件检测发展的一个新方向。先简要介绍恶意软件检测中的静态检测方法以及动态检测方法，总结基于机器学习的恶意软件检测一般流程，回顾了研究进展。通过使用Ember 2017和Ember 2018数据集，分析验证了结构化特征相关方法，包括随机森林(Random Forest，RF)、LightGBM、支持向量机(Support Vector Machine，SVM)、K-means以及卷积神经网络(Convolutional Neural Network，CNN)等算法模型；使用收集的2019年样本集分析验证了序列化特征相关方法，包括几种常见的深度学习算法模型。计算模型以在不同测试集上的准确率、精确率、召回率以及F1-值作为评估指标。根据实验结果分析讨论了各类方法的优缺点，着重验证分析了树模型的泛化能力，表明随着样本的不断演变，模型普遍存在退化问题，并指出进一步研究方向。

發(fā)表于：2020/12/16 下午3:49:27

基于量子遗传优化的改进极限学习机及应用[其他][其他]

主要研究的是神经网络的一种新型训练方式——极限学习机算法的优化和改进。首先通过与传统的神经网络算法的对比，介绍极限学习机算法的主要思想和流程，展现其特点及优势；其次，由于常规极限学习机在预测的精度上及运用的稳定上存在不小的缺陷，通过阐述几个智能寻优算法及优缺点比较，引出该文的重点量子遗传算法，并利用此算法去优化极限学习机的连接权值和阈值，选取最优的权值和阈值赋予测试网络，达到良好的使用效果；最后，介绍了改进极限学习机算法在MATLAB上进行实验仿真及结果分析的步骤与流程，实验结果说明改进后的算法相比于经典算法在回归问题的预测上有优势，预测精度更高，且结果更稳定；在分类问题的处理上，准确性也具有压倒性优势。

發(fā)表于：2020/12/16 下午3:47:38

基于稀疏编码和各向异性滤波的超分辨率重建[其他][其他]

针对基于非局部稀疏自相似性的超分辨率重建方法存在的图像边缘保持性能不佳的问题，提出了一种基于稀疏编码和各向异性滤波的超分辨率重建算法。该算法利用卷积神经网络和各向异性引导滤波训练了一个各向异性特征模型，然后利用该特征模型构建一个局部的结构先验，以和非局部稀疏先验形成互补，从而提高算法的边缘保持能力。该算法训练后的模式使用通用测试集进行测试，测试结果表明算法SR性能较好，能很好地保持边缘细节，提供视觉效果更好的图像。

發(fā)表于：2020/12/16 下午3:41:00

火电工控系统网络安全防护方案设计[通信与网络][通信网络]

针对火电工控系统的网络安全问题进行了研究，对当前火电工控系统的网络架构、安全挑战、防护现状、风险来源等网络安全问题进行了分析总结，按照电力系统的安全防护总体原则及相关标准规范，针对电力生产网络的特点及安全要求，提出了以数据探针为组成单元的能够覆盖电厂工控网络各个层级并配置监测中心的安全防护架构，能够对多种工控协议进行深度解析，对已知和未知危险流量进行识别和学习，并将宏观网络态势以可视化的方式展示出来，实现了对电厂工控系统多层次、立体化、智能化的安全防护，能够深度有效的保护电厂生产网络系统。

發(fā)表于：2020/12/16 下午3:34:45

一种用于微电网经济调度的分布式粒子群算法[模拟设计][智能电网]

随着微电网技术在电力系统中的应用愈加广泛，协调微电网内部分布式电源的出力分配以提高经济性成为了研究的重要课题。目前主流的经济调度方法是微电网调度中心利用全网微电源及负荷的信息进行调度，但这种集中式的方法依赖调度中心的计算能力，对微电源与调度中心之间通信要求较高，且与微电网的分布式特性相违背。提出一种完全分布式的并行调度方法，各分布式电源作为独立的智能体，平等地参与调度工作，利用自身与邻居节点之间的势能博弈，基于粒子群算法优化自身的出力，进而实现全网经济性最优的目标。在MATLAB平台上搭建了独立微电网优化调度模型，验证了所提出方法的可行性，并讨论了相关参数的变化对于调度结果的影响。

