摘要:

摘要:

摘要:随着无线电通信技术和各种电子设备的广泛应用，电磁污染日益严重，具有三维多孔结构的电磁波吸收材料成为科学研究的热点。总结了碳基气凝胶复合材料的研究进展，详细介绍了石墨烯气凝胶、生物质衍生的碳气凝胶和聚合物衍生的碳气凝胶的多种制备方法，碳气凝胶与磁性颗粒、碳化硅、碳纳米管和MXene复合而成的复合碳基气凝胶吸波材料的吸波性能。简要阐述了吸波材料的损耗机理，讨论了碳基气凝胶复合材料的组分、微观结构和损耗机制对吸波性能的影响。最后，就目前研究现状总结了碳基气凝胶复合材料在制备和性能提升方面的挑战，展望了碳基气凝胶复合材料的研究重点和发展方向。

摘要:智能卡是最为常见的密码设备之一,因其抗窜扰特性，智能卡常常被用于电子商务、医疗健康以及物联网等高安全需求的领域中为安全提供服务。随着侧信道攻击、逆向工程等技术的发展，研究表明智能卡内保存的参数可恢复，使其不再具有抗窜扰特性，因而，基于非抗窜扰智能卡假设的多因素认证协议设计得到了广泛的关注。为此，研究了在无线传感网络中典型的多因素协议，指出其不能抵抗离线口令猜测攻击和中间人攻击、无法实现双向认证，以及不能抵抗离线口令猜测攻击、无法实现用户匿名性等问题。为克服这些缺陷，在非抗窜扰智能卡假设下，结合哈希链技术提出了一类面向无线传感器网络的双因素认证协议，并在随机预言机模型中给出了严格的安全证明。与现有无线传感网络环境下多因素认证协议相比，该协议在保持较低计算开销的同时，实现了更高的安全性，适于资源受限的无线传感器网络环境。

摘要:侧信道攻击(side channel attack，SCA)是现代密码学的一个重要分支，在现代信息安全中起到重要作用。随着WiFi技术的日益成熟，研究者尝试在数据传输的同时对周围场景进行感知，实现“感”传一体化。因此WiFi射频信号被用来进行击键识别，其原理是通过不同击键动作引起的WiFi信道状态信息(channel state information, CSI)变化进行键值推理。从无线感知原理、微小动作感知增强2个方面，对基于WiFi的侧信道密码分析进行了梳理介绍；基于微小动作感知增强实现并验证了基于WiFi射频信号的侧信道击键识别系统。实验结果表明，系统在非穿墙模式下对0~9数字按键的识别准确率为85.4%，在穿墙模式下的识别准确率为82.6%。

摘要:DNS(domain name system)作为互联网基础设施的重要组成部分，其数据一般不会被防火墙等网络安全防御设备拦截。以DNS协议为载体的隐蔽信道具有较强的穿透性和隐蔽性，已然成为攻击者惯用的命令控制和数据回传手段。现有研究中缺乏对真实APT(advanced persistent threat)攻击中DNS隐蔽信道的检测技术或方法，且提取的特征不够全面。为深入分析攻击流量和行为特征，基于有限状态机对真实APT攻击中DNS隐蔽通信建模，剖析了APT攻击场景下DNS隐蔽信道的构建机理，详细阐述了其数据交互过程，通过总结和分析DNS隐蔽通信机制，基于有限状态机建立通信模型，提出通信过程中存在关闭、连接、命令查询、命令传输等7种状态，控制消息和数据消息等不同类型消息的传输将触发状态迁移。利用泄露的Glimpse工具模拟真实APT攻击下DNS隐蔽通信，结合Helminth等恶意样本实验验证了模型的适用性和合理性，为人工提取特征提供了充分的依据。

摘要:战场环境下，无人机因其自身辐射被敌侦收而产生安全威胁，并容易对其他通信网络产生干扰。为提高无人机安全执行战场侦察任务时的侦察信息传输速率，提出面向隐蔽侦察任务的无人机中继通信频谱资源优化方法，通过功率控制避免被敌方反侦测，并利用无人机中继增大系统通信速率，通过频谱资源优化达到无有害干扰通信的目的。同时提出了基于块坐标下降法与连续凸近似法相结合的频谱资源联合优化算法，通过对带宽分配、发射功率和无人机轨迹等变量的联合优化获得次优解。仿真结果表明：与基准策略相比，联合优化算法具有更高的信息传输速率。

摘要:当前电磁环境日益复杂，利用机器学习方法实现快速且精确的宽频段无线电测向逐渐成为研究的热点。使用卷积神经网络基于端到端的方式完成宽频段测向的方法能够在一定程度上解决宽频段相位模糊的问题，但卷积运算后特征维数大大增加，稀疏的特征影响了最后一层全连接前馈神经网络的分类效果。针对这一问题，提出将无线电测向分为特征学习任务和方向预测任务，使用卷积神经网络作为特征提取器，将通过多层卷积运算得到的结果视为二次提取的特征，作为方向预测任务的输入；针对二次提取特征的稀疏性，提出使用主成分分析算法对特征进行降维，并将稀疏性降低后的特征作为后续分类器的输入。此外，针对特征的特点，探索了几种分类模型作为分类器的效果，包括决策树、随机森林、径向基函数神经网络和K-近邻。实验结果表明，使用主成分分析算法对特征进行降维能够提升训练和测试效率；采用K-近邻构成分类器的准确度明显高于原卷积神经网络的准确度；若需要兼顾准确度和测向效率，采用随机森林构成分类器的效果最好。

摘要:针对目标先验信息不准确条件下机载多输入多输出(multiple-input multiple-output，MIMO)雷达运动目标检测性能下降的问题，提出了一种基于可行点追踪连续凸近似(feasible point pursuit successive convex approximation，FPP-SCA)的机载MIMO雷达发射波形和接收滤波器组联合设计方法。在角度-多普勒平面上目标可能出现的区域设计一组接收滤波器，以最大化最差情形输出信杂噪比作为联合设计的优化准则；考虑波形的恒模和相似性约束建立极大化极小的联合设计问题，以提高目标参数不准确条件下对目标的稳健性检测；基于FPP-SCA算法框架，将联合设计问题的非凸约束条件进行凸近似处理，解决了极大化极小联合设计问题。仿真实验验证了所提方法能在目标参数不准确时保持较优的目标检测性能，且运算量低于对比方法。