检索结果-内蒙古大学图书馆

系统仿真学报 2014年第8期26卷 1672-1677页

作者：黄敏桓张尧学许飞况晓辉清华大学计算机科学技术系北京100084 北京系统工程研究所信息系统安全技术国家级重点实验室北京100101

未来互联网发展的体系、协议与应用需要在实验网络中进行测试与评估,灵活可扩展的路由器仿真技术是其中的关键。针对实验中路由器仿真的规模、扩展性以及逼真度问题,结合虚拟化技术和软件路由技术,提出了一种虚拟化的路由仿真平台设计方... 详细信息

未来互联网发展的体系、协议与应用需要在实验网络中进行测试与评估,灵活可扩展的路由器仿真技术是其中的关键。针对实验中路由器仿真的规模、扩展性以及逼真度问题,结合虚拟化技术和软件路由技术,提出了一种虚拟化的路由仿真平台设计方法,通过单个路由仿真节点构建,多节点生成和节点组网等步骤,支持虚实结合的大规模网络仿真实验,并对其仿真性能进行了测试。

关键词：网络实验虚拟化软件路由器仿真

来源：评论

学校读者我要写书评

暂无评论

适用于移动自组织网的鲁棒性密钥管理

引用

清华大学学报（自然科学版） 2008年第7期48卷 1194-1197页

作者：葛蒙赵曦滨林国恩清华大学计算机科学与技术系北京100084 清华大学软件学院信息系统安全教育部重点实验室北京100084

为了减轻网络分割对移动自组织网中密钥管理服务的负面影响,提出一种基于分布式认证中心的密钥管理方案。通过引入辅助子密钥并加以有效管理,方案有策略地增加网络中子密钥的冗余度,同时保证系统的安全性和鲁棒性。在部署该方案的模拟... 详细信息

为了减轻网络分割对移动自组织网中密钥管理服务的负面影响,提出一种基于分布式认证中心的密钥管理方案。通过引入辅助子密钥并加以有效管理,方案有策略地增加网络中子密钥的冗余度,同时保证系统的安全性和鲁棒性。在部署该方案的模拟场景的测试中,该方案使得在请求分布式认证中心时,请求平均失败率减少50%以上。分析和模拟结果表明:该方案既能够防止常见的攻击,又能够有效增强密钥管理服务的鲁棒性。

关键词：数据安全移动自组织网密钥管理门限技术

来源：评论

学校读者我要写书评

暂无评论

基于序列特征提取的溯源图上APT攻击检测方法

引用

中国科学：信息科学 2022年第8期52卷 1463-1480页

作者：梁若舟高跃赵曦滨清华大学软件学院北京信息科学与技术国家研究中心信息系统安全教育部重点实验室北京100084

在真实场景,特别是工业场景下的高级持续性威胁(advanced persistent threat,APT)具有复杂性和长期性,但当前方法无法有效提取攻击中的长期关联关系.针对这一问题,本文提出一种基于溯源图的APT攻击检测方法***采用序列特征提取方式,实现... 详细信息

在真实场景,特别是工业场景下的高级持续性威胁(advanced persistent threat,APT)具有复杂性和长期性,但当前方法无法有效提取攻击中的长期关联关系.针对这一问题,本文提出一种基于溯源图的APT攻击检测方法***采用序列特征提取方式,实现APT攻击检测.在SeqNet中,首先将描述系统运行状态的溯源图序列转化为特征向量序列,然后使用GRU(gate recurrent unit)模型提取系统状态变化特征,并使用结合局部注意力机制的编解码器模型训练GRU模型,最后利用K-means聚类方法对系统正常行为进行建模.本文在5个公开数据集StreamSpot,wget,shellshock,ClearScope和CADETS上进行了实验,并与当前具有代表性的方法进行了对比.本文方法在5个数据集上都取得了相似或更好的效果.实验结果证明本文方法能够实现真实场景下的APT攻击检测.

关键词： APT攻击检测溯源图异常检测序列特征提取局部注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于分支标记的数据流模型的代码生成方法

引用

软件学报 2021年第6期32卷 1647-1662页

作者：苏卓王东艳杨镒箫张明睿姜宇孙家广清华大学软件学院北京100084 信息系统安全教育部重点实验室(清华大学) 北京100084 北京大学信息科学技术学院北京100871

模型驱动开发以其低错误率、易仿真、易验证的特点,在嵌入式软件开发中被广泛应用.近年来,基于模型的嵌入式软件开发方法及相应工具也在逐渐发展和完善.数据流模型是各种建模工具中使用最为频繁的语义模型,然而,各种工具对于数据流模型... 详细信息

