使用有安全保障的闪存存储构建安全的汽车系统

最新设计资源

改进的深度残差网络的混合气体定量分析方法[其他][其他]

为了有效监测室内有害气体，提出了一种改进的深度残差网络的室内有害气体定量分析方法。该方法使用残差网络来提高深度学习方法学习干扰信号特征的能力，并提高混合气体定量分析的准确性以及模型的鲁棒性。将软阈值化用作非线性层，并将其嵌入到深度神经网络中，以消除非必要的噪声特征。该方法结合了深度学习与传统信号处理降噪算法的优点，通过使用具有不同干扰水平的甲醛气体样本集进行了验证，实验结果表明该模型在有干扰的场景下仍具有较高的准确率。

发表于：2021/3/18

一种基于改进Mask R-CNN模型的遥感图像目标识别方法[其他][其他]

目标识别技术作为机器视觉领域的一个重要分支，在各个领域有着重要的应用。鉴于一般的目标识别模型在遥感图片中表现不佳，另外需要识别的目标数量较多，尺寸大小不一，因此在经典的目标识别Mask R-CNN模型的基础上，提出了一种融合了通道注意力机制和数据增强技术的模型Mask R-CNN模型。在输入图片数据时，首先通过Random-Batch images操作对数据进行增强处理，提高模型对尺寸大小不一的目标识别的准确率；然后提取特征时，将原Mask R-CNN模型中的FPN改进为BiFPN，使提取到的特征能更好体现原本的图片信息；在最后的Mask阶段，增加了通道注意力机制，使得模型更多地得到需要的信息。经过实验表明，此模型在遥感图像的特殊目标细粒度识别中有良好的表现。对于同一个数据集，其评价指标在各个方面都要优于其他对比算法。

发表于：2021/3/18

用于自动视力检测的手势识别方法研究[测试测量][其他]

对于自动视力检测系统，手势识别是关键问题，但是采用传统卷积神经网络模型识别手势存在过拟合、计算量大等问题。提出了一种GR-AlexNet模型，对AlexNet网络模型进行了适应性修改和优化：为了加快计算速度，用7×7、5×5、1×1的三个小卷积核替代原来的11×11的大卷积核，并删除LRN层和一个全连接层；为了减轻过拟合效应，在每次卷积后都加上一个Dropout优化。对同一数据集分别使用LeNet模型、AlexＮet模型、VGG16模型与GR-AlexＮet模型进行对比实验。实验表明GR-AlexＮet模型在识别准确率上较传统的模型有一定的提高，能抑制过拟合现象，并且具有更快的训练速度。

发表于：2021/3/18

国密算法在工业互联网安全中的应用研究[通信与网络][信息安全]

工业互联网安全是网络空间安全的重要组成部分。加强国密算法在工业互联网中的应用研究，对于提高我国网络空间安全的防护能力和实现自主化目标具有重大意义。阐述了国密算法在工业互联网的应用现状和存在的挑战，并基于国密算法设计一种轻量级的身份认证协议。分析表明，该协议两次握手可完成认证，并能够满足认证的安全性要求，具有良好的应用价值。

发表于：2021/3/18

基于SOAR的安全运营自动化关键技术构建及未来演进方向[通信与网络][信息安全]

针对现有的安全可视化编排及自动化响应技术，提出将复杂的APT威胁场景、漏洞、自动化响应验证、关键基础设施合规管理等安全能力纳入到现有SOAR(Security Orchestration Automation Response)的可视化编排及响应中，极大地丰富并完善了Gartner提出的SOAR的安全编排及自动化响应的概念场景，大幅提升安全运营的效能和成熟度；通过DevSecOps开放架构及OpenC2开放式管控接口，自适应支持不同设备的数据接入及安全响应管控，构建围绕SOAR为主体的安全运营生态体系；在此基础上，提出安全运营自动化未来演进方向，即构建多人协同的统一空间协同作战体系，通过多人协同定义并改进安全分析及响应模型，迅速完成“安全策略、保护、检测和响应”的信息循环及信息再利用。

发表于：2021/3/18

基于TPCM可信根的主动免疫控制系统防护设计[通信与网络][信息安全]

目前针对工业控制系统的安全风险与日俱增，传统“封堵查杀”的防护技术难以有效应对当前所面临的安全威胁，急需一套更适合工控系统环境的安全解决方案。结合我国自主创新的可信计算3.0关键技术，提出一种基于TPCM可信根的适用于工业控制系统的主动免疫防护方案，通过对关键节点的可信构建使工业控制系统防护更加透彻，安全处理融洽一致，为工业控制系统构建主动免疫防御能力，使之能够有效识别和防御未知威胁。

发表于：2021/3/18

基于PCNN的工业制造领域质量文本实体关系抽取方法[其他][其他]

对汽车、机械等工业制造行业的质量报告进行关系抽取，对于该行业质量知识图谱、质量问答系统等研究有着极为重要的意义。针对在工业制造领域的质量知识图谱构建过程中尚无公开数据集可用的情况，收集了质量文本并进行相应的专业标注，构建了工业制造领域质量知识图谱关系抽取专业数据集。基于该数据集利用分段卷积神经网络(Piecewise Convolutional Neural Network，PCNN)实现关系抽取，然后根据中文特性，提出了改进的PCNN模型(C-PCNN)，以提升在中文语料中关系抽取的性能。在本文构建的数据集中，改进后模型的准确率、召回率以及F1值优于对比的PCNN和RNN模型，验证了该方法的可行性和有效性。该研究对从事制造行业的人员有一定的实际意义。

