-
题名航空发动机终端威胁作用机理和威胁模式分析
- 1
-
-
作者
王春晖
邢洋
李兆红
田申
-
机构
海军装备部
中国航发沈阳发动机研究所
-
出处
《航空发动机》
北大核心
2024年第4期38-42,共5页
-
文摘
战机及其配装的发动机在战场执行任务时,不可避免地会遭遇敌方防空武器的威胁,终端威胁对施加损伤起关键作用。针对发动机(飞机)在战场执行攻击任务时可能遭遇的不同类型威胁,重点对终端威胁作用机理和威胁模式开展分析。从终端威胁产物杀伤机理(威胁机理)出发,描述了穿透物、破片、燃烧物质、爆炸冲击波、高能激光和生化制剂等常见终端威胁产物的输出特性。在此基础上,对航空发动机典型7大部件遭受的威胁模式开展分析,给出了相关威胁模式可能给各大部件带来的损伤模式。上述威胁分析结果可供发动机及部件易损性分析时借鉴,也可供发动机生存力或易损性设计参考。
-
关键词
终端威胁
威胁模式
损伤模式
生存力
易损性
航空发动机
-
Keywords
terminal threat
threat mode
damage mode
survivability
vulnerability
aeroengine
-
分类号
V231.3
[航空宇航科学与技术—航空宇航推进理论与工程]
-
-
题名一种基于漏洞威胁模式的网络表示学习算法
- 2
-
-
作者
黄易
申国伟
赵文波
郭春
-
机构
贵州大学计算机科学与技术学院
贵州大学贵州省公共大数据重点实验室
-
出处
《计算机科学》
CSCD
北大核心
2020年第7期292-298,共7页
-
基金
国家自然科学基金(61802081)
贵州省科技重大专项计划项目(20183001)
贵州省科技计划(20161052,20171051)。
-
文摘
威胁情报分析可为网络攻防提供有效的攻防信息,而细粒度的挖掘即网络威胁情报数据中的安全实体及实体间的关系,是网络威胁情报分析研究的热点。传统的机器学习算法,在被应用到大规模网络威胁情报数据分析中时,面临着稀疏、高维等问题,进而难以有效地捕获网络信息。为此,针对网络安全漏洞的分类问题,文中提出了一种基于漏洞威胁模式的网络表示学习算法——HSEN2vec。该算法旨在最大限度地捕获异构安全实体网络的结构和语义信息,并从中获得安全实体的低维向量表示。该算法首先基于漏洞威胁模式获取异构安全实体网络的结构信息,随后通过Skip-gram模型建模,并通过负采样技术进行有效预测进而得到最终的向量表示。实验结果表明,在国家安全漏洞数据上,与其他方法相比,利用所提算法进行漏洞分类的准确率等评价指标有所提升。
-
关键词
网络表示学习
异构安全实体网络
威胁模式
漏洞
-
Keywords
Network representation learning
Heterogeneous security entity network
Threat schema
Vulnerability
-
分类号
TP393.0
[自动化与计算机技术—计算机应用技术]
-