模型驱动开发以其低错误率、易仿真、易验证的特点,在嵌入式软件开发中被广泛应用.近年来,基于模型的嵌入式软件开发方法及相应工具也在逐渐发展和完善.数据流模型是各种建模工具中使用最为频繁的语义模型,然而,各种工具对于数据流模型的代码生成能力却参差不齐,特别是对于数据分支组件的支持,当前主流的建模工具都采用各种方式来回避复杂的分支建模及对应的代码生成.但是,分支建模是非常重要的,使用分支组件可以更清晰地表现出数据流的数据传递逻辑.为了解决复杂分支建模带来的代码生成难题,针对具有复杂分支组合的数据流模型.提出了一种基于分支调度标记的代码生成方法.在所提出的算法中,首先通过拓扑排序确定模型的调度顺序,再根据不同分支的影响对组件进行分支标记;之后,根据组件的分支标记构造一个基于控制流的代码生成位置表;最后,即可根据代码生成位置表进行各种主流语言的代码生成.通过构造4个具有复杂分支的数据流模型实例进行代码生成,并在生成代码行数和运行时间等方面与Simulink和Ptolemy进行对比,进一步说明该代码生成方法在复杂分支组合情况下的通用性以及所做工作的价值和意义.

关键词：模型驱动开发数据流代码生成分支嵌入式系统

来源：评论

学校读者我要写书评

暂无评论

数据库系统安全代价测试工具的设计

引用

计算机科学 2008年第8期35卷 281-283页

作者：叶晓俊王建民清华大学软件学院信息系统与工程所信息系统安全教育部重点实验室北京100084

安全和可靠是数据库系统两个重要的可信指标,它们的策略配置与系统的高效运行是有冲突的。本文分析了安全、可靠等可信指标及其相关测试工具,提出了可信赖性能基准程序性能测试特点,以指导用户制定、评价、选择数据库安全可靠策略的实... 详细信息

安全和可靠是数据库系统两个重要的可信指标,它们的策略配置与系统的高效运行是有冲突的。本文分析了安全、可靠等可信指标及其相关测试工具,提出了可信赖性能基准程序性能测试特点,以指导用户制定、评价、选择数据库安全可靠策略的实施。最后介绍了基于TPC性能基准改进的数据库系统安全代价测试工具功能及其实施方法。

关键词：可信性能基准安全代价

来源：评论

学校读者我要写书评

暂无评论

基于可用性信任模型的AODV路由协议改进

引用

清华大学学报（自然科学版） 2010年第5期50卷 735-738页

作者：游之洋龚伟赵曦滨林国恩清华大学软件学院信息系统安全教育部重点实验室北京100084 清华大学计算机科学与技术系北京100084

针对当前MANET安全机制研究中过于关注机密性和完整性而忽略可用性的问题,该文指出在MANET这样无中心、动态拓扑、资源受限的环境中,信任模型是最为合理的安全解决方案,从而提出基于可用性的信任模型。并在此基础上,以网络数据包的传递... 详细信息

针对当前MANET安全机制研究中过于关注机密性和完整性而忽略可用性的问题,该文指出在MANET这样无中心、动态拓扑、资源受限的环境中,信任模型是最为合理的安全解决方案,从而提出基于可用性的信任模型。并在此基础上,以网络数据包的传递作为信任参考依据,对传统的AODV路由协议进行了改进,提出了ATAODV路由协议。网络模拟实验的数据显示基于可用性信任模型的ATAODV相对于传统AODV,丢包率平均降低了70.2%。

关键词：移动自组织网络可用性 AODV

来源：评论

学校读者我要写书评

暂无评论

IGES边界模型转换中的参数域重构与修正算法

引用

计算机辅助设计与图形学学报 2009年第9期21卷 1243-1250,1256页

作者：胡楷模王斌雍俊海清华大学软件学院北京100084 清华大学计算机科学与技术系北京100084 信息系统安全教育部重点实验室北京100084 清华信息科学与技术国家实验室北京100084

针对IGES边界表示模型中可能缺少参数域信息的情况,在总结常见曲面上曲线参数域反求方法的基础上,通过分析可能出现特殊母线边计算错误和缺少退化边的问题,提出一套从三维空间曲线到二维参数域曲线的修正算法.该算法中,对只有一条边的环... 详细信息

针对IGES边界表示模型中可能缺少参数域信息的情况,在总结常见曲面上曲线参数域反求方法的基础上,通过分析可能出现特殊母线边计算错误和缺少退化边的问题,提出一套从三维空间曲线到二维参数域曲线的修正算法.该算法中,对只有一条边的环,仅需处理缺少退化边的错误;对多于一条边的环,通过判断相邻环边中参数域端点处离散线的几何位置关系,分2步分别修正特殊母线边的计算错误和添加退化边;同时以NURBS曲面为例,重点讨论了基于三维空间信息的参数域歧义情况判定及处理算法.在TiGems7.0系统中的实验结果表明,该算法不依赖于求交运算中造成的数值误差,具有较好的鲁棒性,能够实现IGES的边界表示格式在Solid Works,Pro/E等系统中的数据交换功能.