发表于：2021/3/18

面向工业控制系统的入侵检测技术综述[通信与网络][信息安全]

随着工业信息化的发展，工业控制系统(Industrial Control System，ICS)的安全防护越来越重要。入侵检测是实时监控ICS内部和外部安全的一种技术，能够有效精准地检测出攻击行为并采取措施，因此，面向ICS入侵检测技术成为工控领域的一个研究热点。首先从ICS的结构入手，给出了ICS入侵检测的重要性；其次对ICS入侵检测技术进行分类，分别对工业控制系统下的误用入侵检测技术、异常入侵检测技术、网络入侵检测技术、主机入侵检测技术的研究现状进行介绍和分析；最后针对应用现状进行了展望。

发表于：2021/3/18

Silicon Labs的Secure Vault物联网安全解决方案，率先获得全球PSA 3级认证[通信与网络][物联网]

　当前半导体行业的缺芯局面，已获业界大佬广泛关注。3月17日，中国半导体行业协会理事长、中芯国际董事长周子学表示，历史上整机行业从未受到过如此严重的半导体供应紧张影响。同时，强调半导体是国际化产业，需要加强合作。

发表于：2021/3/18

基于聚类的密码芯片频域侧信道分析[其他][其他]

能量迹的对齐问题是影响侧信道分析成功率的关键因素之一，频域侧信道分析能够有效解决能量迹在时域内的对齐问题，但由于频域内一个点对应着时域内多个点，频域侧信道分析通常需要比时域侧信道分析更多的能量迹条数。为了减少频域侧信道分析所需能量迹条数，提出基于聚类的密码芯片频域侧信道分析方法，通过机器学习中的聚类算法分离出有效信号频率后，再进行侧信道分析，从而减少所需能量迹条数。实验表明，所提方法能够在不同程度上减少频域侧信道分析所需能量迹条数。

发表于：2021/3/18

基于Hyperledger Fabric的食品溯源系统设计与实现[模拟设计][其他]

现有的传统食品安全溯源系统中存在共享数据较为匮乏和信息存储中心化、孤岛化等问题，利用区块链系统去中心化、防篡改、可信任等特性，提出了一种基于Hyperledger Fabric区块链的食品溯源系统;然后对Hyperledger Fabric区块链技术进行深入分析和研究，明确Hyperledger Fabric区块链技术的技术原理与技术特性，并综合食品安全溯源系统的实际使用，对基于Hyperledger Fabric区块链的食品溯源系统进行详细设计；最后对基于Hyperledger Fabric区块链的食品溯源系统进行了实际的搭建，并对该系统进行相关功能测试和性能测试，验证了整体方案的可行性与有效性。

发表于：2021/3/18

使用智能终端控制激光异物清除设备[其他][其他]

对于架空高压输电线上的异物，利用激光清除已成为一种主流的手段。分析了异物清除作业的过程及其对控制系统的需求，提出了一种将执行机构控制和运算分离，使用与执行设备无线连接的便携智能完成控制计算的系统设计，并详述了这一控制系统的硬件实现和软件流程。相较传统一体化控制系统，这样的设计成本低，使用灵活，维护简便且易于功能扩展。实验表明，此系统能够准确可靠地控制激光异物清除设备完成清除操作。

发表于：2021/3/17

一种降低新型OFDM数据链误码率的方法[其他][其他]

针对空地雷达数据链可靠性的问题，基于单向耦合映像格子模型，提出了基于OCML的新型OFDM数据链模型。上述模型通过利用OCML时空混沌序列对CCSK软扩频进行改进，同时结合编码技术以及调制技术进行仿真。仿真分析显示，基于OCML的新型OFDM数据链模型可以有效改善CCSK中伪随机序列由于自相关性差导致的可靠性差等问题，显著提高系统误比特率性能，且有效提高空地雷达数据链的可靠性。

发表于：2021/3/17

基于二叉空间划分的异常数据检测算法[测试测量][通信网络]

无线传感网络(Wireless Sensor Networks，WSNs)的性能依赖于所收集的数据质量。而最初，节点所感测的数据是粗糙的，需通过有效的数据检测算法将异常数据与正常数据进行区分。为此，提出基于二叉空间划分的异常数据检测(Binary Space Partition-based Anomaly Detection，BSP-AD)算法。BSP-AD算法通过二叉空间划分(Binary Space Partition，BSP)训练、测试数据。先通过训练数据，得到正常数据的区间范围，再通过此区间范围检测测试数据中异常部分。仿真结果表明，提出的BSP-AD算法能够准确地检测异常数据，并且计算成本和存储成本低于IDLO算法。

发表于：2021/3/16

基于EKF算法的锂电池SOC估算策略[电源技术][其他]

在电池管理系统中，电池荷电状态(SOC)的准确估算具有重要的地位，其重要性不仅在于可以向使用者提示电池的剩余电量，更在于它是电池充放电管理和均衡控制管理的基础。而SOC受许多因素的影响，如温度以及电流的大小、方向等，它的准确预测也较困难。提出了一种用扩展卡尔曼滤波(EKF)算法估计锂电池SOC的方法，建立电池仿真模型，通过混合动力脉冲能力特性(HPPC)试验进行了参数辨识。在恒流放电下模型的SOC估算误差约2.1%，说明该模型有效且易于应用。

发表于：2021/3/16