为避免存储在云端的用户数据可能被恶意损坏或者篡改,需要对云端的数据进行完整性审查。针对此问题,本文提出了一种基于区块链和默克尔哈希树的公共审计的数据共享方案,以达到对管理员权限的控制和数据的动态修改;在实现隐私保护、批量审计和降低系统资源消耗的同时,保证方案的安全性;允许用户通过第三方机构向云服务器发起数据完整性审查,然后向用户返回结果,过程中不向第三方机构泄露任何有关用户和文件的信息。安全性证明和实验结果表明,该方案在保证安全性的基础上具备较好的性能。

在电力终端广泛互联背景下,传统安全稳定控制架构逐渐向终端智能协同的分布式安全稳定控制系统转变,但目前智能电网的安全稳定控制终端之间身份认证机制尚不健全,建立安全稳定控制终端之间的交互认证与信任机制,尽可能避免电力系统遭受网络攻击已成为亟待解决的问题。本文首先分析了电力安全稳定控制系统现状和由于缺少针对性的身份认证机制而面临的安全威胁;在此基础上,选取联盟链和适合的共识机制,提出了符合安全稳定控制系统特性的分布式身份认证方案,采用Hash链和分布式存储方案实现轻量级认证;最后,对方案进行了效率和安全性分析。本文提出的身份认证机制符合电力系统对时效性的高要求并能抵御中间人攻击、DoS攻击等常见的几种网络攻击,保障电力系统的安全稳定运行。

当前,基于机器学习模型的Android恶意代码检测系统存在退化问题。因为恶意代码在不断地快速变异和进化,产生了概念漂移现象,恶意代码的数据分布规律随时间产生变化。概念漂移破坏了机器学习提出的数据分布规律具有稳定性的假设。为了缓解检测模型的退化问题,本文提出基于可信度的支持多模型协同检测的方法,对多个异构模型的预测结果进行可信度和置信度分析,突破了由于模型的异构性而不能相互学习和协同检测的问题,建立了开放的多模型协同检测平台,缓解恶意代码的概念漂移问题。实验表明,多模型协同可以提升检测效果。在对66 000多个Android样本的预测中,SVM模型和随机森林模型各有优劣,协同检测系统能够在保证不低于任一种单模型的基础上对预测效果有所提升。

针对事件驱动机制下Android多线程程序的数据竞争问题,构造一个基于Pi演算的并发行为检测模型。利用扩展后的Pi演算对Android生命周期和多线程框架进行建模,得到形式化的行为模型;通过将安全约束抽象为形式化的IF-THEN规则,并利用Pi演算的性质进行进程演算和迁移,构建了检测模型;将动态检测与静态检测以相同的处理方式结合在检测模型中,并给出了并发行为检测算法和数据竞争检测的方法。理论分析和实验表明,本文所提出的方法具有线性的时间和空间复杂度,相比其他方法,在提高检测精确性的同时并没有牺牲检测的效率。

服务器是信息系统、云数据存储和处理的重要工具,中央处理器是服务器的核心。当前处理器芯片电路规模庞大、生产流程复杂,且处理器的设计、封装和制造都严重依赖国外技术和厂家。保证处理器芯片及服务器的安全可信是涉及到网络安全、信息安全乃至国家安全的重要课题。迄今为止,处理器芯片硬件行为的可信研究尚未得到足够的关注。本文首先给出了“可信处理器芯片”的概念,梳理近年来处理器芯片面临的安全风险;在此基础上,提出了基于清华大学DSC技术的可信处理器芯片实现原理及其服务器软硬件可信框架;最后,探讨在当前安全形势下可信处理器芯片及其服务器可信框架的意义和高安全需求下的扩展应用价值。

