网络安全和数据加密技术

来源 :软件导刊 | 被引量 : 0次 | 上传用户:lytmxl
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着网络的不断发展,网络安全也就成为当今网络社会焦点中的焦点。从网络通信中的OSI模型的七层协议体系结构中分析不同层次可以采用不同的安全机制来提供不同的安全服务,介绍了信息加密技术和当今主要的一些数据加密算法以及发展状况。
其他文献
最优控制中的线性状态调节器对于一个易受外界扰动的系统来说具有十分重要的作用。飞行器在飞行过程中经常会受到风之类的外界扰动,使其偏离正常运行轨道,因此在设计飞行器的时候,考虑滚动通道和偏行通道的状态反馈调节器对于飞行器的正常飞行来说具有十分重要的意义。基于此,该文对最新发展的双发倾转旋翼飞行器进行了研究,通过建立其数学模型,分析设计了旋翼飞行器的滚动通道和偏行通道的线性状态控制器,最优飞行控制给出了
为了提高水下机器人(AUV)在复杂海洋环境下的自适应性,文章对传统的避碰方法进行了改进。对AUV的禁入区和潜在碰撞区进行了安全性分析。建立了前视声纳模型以及三维水下规划空间模型。提出了基于强化学习、BP神经网络及人工势场相结合的避碰算法。在AUV与环境的试错交互中,借助于来自成功和失败经验的奖励和惩罚值,不断改进水下机器人的自治能力。设计了AUV深度行为模糊协调器,对潜深行为和距底高度行为进行协调
为了反映出船舶横摇运动机理模型没能体现出的船舶横摇运动的非线性特征和机理模型所作的简化处理所遗漏的各种动态、静态信息,文章以复合神经网络作为补偿模型,建立了船舶横摇运动混合模型。仿真结果表明,复合神经网络混合模型输出在120秒后非常接近期望输出,比一般神经网络混合法更接近期望输出,从而证明复合神经网络混合建模法可以得到精确的、强泛化力的船舶横摇运动模型。复合神经网络混合建模法不仅适用于船舶运动建模
传统基于粒子系统烟雾的模拟无法模拟烟雾的扩散行为,而且需要大量粒子,因此满足不了虚拟战场逼真度和实时性的需要。提出一种基于粒子系统理论和离散浓度场相结合来模拟烟雾的算法。在粒子的属性中加入浓度属性,利用三维扩散方程的有限差分建立浓度场,浓度场的变化由浓度场内空间粒子的位置和扩散方程决定,通过浓度场的变化使粒子分裂来模拟烟雾的扩散,通过粒子的运动反映风场的作用。与传统的粒子系统相比,增加了对烟雾扩散
简要介绍了六端口结直接将射频调制信号下变频至基带进行解调的工作原理。鉴于六端口直接变频接收机众多的优点。预计它将有广阔的应用领域,人们正在试图将它与多种通信技术相结合。当信道处于深度衰落时接收中将发生差错,通常可以采用分集接收的方法予以改善。但是在新型的六端口接收机中,能否应用分集接收技术还无人讨论过。正是探讨了将一部分分集接收技术应用于这种接收机的可行性,以及相应的接收机结构。最后,仿真研究了采
基于捷联惯性测量组合和弹载星敏感器的“惯性+星光”复合导航方式综合了两种方式的优点,可以在导弹飞出大气层后通过对导航恒星的观测确定数学平台的误差角。该文在研究了陀螺工具误差的特性后,提出了基于弹体旋转逐项激励陀螺工具误差,利用星敏感器观测特定位置的导航星的方法分离陀螺相关工具误差。通过数学仿真证明:该方法的应用在确定了数学平台误差角的同时,可以在线分离部分陀螺工具误差,放宽了地面对于陀螺工具误差的
移动机器人路径规划是机器人学的一个重要研究领域。文章将改进的MMAS蚁群算法引入路径规划,在栅格法建模的基础上,改进初始蚁群设置,使用可变的终点定义,终合考虑可选点与终点的距离、可选点的被访问次数以及各可选路径上的信息素强度来设计启发式因子,使用奖励机制更新信息素,动态确定最大最小信息素范围,建立了一种新型优化算法。仿真结果表明,利用改进的MMAS算法,可充分发挥蚁群算法的优越性,并减小了陷入停滞
远程学习者通常很难判断哪些学习资源最适合他们的阅读需要,同时对教师来说,针对每个学习者重新组织不同的学习资源几乎是不可能的。基于此,提出一种新颖的学习偏好建模方法,通过将动态学习数据映射为"资源、评估"的方式实现对学习特征的综合评估;通过构建智能代理来监控学习者的动态学习行为;提出组隶属度奖励机制和组成员交换机制,实现对分布式环境下的相似学习者的社区自组织;同时,基于JADE智能代理平台开发了一个
异常处理是Java语言的重要机制。从异常类的层次结构到Java异常处理的机制分析了Java系统处理异常的过程。编写程序时灵活地处理异常可以增强程序的可读性和可靠性,减少编程的
准确的网络拓扑对于网络的故障检测、性能分析具有重要意义,是网络管理乏统中的一个重要部分。综述了网络拓扑发现的几种常见算法,并对具体实现的步骤作了出总结。