一种基于过滤驱动的写时拷贝快照方法

为了在Windows操作系统下实现快照,本文提出了一种使用Windows卷过滤驱动程序和虚拟磁盘设备驱动来实现写时拷贝快照的方法。本方法使用过滤驱动来截获写操作,使用文件来存储快照数据,使用虚拟磁盘设备驱动来提供快照卷服务,可以成功的对Windows下的卷进行写时拷贝快照。本文介绍的快照方法可用于网络备份系统等。     

基于过滤驱动的图书馆网络系统安全监控

讨论了高校图书馆网络系统安全的现状,介绍了网络过滤驱动的基本原理.在Windows操作系统中,设计了符合WDM模型的网络过滤驱动程序,挂载在TDI接口上,实现了对网络数据的过滤,此技术的实现对高校图书馆提高网络系统安全有广泛的应用价值.     

基于过滤驱动的文件防护系统的实现

为了提高Web服务器的安全性,结合当前主流的防篡改技术,设计并实现了基于文件过滤驱动的文件保护程序.根据文件保护程度不同,将被保护文件分为两个不同保护等级,低级保护等级包括禁止写操作、删除操作、重命名操作,其中禁止写操作是通过禁止修改文件只读属性来控制.高级保护等级是通过Hook技术禁止对文件进行访问操作,实验表明通过这两种方法实现的文件驱动程序可以进一步加强服务器文件的安全性.     

基于文件过滤驱动的移动存储介质读写控制

分析了文件过滤驱动的基本技术,并基于文件过滤驱动实现了对移动存储介质的读写控制系统,从而有效保证了计算机数据的安全。     

一种时用水量的联合预测方法

提出了时用水量的季节指数、趋势移动及自适应过滤联合预测方法，该法可满足供水系统优化调度的需要。     

基于文件系统过滤驱动的内核Rootkit隐藏技术

Rootkit是能够持久或可靠地、无法检测的存在于计算机上的一组程序和代码.研究了基于文件系统过滤驱动技术的内核Rootkit,阐述了文件系统过滤驱动的工作原理、过滤驱动的实现、基于文件系统过滤驱动的内核Rootkit对文件隐藏的实现,并讨论了针对Rootkit隐藏的检测技术.     

一种基于对象快照模型的时空查询原子模型

基于对象快照模型, 在分析时空对象最基本时空特征的基础上, 定义时间范围、空间范围、时空范围、时间关系、空间关系和属性状态6 个基本查询元素。在此基础上, 以时间为主轴, 定义原子查询类型, 并提出基于原子类型构造新类型的方法。对基本元素和原子查询的定义不涉及应用级语义, 使其具有良好的系统性和适应性; 同时具有明确的GIS 表达, 使其具备可实现性。研究成果可以作为时态GIS 中时空查询接口实现的基础和依据。     

基于文件过滤驱动的文件保护技术研究

对Windows系统下文件保护技术进行了研究,并对其实现的关键技术作了详细分析.基于文件过滤驱动的文件保护技术通过文件系统过滤驱动和数字标识的应用,可以实现对文件严格的访问控制,为文件提供如隐藏、加密、文件重定向等的个性化保护功能,保护数据的机密性、完整性和真实性,从而有效维护文件系统安全.     

一种中文领域网页过滤方法

鉴于互联网上各种不良网页的影响,提出了一种使用贝叶斯分类算法和领域本体过滤中文网页的方法。 该方法根据正反例领域网页计算领域特征词的权重,建立领域特征词库并制作领域本体,根据正例领域网页得到本体元素权重库;使用贝叶斯分类算法得到候选网页;根据领域本体对候选网页进行语义相关度计算并进行网页过滤。 该方法可以区分相同领域网页中的正反例网页并可兼顾网页过滤的实时性。 通过游戏领域网页的测试,准确率和召回率均在98%以上, 语义分析游戏相关网页的平均时间为1~2 s, 对用户浏览网页速度的影响较小, 效果令人满意。      

一种基于循环码的自适应图像隐写方法

在自然图像各部分嵌入相同量的隐秘信息,对载体失真度和安全性的影响各不相同,为使嵌入信息量在载体各部分合理分布,文章将载体分块像素复杂度与隐写编码相结合,利用一簇循环隐写编码在载体各部分的合理运用,提出一种基于循环隐写码的自适应图像隐写算法.算法以载体分块像素复杂度为指导,自适应地选择适合不同分块的循环隐写编码方式嵌入隐秘信息.实验表明,算法在相同嵌入量下相较LSB匹配算法和使用单一隐写编码的算法,失真度更低且载体统计分布的改变更小,在失真度和统计分布改变相近时相较使用单一隐写编码,嵌入容量更大.     

