摘要:

摘要:

摘要:逆合成孔径雷达(inverse synthetic aperture radar,ISAR)在雷达目标识别、空间监视和弹道导弹防御等领域发挥着重要作用。针对传统稀疏孔径ISAR成像算法对参数敏感和收敛速度慢的问题,提出一种基于复值快速迭代收缩阈值算法网络的稀疏孔径ISAR成像恢复方法。将加速近端梯度方法引入稀疏重构算法中,并将其迭代步骤构建为深度展开网络的隐藏层,构建初始参数相同的随机散射点和飞机散射点的数据集,将复值一维距离像作为网络的输入,利用ISAR像对应的标签对网络进行训练和验证。该方法直接处理复数数据替代传统的分实虚部两路计算方法,显著减少了计算负担。仿真实验表明,相较于传统模型驱动算法,通过对网络进行训练避免了手动调参过程,收敛速度更快,成像质量更高,而且对于特征差异较大的数据具有更好的泛化能力。

摘要:针对步进线性调频信号(stepped frequency-linear frequency modulation, SF-LFM)体制雷达对抗问题,提出了一种基于子脉冲间歇采样的干扰方法。通过对截获SF-LFM信号的子脉冲进行交替采样与转发,在雷达成像处理后可形成沿距离向延拓的逼真假目标。在此基础上对其干扰特性与参数设计问题进行了讨论,并分别通过一维理想散射点仿真与某型飞机二维成像数据仿真实验验证了所提方法有效性。

摘要:为了解决车载边缘计算网络中无线网络传输特性导致的窃听、重放、拦截、篡改等安全威胁,考虑到车载终端资源有限的特点,提出了一种轻量级匿名高效身份认证协议。基于切比雪夫混沌映射算法,避免了多数方案所采用的指数、双线性映射等复杂算法,有效降低了身份认证与密钥协商过程中的计算复杂度。此外,在实现接入认证及切换认证的同时,能够实现终端匿名性及可追溯、可撤销等安全功能。通过Scyther工具验证结果表明该协议能够满足认证过程中的安全需求并且能够抵抗多种协议攻击。相比已有方案,所提接入认证方案总计算开销最低可节省67%,带宽开销最低可节省11%。此外,相比于接入认证方案,所提域内切换认证方案总计算开销可节省99.8%,带宽开销可节省52%;域间切换认证方案总计算开销可节省80%,带宽开销可节省37%。性能分析结果表明该协议具备更良好的计算和通信性能,因此可以解决车载边缘计算网络中的终端高效安全接入及切换问题。

摘要:为提高物联网(Internet of Things, IoT)设备漏洞分析的准确度,在深入分析了50余个MIPS架构的IoT设备固件漏洞的基础上,提出了一种基于导向式模糊测试的动静结合IoT设备固件漏洞分析方法。获取固件程序中所有函数信息,依据数据引入函数与漏洞触发函数的函数调用关系图,定位危险代码区域。基于危险代码区域详细控制流图,计算执行路径中基本块到达漏洞触发函数的距离,动态调控种子能量,实现面向漏洞触发函数的导向性模糊测试。设计实现了面向MIPS架构的IoT设备固件漏洞分析系统DirFirmFuzz。实验结果表明,相较于已有工具,系统漏洞分析的误报率平均缩减了73.31%,到达漏洞触发函数的平均速度加快了1.1~7倍。同时,在实际环境测试过程中,发现了D-Link、Cisco等多个厂商的12个0-day漏洞,均已报送相关厂商进行修补。

摘要:当前,网络空间安全形势日益严重,这是因为网络攻击手段层出不穷。其中,跨站脚本(cross-site scripting, XSS)攻击和结构化查询语言 (structured query language, SQL)注入攻击是2种较为常见的网络攻击方式。由于它们的有效载荷样式多样,导致传统的基于规则的检测以及基于特征的机器学习难以对其进行检测。为了提高对Web攻击的检测效果,降低人工提取特征的繁杂度,提出了一种基于双向长短期记忆神经网络的Web攻击检测方法:使用字符向量化提取Web攻击有效特征的序列,并映射到特征向量,嵌入向量到神经网络中,然后使用双向长短期记忆递归神经网络训练和测试模型。结果表明,该检测方法在真实数据集中的检测准确率达到99.35%,召回率达到99.49%,可以同时检测XSS攻击和SQL注入攻击。证明了这种基于深度学习的检测方法可以较大规模地应用于Web攻击感知平台中。

摘要:域名WHOIS数据包含域名所有权的相关信息,包括域名创建信息、注册者信息等,是网络空间实体与社会空间实体相关联的重要数据来源。然而,WHOIS协议仅在传输机制方面具有统一的标准,查询获得的域名注册信息在格式和内容上还存在较大差异,数据呈现多种模式。针对WHOIS数据存在多种模式,难以进行信息准确抽取的问题,设计实现了WHOIS信息的批量获取方法和基于规则的WHOIS信息解析器(rule-based parser),提升了域名WHOIS信息获取效率和分析准确率。通过合理设计解析字段,构建详尽的规则库,解决了不同模式下WHOIS信息解析效率不高的问题。与传统解析器对比,基于规则的WHOIS信息解析器能解析更多的顶级域名WHOIS信息,并能以更高的成功率和更低的时间开销完成对WHOIS信息的解析,能够为网络空间测绘、网络公害治理等方向提供技术和数据支撑。

摘要:可调带通滤波器是物联网、卫星通信、智能天线等系统中不可缺少的关键器件之一。针对目前对可调带通滤波器小型化、低成本和高集成度等特点的应用需求,提出了一种基于液晶材料的可调带通滤波器设计方法。通过微带传输线结构实现了近零介电常数(epsilon near zero,ENZ)超材料单元结构的设计,并利用ENZ超材料的窄通道隧穿效应有效实现了窄带滤波功能,通过将3个ENZ超材料单元结构串联从而完成了带通滤波器基本结构的设计。在此基础上,将微波液晶材料引入ENZ超材料的隧穿通道中,利用液晶材料在外部驱动电压作用下介电参数可变的特性,最终实现了对带通滤波特性的有效调控。全波数值仿真结果表明,所提出的基于ENZ超材料的液晶带通滤波器能够实现中心频率15.88~16.73 GHz的调控,从而验证了设计方法的有效性。

摘要:由于制作工艺的限制和器件材料的不均匀性,红外图像在一定程度上存在非均匀性,导致目标探测和识别能力下降,严重的情况下甚至无法探测目标,因此,红外图像必须经过校正才能发挥出红外探测器对温度的高灵敏度性能。基于神经网络的非均匀性校正技术是校正非均匀性的有效方法,但在去除非均匀性噪声的同时,会弱化图像信息边缘,导致图像模糊,甚至出现严重的鬼影。为了改善红外图像的非均匀性校正性能,以神经网络模型为架构基础,利用引导滤波算子作为期望真值模板,替代传统的神经网络模型中的均值滤波模板,同时增加鬼影抑制算法,在去除非均匀性噪声的同时,达到抑制鬼影、边缘保真的效果。实验结果表明,提出的非均匀性校正算法能够在保留图像细节特征、抑制鬼影的同时,很好地校正了红外图像的非均匀性。