基于KNN的Android智能手机微信取证方法

针对微信数据多,无法从中快速找到与案件相关数据的问题,提出了一种基于KNN(k-nearest neighbor)算法的Android智能手机微信取证方法。引入词语相似度计算会话间的距离,将微信会话表示成特征词的向量,用KNN算法对会话进行分类,迅速找到与犯罪有关的聊天内容,并通过实验验证了该方法的可行性与准确性。     

《新药设计与开发》课程的网络平台教学

随着网络技术的迅速发展,网络平台教学已逐渐成为一种新型的教学资源。从《新药设计与开发》课程的教学特点出发,详细地介绍了本门课程进行网络平台建设的背景、目的及网络平台建设的情况、应用的效果。     

基于物理内存的注册表逆向重建取证分析算法

注册表结构重建与分析是Windows物理内存取证分析的重点和难点问题之一。首先通过分析注册表文件在硬盘中的逻辑特性,利用Windows系统调试工具分析注册表在内存中的数据结构特征,确立了在物理内存中定位注册表结构的方法;然后通过分析注册表项之间的树形关系,确定了注册表结构重建算法,并利用Graphviz可视化工具,设计出一种树形结构的可视化算法。实验结果表明,该算法能够实现对物理内存中注册表键名、键值信息的重建,基于获取的数据能够完成对系统中病毒的检测,并通过Graphviz可视化算法有效展示病毒感染系统的过程和结果。     

基坑卸载对临近地铁车站影响的数值模拟研究

为探究西安地区黄土地层新建基坑开挖对邻近既有地铁车站的影响规律,依托西安某新建基坑实际工程,借助MIDAS GTS NX有限元软件建立了基坑与既有车站结构三维数值模型,研究新建基坑开挖全过程中围护结构变形与内力、既有地铁车站位移与周边地表沉降的响应规律,将模拟结果与实测结果对比验证其准确性。结果表明：基坑开挖过程中,围护结构位移较小,钢管内支撑可以有效控制围护结构的变形;既有车站最大侧向位移、竖向位移均出现于车站中间部位,侧向变形曲线呈典型的“内凸型”,竖直方向表现为沉降变形,变形增长速率随着基坑开挖深度的增加有所减小;车站周边地表沉降随基坑开挖逐渐增大,至基坑开挖结束,最大沉降值为-8.63 mm;数值模拟结果与现场监测数据规律一致且偏差较小,开挖完成后围护结构的最大位移为7.20 mm,既有车站侧墙中间部位的最大水平位移为1.18 mm,基坑施工风险较低,基坑卸载对临近既有地铁车站影响较小。     

文档碎片取证分析模型

为进行文档碎片取证调查,提出了一个文档碎片取证分析模型.该模型扩展了现有的文档碎片取证过程,并将不同抽象层次的文档碎片数据引入该模型.同时将扩展的可信计算技术应用于该模型,解决了文档碎片取证过程中证据链保全机制.对该模型的取证能力进行了评价.通过案例分析,该模型具有较强的文档碎片取证能力并能够进行分布式取证分析.