基于核估计的滤波补偿法

为了解决Kalman滤波算法进行动态定位时,模型中存在的系统误差使得动态定位结果产生偏差的问题,采用基于核估计的滤波补偿法,在移动的窗口内,利用核估计拟合模型系统误差,修正相应的观测向量和状态预测向量的协方差矩阵估值,以消除系统误差对滤波的影响,推导了利用核估计拟合系统误差的公式。通过一个模拟算例证明了改算法的有效性,而且在滤波过程中不需要对系统误差做任何假设,对开窗窗口的宽度也不敏感。     

基于Attention机制的CNN-LSTM驾驶人意图识别方法研究

在自动驾驶系统中,系统需要准确识别驾驶人的意图,来帮助驾驶人在复杂的交通场景中安全驾驶。针对目前驾驶人意图识别准确率低,没有考虑优化特征对模型准确率影响的问题,运用深度学习知识,提出了一种基于时间序列模型的驾驶人意图识别方法。该方法基于Attention机制融合了卷积神经网络(convolutional neural networks, CNN)和长短时记忆网络(long short-term memory network,LSTM),引入车辆自身信息和环境信息作为时空输入来捕捉周围车辆的空间交互和时间演化。该方法可同时预测目标车辆驾驶人横向驾驶意图和纵向驾驶意图,并在实际道路数据集NGSIM(next generation simulation)上进行了训练和验证。实验结果表明,所提出的CNN-LSTM-Attention模型能够准确预测高速公路环境下驾驶人的驾驶意图,与LSTM模型和CNN-LSTM模型相比具有明显的优势,为自动驾驶系统的安全运行提供了有效保障。     

一种基于多相滤波器组的信道化接收机设计方法

提出了一种基于多相滤波器组的信道化接收机的设计方法。该方法可以满足宽带侦察系统实时性和带宽的要求，较好地解决了高速A／D芯片与低速信号处理器之间的矛盾问题，并且易于在大规模集成电路上实现，文中还对参数编码器的设计进行了简要地介绍．     

一种基于调谐频率设计双调谐滤波器的新方法

针对双调谐滤波器的参数设计问题,提出一种基于调谐频率设计双调谐滤波器的方法.利用双调谐滤波器与2个并联的单调谐滤波器阻抗等效的原理,研究双调谐滤波器中串联谐振支路电感、电容和单调谐滤波器谐振频率、电容的关系,从而确定双调谐滤波器串联支路和并联支路的谐振频率.利用单调谐滤波器的谐振频率是双调谐滤波器的零点,确定并联支路的电感,结合并联支路的谐振频率确定并联支路的电容.该方法可以简化双调谐滤波器的设计运算,实例展示了该方法双调谐滤波器阻抗特性曲线,仿真分析表明:依据该方法设计的双调谐滤波器的滤波效果良好.     

改进粒子滤波器的移动机器人同步定位与地图构建方法

传统的基于粒子滤波器的移动机器人同步定位与地图构建(SLAM)方法往往随着迭代次数的增加会产生粒子退化的问题,提出了一种基于人工鱼群算法与定向重采样思想的改进的粒子滤波器用于移动机器人SLAM问题。方法首先将人工鱼群算法引入到粒子滤波器中,从而使得粒子分布在重采样之前就更加接近真实情况,然后利用定向重采样的方法,使得新产生的粒子更加接近于真实的运动情况,从而提高了机器人的位置估计精度与地图创建精度。仿真实验结果证明了该方法能够得到更多的有效粒子,而且能够提高粒子的多样性,并且提高SLAM性能。     

基于联邦滤波的多传感器主动容错估计方法

针对冗余传感器系统的容错问题,改进一种有反馈式联邦滤波的容错估计算法。通过残差法对硬故障进行检测,并隔离故障子系统的估计值。若全部子系统出现硬故障,取上一时刻的联邦滤波的最优值,通过系统状态方程计算得到系统状态量的预测值进行容错补偿。定义可信度因子,设计可信度单调性法则检测子系统软故障,并设计校正策略。大量仿真实验表明,改进后的反馈式联邦滤波的容错估计算法,可在保证系统估计精度的前提下,提高多传感器系统的容错性与鲁棒性。     

基于滤波优化的多租户应用QPN性能建模方法

为分析和评估多租户应用的资源消耗并预测其未来对资源的需求,研究了从细粒度上改进多租户应用性能建模的方法,在使用排队Petri网刻画应用系统能力的基础上,综合考虑工作负载、基础通信流和服务时间等因素,利用Kalman滤波快速适应参数变化的特征,建立优化的多租户应用性能模型。仿真实验表明,建模评估结果与实际性能度量值相比具有可接受的误差值,能较好地反映实际多租户应用的运行状态和预测评估各租户应用的资源需求。     

基于曲率统计的LiDAR点云二次滤波方法

针对传统偏度平衡方法滤波结果中存在低矮植被、建筑物侧面墙脚等非地面点云问题,在传统偏度平衡方法的点云一次滤波算法的基础上,提出一种基于曲率统计的点云二次滤波方法。对该方法进行试验,并将试验结果与传统偏度平衡方法滤波结果进行对比分析。结果表明:基于曲率统计的点云二次滤波方法比传统偏度平衡法能够多滤除83%的植被点云、5%的建筑物点云,能够有效地滤除传统偏度平衡方法滤波结果中的低矮植被、建筑物侧面墙脚等非地面点云。