针对中文的象形性和结构性特点,本文提出了一种新的生成式自动摘要解决方案,包括基于笔画的文本向量生成技术和一个生成式自动摘要模型。基于笔画的文本向量方法针对组成汉字的最小粒度笔画进行编码,增强了通过Skip-Gram模型得到对应的中文词向量语义信息;然后通过对Seq2Seq模型进行优化,使用Bi-LSTM解决长序列文本信息丢失以及逆向信息的补充问题;并在编码端加入Attention机制以计算不同输入词对解码端的影响权重,在解码端加入Beam Search算法优化生成序列的流畅度。基于LCSTS数据集实验表明,本文提出的模型在中文文本摘要生成质量和可读性上有所提升。

在中文事件检测任务中,存在着领域互相独立,领域间的数据无法互通,需要分别为每个领域标注大量数据的问题。本文充分借鉴前人的研究,提出一个基于迁移学习的开放式中文事件检测方法。首先基于两个触发词关联假设,一个是同一个事件类型下,触发词与触发词在语义空间上有着一定的关联,且关联性较强。第二个是不同事件类型之间的触发词和触发词之间也存在着一定的关联,不过其关联性弱于相同事件类型下触发词之间的关联性。之后借助外部词典,构建候选词与种子触发词的关系特征以及候选词的上下文特征,再利用卷积神经网络构建事件检测的基础模型和迁移模型。最后对于新领域下的事件检测,只需要借助极少量的已知领域的标注数据即可完成。在ACE2005的中文事件数据集上,该方法在触发词识别这项任务上仅用20%的数据,其效果即可超越当前的主流方法。

在处理不平衡数据集时,为了降低类重叠对分类效果的影响,避免过采样造成的过拟合现象,以及欠采样造成的信息丢失问题,本文提出一种基于欠采样与属性选择的多决策树方法UAMDT(multi-decision tree based on under-sampling and attribute selection)。其首先利用Tomek link欠采样与集成欠采样两种技术相结合对数据进行处理,并获得多个平衡子集;然后在每个平衡子集上构建单决策树,采用结合信息增益和基尼指数的混合属性度量作为属性选择标准,选择最优属性作为每棵单决策树的根节点的分裂属性;最后将单决策树进行集成构建多决策树。通过对10个不平衡数据集的多个评估指标进行实验,验证了本文算法的有效性和可行性。

Shortest-path指数d_min和Backbone指数d_B是统计物理中刻画相变普适类的两个重要的临界指数,由于缺少精确解,人们只能通过数值方法,尤其是蒙特卡洛模拟对其进行数值估计。 本文通过在完全构型上取样图形距离和在bridge-free构型上取样最大集团大小,首次估计了正方晶格上遵守乘积规则的爆发性逾渗模型的Shortest-path指数和Backbone指数,分别为d_min=1.189(3)和d_B=1.546(5)。本文的结果为人们后续解析地研究具有非平凡规则的逾渗模型的临界几何性质提供了重要的检验基础。

在基于化学势的晶格Boltzmann多相流模型中,通过引入“折合变量”,提出一种改进的化学势多相流模型。对该模型的性能进行验证,结果发现:与原化学势模型相比,使用改进模型模拟的温度范围、气液两相密度比得到较大扩展,稳定性显著提高,有效地降低了虚速度的影响。该模型也能很好地符合热力学一致性和满足Laplace定律,具有较好的实用性和应用前景。

针对已有道路交通标志检测方法速度慢、受环境影响大、检测效果差等问题,本文提出一种基于Faster-RCNN的道路交通标志多目标实时检测方法。首先,对Faster-RCNN目标检测原理进行深入分析;然后,优化Faster-RCNN网络结构,并选择出合适的预训练模型和网络超参数;最后,在德国交通标志检测数据集(German traffic sign detection dataset, GTSD)上设计多组对比试验,证明了该方法的有效性,单张图片检测时间为0.4 s,准确率达71%以上。在瑞典交通标志检测数据集(Sweden traffic sign detection dataset, STSD)上进行迁移测试,展现了良好的泛化能力,为智能汽车的应用提供了理论依据和技术支持。