关键词： IGES 边界表示模型参数域数据交换

来源：评论

学校读者我要写书评

暂无评论

深度神经网络模型后门植入与检测技术研究综述

引用

计算机工程与科学 2022年第11期44卷 1959-1968页

作者：马铭苑李虎王梓斌况晓辉军事科学院系统工程研究院信息系统安全技术重点实验室北京100101

作为当前人工智能快速发展的代表性技术之一,深度神经网络的应用范围越来越广,由此带来的安全性问题也逐渐受到关注。现有研究主要聚焦于如何高效构造多样化的对抗样本,以实现对深度神经网络模型的欺骗,以及如何检测对抗样本并加固深度... 详细信息

作为当前人工智能快速发展的代表性技术之一,深度神经网络的应用范围越来越广,由此带来的安全性问题也逐渐受到关注。现有研究主要聚焦于如何高效构造多样化的对抗样本,以实现对深度神经网络模型的欺骗,以及如何检测对抗样本并加固深度神经网络模型。但是,随着深度神经网络模型的开发越来越依赖开源数据集、预训练模型和计算框架等第三方资源,模型被植入后门的风险越来越高。从深度神经网络模型生命周期的各个环节出发,对深度神经网络模型后门植入与检测相关技术进行了归纳总结,对比分析了不同技术的主要特征与适用场景,对相关技术未来的发展方向进行了展望。

关键词：深度神经网络后门植入后门检测人工智能

来源：评论

学校读者我要写书评

暂无评论

基于典型面匹配的机械零件检索方法

引用

计算机辅助设计与图形学学报 2011年第4期23卷 640-648,655页

作者：高艺王斌胡楷模郑国勤清华大学软件学院北京100084 信息系统安全教育部重点实验室北京100084 清华信息科学与技术国家实验室北京100084 清华大学计算机科学与技术系北京100084

为了检索具有相似局部特征的机械零件,以支持设计的早期复用,提出一种基于典型面匹配的机械零件检索方法.该方法以零件的IGES标准表示作为输入,在离线处理阶段对模型库中的局部面进行训练,标识局部面相对于功能分类的区分度,并过滤非典... 详细信息

为了检索具有相似局部特征的机械零件,以支持设计的早期复用,提出一种基于典型面匹配的机械零件检索方法.该方法以零件的IGES标准表示作为输入,在离线处理阶段对模型库中的局部面进行训练,标识局部面相对于功能分类的区分度,并过滤非典型面以提高检索效率;在线检索阶段,通过离线处理的结果估算用户输入面的区分度,并根据区分度对输入面进行排序,最后采用贪心算法与数据库模型中的面进行匹配和相似度排序.在原型系统中的实验结果表明,由于避免了网格化造成的精度损失,且加入了对局部面区分度的离线计算过程,与通用三维模型检索算法相比,采用文中方法可检索出更多具有共同局部特征和相似功能的模型,从而更好地支持设计复用.

关键词： CAD模型检索面匹配局部特征

来源：评论

学校读者我要写书评

暂无评论

基于MapReduce的海量事件日志并行转化算法

引用

计算机集成制造系统 2013年第8期19卷 1784-1793页

作者：窦蒙闻立杰王建民闫志强清华大学软件学院北京100084 清华大学信息系统安全教育部重点实验室北京100084 清华大学清华信息科学与技术国家实验室北京100084 首都经济贸易大学信息管理与信息系统系北京100070

随着大数据时代的来临,为了高性能地转化海量分布式日志,提出事件日志在云平台上基于MapReduce架构的分布式转化算法。提出基于案例拆分的改进算法,以转化单机上的日志,使其变得可行;进一步提出基于MapReduce的并行转化算法。这是在过... 详细信息

随着大数据时代的来临,为了高性能地转化海量分布式日志,提出事件日志在云平台上基于MapReduce架构的分布式转化算法。提出基于案例拆分的改进算法,以转化单机上的日志,使其变得可行;进一步提出基于MapReduce的并行转化算法。这是在过程挖掘领域中首次实现从海量原始日志到可扩展事件流事件日志的并行转化,极大地提高了转化性能。

关键词：大数据事件日志过程挖掘映射归约可扩展事件流信息系统

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：