基于电路活性测度的硬件木马检测方法

针对硬件木马的隐蔽性强和检测效率低等问题,提出一种基于电路活性测度的硬件木马检测方法.通过从恶意攻击者的角度分析电路,在电路的少态节点处植入木马激活模块(TAM),该方法可有效提升电路的整体活动性,进而提高硬件木马的激活度.以ISCAS'89基准电路S713为研究对象进行仿真验证,实验结果表明:TAM结构可将电路活动性提升1.7倍.在此基础上建立基于FPGA的测试平台开展侧信道分析实验,并采用主成分分析方法,实现低活性硬件木马的检测.     

租赁设备的状态维修决策建模与优化

随着物联网技术飞速发展,租赁设备大多安装有传感系统,可以及时地对设备关键部件和整体运行状态进行检测,进而可基于设备的健康状态为其安排更为合理的维修方案,在降低租赁商维修费用的同时,尽量少地干预客户的正常施工,并且保证租赁设备在客户施工场所的可靠运行.本文研究了基于状态检测的租赁设备的最优维修问题,研究中引入了顺序状态检测,定义了基于状态的控制限维修策略,并建立了以维修开销最小为目标的解析模型,以决策系统最优的检测间隔和预防维修阈值.除检测、维修等基本费用外,模型中还进一步考虑了租赁系统的故障罚金和故障后维修超时罚金.在模型的求解中,推导了维修干预下设备任意时刻的检测概率和状态概率分布,作为模型构建和求解的依据.数值实验结果验证并表明了面向租赁设备的基于状态的维修策略的有效性.     

基于GBDT和HOG特征的人脸关键点定位

人脸关键点检测是计算机视觉领域的一个重要分支,其检测精度将在很大程度上影响人脸识别和表情分析的结果.提出一种新的解决人脸关键点检测问题的方法,即H-GBDT.H-GBDT是一种基于GBDT决策树和HOG特征的人脸关键点检测算法,该算法是将人脸图像的HOG特征作为GBDT的输入,关键点的真实坐标作为GBDT的输出来训练预测模型,在该过程中每个关键点将分纵坐标和横坐标两次在GBDT中做回归运算,并经过不断的调整GBDT和HOG特征的参数来训练出最佳预测模型.在BioID、LFW、LFPW三种数据集上验证H-GBDT算法的性能.BioID是正脸数据集,实验结果表明H-GDBT在该数据集上的检测效果最佳,其检测误差基本上可控制在2%以内;而LFW和LFPW是自然场景下的数据集,H-GBDT在这两种数据集上的检测误差一般在2%~4%之间.     

基于目标序列分析的智能监控多目标自动检测跟踪

针对道路交通监控场景，提出并实现了一个多目标自动检测与跟踪系统． 首先通过高斯混合模型的运动 信息提取方法得到目标运动信息，并分析了目标信息的连续多帧历史信息， 估计目标区域信息在连续多帧中的统 一性，进而通过信息融合的方式得到了目标检测结果． 然后提出了监控场景下多目标的跟踪与管理策略， 根据目标 检测结果，对场景中的多个目标同时进行跟踪．最后， 根据目标的不同状态将目标划分为新出现目标、被更新目标 和被跟踪目标等不同的类别，提高目标跟踪的准确性．     

CPT在《中小型网络组建》课程中的应用研究

基于《中小型网络组建》的专业课程的重要性及网络实验设备紧缺,将网络仿真软件CPT应用于实践教学是该课程教改的重要手段,缓解了网络设备的短缺问题,提高了学生的网络操作能力。依据单臂路由的实际用例在CPT仿真教学的应用步骤及产生的问题予以说明。教改结果表明,此种方案能提升学生的知识吸收率,技能掌握率,和对网络的兴趣。     

基于扰动状态概念的煤蠕变本构模型

针对煤矿井下条带法开采留设的煤柱在覆岩压力作用下随着时间推移易发生蠕变现象,考虑到传统蠕变模型难以描述煤体蠕变各个阶段的损伤特性,基于扰动状态概念的理论,选用Kelvin模型描述材料的相对完整状态,将Burgers模型中的黏壶元件用非线性黏壶元件代替描述材料的完全调整状态,引入Weibull分布函数,选取以时间为自变量的扰动因子函数,建立了以扰动因子为权函数的煤体蠕变全过程的本构模型.同时,利用煤样室内蠕变试验数据对基于扰动状态概念下煤体的蠕变模型参数进行了辨识,验证了该模型的合理性,且相对于传统模型有较好的协调性,能够更有效地描述煤体的初始、稳定和加速蠕变阶段的蠕变规律.     

应用于精准发酵的激光CO2尾气在线检测技术研究

针对精准发酵过程特征气体实时在线监测的需求，采用可调谐半导体激光吸收光谱（TDLAS）方法对发酵尾气中CO2进行了检测技术研究，并结合精准发酵工艺特点，研发了一套激光CO₂在线监测分析系统，检测量程为0~2%，实现了全量程范围内测量误差小于0.08%，响应时间达到5.46 s。现场试验结果表明，该系统具有较高的灵敏度、稳定性与可靠性，并且使用寿命较长，适用于精准发酵过程特征气体的在线监测。