發(fā)表于：2020/12/16 下午1:36:00

基于IBE策略的物联网终端设备间的身份认证方案[模拟设计][物联网]

随着物联网终端设备间直接通信的需求不断增大，为解决物联网终端设备间安全通信和隐私保护问题，终端设备间认证技术成为人们关注的一个热点，业界诸多学者已经对此展开相关研究并提出多种物联网终端设备间的认证机制。但是，上述机制在安全强度及抵抗攻击效果方面尚存在不足。为解决此问题，该文提出一种基于IBE策略的物联网终端设备身份认证方案，实现终端设备之间匿名双向认证，同时使用椭圆曲线加密算法保证认证过程中信息传输的安全性。通过安全性理论分析和性能分析表明，该方案可很好地抵抗重放攻击、中间人攻击和篡改攻击等已知攻击且具有较低的计算开销。

發(fā)表于：2020/12/16 下午1:30:31

等保2.0时代城市轨道交通信号系统网络安全防护新思路[通信与网络][智能交通]

随着网络安全法的深入贯彻和实施，等级保护制度已成为新时期国家网络安全的基本制度，等级保护2.0的出台，网络安全保护对象实现了对云计算、大数据、物联网、移动互联网、工业控制系统的全覆盖。结合等级保护2.0新标准要求以及城市轨道交通信号系统网络安全的建设需求，依照“一个中心，三重防御”核心思想，提出城市轨道交通信号系统网络安全防护新思路。

發(fā)表于：2020/12/16 下午1:21:39

社区入室盗窃风险评估模型研究[通信与网络][通信网络]

风险评估对社区入室盗窃案件的防控具有参考意义。基于文献调研和实地考察，结合社区警务的实际工作经验，构建了社区入室盗窃风险评估指标体系，并综合运用模糊层次分析法、德尔菲法、DS证据理论和模糊综合评价法实现了定量计算。以某大型城市13个典型社区为例，对提出的风险评估方法进行了验证，并与实际入室盗窃案件数据进行了对比。结果表明，社区警务室的建设和运行对入室盗窃风险影响最大，其次为小区关键场所设施安全状况和小区空间家居状况；模糊综合评价结果与实际入室盗窃发案情况基本一致。所提出的方法预期可以为社区入室盗窃犯罪的预防提供决策依据。

發(fā)表于：2020/12/16 上午11:14:00

基于时空聚集的网贷反欺诈建模与研究[其他][其他]

识别突发的团伙欺诈已经成为网贷业务中亟待解决的问题。在特征维度较少的情况下，提出了一种基于时空聚集的网贷反欺诈模型。首先基于用户定位信息和申请贷款的时间，设计了一个适用于网贷场景下的聚集指标：KN最近邻指数；然后，将不同时间观察窗口的K-N最近邻指数利用基于LSTM(长短期记忆网络)的seq2seq(序列到序列)模型提取embedding(嵌入)特征；最后，利用LightGBM模型预测欺诈发生的概率。实验结果表明，所提出的指标能更有效地捕捉坏账，且相比于仅使用基础特征，预测结果的KS值和AUC都有了较好的提升。

發(fā)表于：2020/12/16 上午11:03:00

基于智能电表的电器用电量分类计量方法研究[电源技术][智能电网]

随着电力需求侧对于用电管理的重视度提升，只提供用户总电量计量的电表已无法满足人们的要求，为此，开创性地提出了在通用电表上实现用电器用电量分类计量方法。该方法利用电表的数据采集及处理功能获取用电器特征后，将该暂态告警信息上传至云端与预先建立的SVM模型进行类别匹配，从而判定用电器类型及相应的用户操作，同时将识别结果及告警时间存入数据库，后续通过分类计量策略实现各类用电器单独的耗能量计算。实例验证了该方法的准确性及可靠性，该方法具有较大实际应用价值。

發(fā)表于：2020/12/16 上午10:47:00