2024(2). DOI: 10.12399/j.issn.2097-163X.2024.02.009
摘要:
2024(2). DOI: 10.12399/j.issn.2097-163X.2024.02.010
摘要:
2024(2):1-4. DOI: 10.12399/j.issn.2097-163x.2024.02.001
摘要:当前,以第六代移动通信技术(6th-generation mobile communication tenchnology, 6G)为代表的无线数字新技术正在塑造着这个信息新时代,在积极发展并应用这些技术的同时,必须高度重视网络数据安全。为此,就网络通信发展态势、6G演进及数据安全、网络数据安全及挑战进行简要评述。
2024(2):5-26. DOI: 10.12399/j.issn.2097-163x.2024.02.002
摘要:电磁频谱的争夺是未来信息化战场至关重要的博弈对抗,为了应对更加灵巧和智能化的电子干扰,雷达也必须要发展智能化的反干扰技术。围绕当前雷达反干扰技术发展现状,将雷达反干扰技术框架分解为被动干扰抑制、主动干扰抑制和认知反干扰3个主要模块,从基础原理、实现逻辑、性能表现等方面对近几年的代表性文献进行了归纳总结。在此基础上,引入了干扰记忆诱导的智能化反干扰概念,丰富了雷达反干扰智能化内涵。并进一步分析了未来该领域的技术需求、应对场景以及发展趋势,为后续的反干扰技术智能化发展提供参考和依据。
2024(2):27-37. DOI: 10.12399/j.issn.2097-163x.2024.02.003
摘要:针对利用运动接收机对静止超视距短波无线电目标定位的问题,提出了一种基于极大似然准则的天波超视距直接定位算法,进一步应用引力搜索算法,以实现高效的目标位置估计。推导了在上述问题中目标位置估计的克拉美罗下界(Cramér-Rao lower bound,CRLB),并分析了所提算法的计算复杂度。仿真实验结果表明,与传统的针对视距目标的直接定位算法相比,所提出的算法能显著提高对天波超视距短波目标定位的精度,且性能非常接近CRLB;相比于对应的网格搜索算法,在保持较高定位精度的同时,所提算法具有更高的计算效率。
2024(2):38-45. DOI: 10.12399/j.issn.2097-163x.2024.02.004
摘要:为了解决部分均匀环境中训练数据不足时的子空间信号检测难题,采用贝叶斯理论,将噪声协方差矩阵建模为逆威沙特分布,并采用广义似然比准则(generalized likelihood ratio test,GLRT)、Rao准则和Wald准则设计自适应检测器,结果表明3种准则得到相同的结果。基于仿真及实测数据验证了所提检测器的有效性,并得出了影响检测性能的关键物理量。
2024(2):46-53. DOI: 10.12399/j.issn.2097-163x.2024.02.005
摘要:信息物理协同攻击利用网络攻击掩盖或者延长物理攻击的影响,对智能电网造成了极大威胁。为阻止协同的虚假数据注入攻击,暴露物理攻击的影响,提出了一种基于量测集受控随机化的移动目标防御方法。首先, 形式化描述了量测值的选择需要满足的约束;其次,采用随机的量测集进行状态估计,使得攻击者关于电网的先验知识失效;最后,使用MATPOWER模拟器在IEEE标准系统上进行了大量的仿真,实验结果表明,该方法可以防止50%以上的状态被攻击。
2024(2):54-69. DOI: 10.12399/j.issn.2097-163x.2024.02.006
摘要:卷积神经网络(convolutional neural network,CNN)是高光谱图像分类中一种常用的方法,有着较好的分类表现。然而,CNN不可避免地会提取出一些冗余特征,这对高光谱图像分类的准确率造成干扰。此外,高光谱图像分类还面临着同谱异物、同物异谱问题。为了解决以上这些问题,提出了一种基于注意力机制辅助空谱联合残差网络的高光谱图像分类方法。一方面,通过使用注意力机制辅助的3-D、2-D残差网络,同时从光谱维度和空间维度提取空谱联合特征,克服同谱异物、同物异谱问题;另一方面,引入通道注意力机制和空间注意力机制,有效降低了冗余空谱特征的干扰。在2种高光谱数据集上的实验结果表明,相比同类对比算法,所提出的方法具有更优越的分类性能。
2024(2):70-81. DOI: 10.12399/j.issn.2097-163x.2024.02.007
摘要:智能合约是区块链技术的重要组成部分,但由于编程人员的开发和代码审查经验不足,智能合约漏洞引发的安全问题日益增多。现有的形式化验证和符号执行检测方法误报率和漏报率较高,基于深度学习的方法尽管提高了检测效果,但仍存在解释性较差和依赖大量标注数据的问题。为解决这些局限性,提出一种在零样本场景下基于提示工程的智能合约漏洞检测方法Prompt-enhanced ChatGPT。该方法以使用标准提示文本的ChatGPT为研究对象,通过将传统的漏洞检测任务转化为文本问答任务,利用模型的推理能力进行检测。智能合约源码经过预处理去除冗余信息,并设计包含“任务描述”“漏洞描述”“检测步骤”“推理过程”和“答案格式”的提示文本模板,Prompt-enhanced ChatGPT可以生成漏洞检测结果和可解释的分析过程。在公开的数据集上进行一系列对比实验和分析后,结果表明所提方法能够提升零样本场景下智能合约漏洞检测性能,揭示了大语言模型在相关领域的潜在能力。
2024(2):82-94. DOI: 10.12399/j.issn.2097-163x.2024.02.008
摘要:软件漏洞自动验证是分析漏洞可利用性、评估其危害性的重要手段。然而在目标系统开启地址空间布局随机化(address space layout randomization, ASLR)漏洞缓解机制条件下,由于缺乏地址泄露事件的构造能力和有效的漏洞利用载荷运行时重定位方法,当前技术无法生成能有效验证漏洞可利用性的输入样本。为解决上述问题,提出了一种地址泄露敏感的二进制软件漏洞自动验证方法。该方法包含完全地址泄露漏洞状态自动构造和运行时环境无关的漏洞利用会话自动生成2个阶段。首先,综合执行状态动态监控、地址泄露样本自动构造、地址泄露导引的模糊测试等技术,自动生成能够蕴含执行目标载荷所需的全部地址泄露事件,并于其后触发漏洞的程序状态。然后,基于该漏洞触发状态,综合漏洞可利用状态构造、漏洞利用模板自动提取、基于载荷运行时动态重定位的漏洞可利用性自动验证等技术,自动构造出能够动态适配于目标系统运行环境的漏洞利用会话,并基于该会话自动完成目标漏洞可利用性分析。基于上述技术实现了LeakableExp原型系统,并以该原型系统对2个测试程序、14个CTF、RHG竞赛赛题程序和4个实际漏洞程序进行了实验分析。实验结果表明,LeakableExp具备在ASLR开启条件下,自动泄露目标系统敏感地址、分析漏洞可利用性的能力。
您是本站第 4754718 访问者
地址:安徽省合肥市黄山路460号 邮编:230037 E-mail:dl_xxdk@nudt.edu.cn
电话:0551-65926962/65926968 0581-926962/926968(军线)
本系统由北京勤云科技发展有限公司设计