【摘 要】
：
针对传统网络隐蔽信道无法适用于低功耗受限制设备的不足,通过研究轻量级物联网应用协议CoAP,提出并实现一种基于CoAP协议参数序列的隐蔽信道构建方法。该方法不需要修改协议数据单元和控制双方同步,克服了已有物联网隐蔽信道的固有弊端。为了对抗重排序攻击,增添了完整性校验功能。性能分析表明该隐蔽信道具有良好的隐蔽性、鲁棒性和传输效率。
【机 构】
：
中国人民公安大学信息技术与网络安全学院
【基金项目】
：
“十三五”国家密码发展基金密码理论研究重点课题(MMJJ20180108),中国人民公安大学2019年基本科研业务费重大项目(2019JKF108)。
论文部分内容阅读
针对传统网络隐蔽信道无法适用于低功耗受限制设备的不足,通过研究轻量级物联网应用协议CoAP,提出并实现一种基于CoAP协议参数序列的隐蔽信道构建方法。该方法不需要修改协议数据单元和控制双方同步,克服了已有物联网隐蔽信道的固有弊端。为了对抗重排序攻击,增添了完整性校验功能。性能分析表明该隐蔽信道具有良好的隐蔽性、鲁棒性和传输效率。
其他文献
为了改善云平台中多工作流调度时的执行代价和资源利用率,提出一种满足实时云任务需求的主动响应式工作流调度算法。该算法可以分别针对新工作流的到达、任务完成后的虚拟机资源提供、紧迫任务到达等做出主动的实时响应调度策略,从而充分利用虚拟机资源的空闲时槽和更大化的任务并行程度,以混合形式调度来自不同工作流的任务。在确保截止期限约束的同时,有效满足实时云任务的调度需求。大量实时工作流的仿真测试表明,与另外几种
先前事件检测算法需要大量训练样本并且不能动态检测事件。为了从微博短文本中检测金融事件,提出一种从微博中检测公司金融事件的新模型。结合词嵌入与数据流集成分类算法,词嵌入和触发词典用于中文微博文本表示。带有动态时间窗的集成数据流分类算法(DSESVM)用于在线事件分类,大大减少了训练数据并动态检测事件。使用五家上市公司的微博文本作为语料库进行测试,实验结果表明,该方法不仅降低了训练样本的比例,还检测了
为了系统地了解类脑神经网络电路,在对类脑神经网络进行简要介绍的基础之上,重点阐述两种类别的神经形态器件及功能,包括不同类型的浮栅管和不同工艺材料的忆阻器来模拟单个神经元和突触可塑性功能;然后,以神经形态器件为基础,分别介绍了基于浮栅管和忆阻器实现神经网络电路;最后总结当前神经形态器件及类脑神经网络芯片存在的问题,并对有关类脑计算研究方向进行了展望。
基于空间非迭代的Oseen格式,以软件FreeFem++的MPI功能为平台,提出时间解耦的局部并行方法来求解Navier-Stokes/Navier-Stokes耦合方程。通过解耦复杂区域,将耦合方程的求解转换为并行区域上单一非定常Navier-Stokes方程的求解。在空间上利用Oseen格式一步线性校正,时间上按照步长直接推进。数值实验表明,与空间非迭代Oseen格式的欧拉时间推进方法相比,该
为了从数据集更有效地检测出虚假评论群组。提出一种基于谱聚类的检测算法。对数据集中的多维数据样本进行分析,确定衡量用户之间相似程度的指标;利用用户相似度指标构造一幅以用户为节点、用户之间相似度为边上权值的带权评论者图;将该图的邻接矩阵作为相似度矩阵,利用谱聚类算法对其进行群组检测,将所有用户分为15个候选群组;对检测出的候选群组进一步挖掘,分析其内部特征。将不同方法检测得到的候选群组内部特征进行比较
现有的信息抽取工作多是针对无层次结构的数据信息,而在实际任务中,文本中的数据常常具有复杂的嵌套层次结构,如文档中包含多个不同类型的信息块序列,每个块中又包含了一个独立的信息序列。针对具有层级结构的信息抽取问题,提出一种基于联合序列标注的层级信息抽取方法。一方面使用BiLSTM-CNN-CRF模型分别对不同层级的数据进行建模,另一方面通过联合学习方法实现层次级的信息抽取,使得不同层次的信息抽取任务能
为提高航班监视信息的融合处理速率,对航班监视信息快速融合方法进行研究。采用投影变换法和互补融合法,实现航班监视信息的时间校准和融合处理。在单线程融合处理方法的基础上,提出基于折半查找的单线程融合处理方法;通过折半查找算法快速查找航班融合信息,提高融合处理速率;利用多核处理器的并行化处理能力,提出基于折半查找的并行化融合方法,进一步提高融合处理速率。实验结果表明,基于折半查找的并行化融合方法可显著提
针对汽车混流装配线投产排序问题,建立一个最小生产循环周期内以各工位总等待装配时间最短为目标的数学模型。为解决标准遗传算法(SGA)收敛速度慢的缺陷,设计改进遗传算法(IGA)求解该问题。提出一种基于"定长"实数编码和"定序模式"的自适应单点交叉操作避免不可行解的产生,并在选择操作中引入精英保留策略,保留优良个体不被破坏,以提高收敛速度。通过实例分析及其数据基础,基于MATLAB平台开发算法程序,将
为了实现云中虚拟机实例的提供和分配,提出一种基于拍卖的动态虚拟机实例分配机制。收集用户的投标,计算出全部投标的投标密度,根据投标密度对投标进行排序;计算保留价格,并丢弃投标密度低于保留价格的投标,将计算资源按排序分配给用户;计算每个获胜用户的付款,从而达到用户仅通过出价其所要求的资源的真实估价来最大化其效用。实验结果表明,该机制不仅能为云提供商带来更高的收益,而且还提高了云资源的利用率。
针对光通信系统中多模式传输所引起的非线性耦合问题,提出一种基于演化合成神经网络的光通信多输入多输出(Multiple Input Multiple Output, MIMO)检测算法。给出光通信系统MIMO的深度神经网络模型,利用深度神经网络强大的非线性学习能力解决多模光通信的非线性耦合问题。采用演化合成技术训练全连接神经网络,以光通信MIMO的特点作为演化合成的环境因子,逐渐缩小神经网络的规模,