针对传统的基于距离的离群点识别方法难以直接有效地应用于高维数据且识别效果受参数影响的问题,本文提出了一种自适应的高维离群点识别方法,该方法利用经遗传算法优化的高斯受限玻尔兹曼机将高维数据非线性地映射到低维空间,然后通过自适应的离群点识别方法在低维数据空间进行离群点识别。采用 UCI高维数据和中药高维数据进行验证实验,实验结果表明自适应的高维离群点识别方法能自适应地、有效地识别出高维数据中的离群点。

针对三轴增稳云台伺服系统非线性特性,以及PD控制抗扰能力差,自抗扰控制器由于参数众多而导致整定过程耗时且费力的缺陷,本文利用BP神经网络的全局逼近能力和自我学习能力,将其与自抗扰控制器组成复合控制器,对自抗扰控制器的所有关键参数进行自整定寻优,应用于含Stribeck摩擦模型的三轴增稳云台伺服系统。仿真结果表明:该方法用于自动整定参数可行有效,与PD控制和参数固定的常规自抗扰控制器相比,具有更高的控制精度和更强的抗扰能力,对提高增稳云台的性能具有较好的应用价值。

机器人系统螺丝锁付过程中实际接触力难以精确获得;若采用力传感信号来检测接触力并加以控制,力传感器不易安装,且传感器噪声和信号传输延迟都会对控制的精确性产生影响,使得系统不可控。本文采集伺服电机转矩值经过换算得到末端锁付头与工件的接触力,来替代直接采用力传感器信号反馈末端执行器的接触力。以螺丝锁付过程中期望的锁止扭矩作为阈值,并通过能量均衡器对预测力值和当前解算力值进行能量校正,使锁付机器人控制系统保持无源性且具备主动柔顺的能力,来达到系统的安全性。针对一种精密塑胶件自动化锁付,本文设计实现一种被动柔顺机构,并结合基于事件的力位混合控制策略,验证机器人锁付过程中主-被动力-位混合控制的安全性和可行性。

利用庞加莱环域定理和李雅普诺夫分支定理来构造适当的庞加莱环域, 证明了当λ趋向于非零数时,U(u,v,λ)-U(u,v,0),V(u,v,λ)-V(u,v,0)在uov平面某有界域内一致收敛于0;参数λ接近非零正数或无穷大时,对应系统在原点附近至少存在一个稳定或不稳定的极限环。针对λ接近非零正数或无穷大2种情况,分别给出了相应的例子来检验所得结论的广泛适用性。

本文研究无界域上一类带有白噪声的非自治随机反应扩散方程一致吸引子的存在性。首先通过对解的一致估计, 证明了对应于原方程的随机动力系统拥有关于符号空间的一致拉回吸收集;其次, 通过渐近尾部估计得到解是一致拉回渐近紧性, 从而得到原系统一致随机吸引子的存在性。

本文研究了一类具有饱和发生率的双疾病随机SIRS传染病模型, 通过构造合适的Lyapunov函数, 运用Itô公式, 证明了全局正解的存在唯一性;得到了在某些条件下决定疾病灭绝和持久的随机基本再生数; 探讨了环境变化对疾病的影响。结果表明, 白噪声强度在一定条件下会抑制疾病的爆发。通过数值模拟验证结论的正确性。

采用信号分解方法对时间序列分解提取出子成分及趋势,可以更好地研究时间序列的趋势性和周期性。以零空间追踪算法(NSP)和经验模态分解(EMD)方法为代表的信号提取方法已经被应用于经济、金融等时间序列研究中。一定时期内存、贷款与GDP的统计数据存在着随时间变动的波动性和趋势性特征。本文在研究信贷投放对于我国东北、中部、西部、东部地区的贡献度及各区域存贷比时,采用信号分解算法中的零空间追踪算法在分解出时间序列的趋势成分后再进行相关性分析和区域间对比,能够更好地展现信贷对于经济增长的作用,进而研究信贷投放对我国不同区域经济增长贡献度的差异。