题名 熵权神经网络的信息系统安全评估
被引量：14
1
作者
顾兆军 辛倩
机构
中国民航大学信息安全测评中心 中国民航大学 计算机科学与技术学院
出处
《计算机工程与设计》
北大核心
2018年第7期1856-1860,共5页
基金
国家自然科学基金项目(61601467 U1533104) +5 种基金 民航科技基金项目(MHRD20140205 MHRD20150233) 民航安全能力建设基金项目(PDSA008) 中央高校基本科研业务费中国民航大学专项基金项目(3122013Z008 3122013C004 3122015D025)
文摘
为提高信息系统安全评估的准确性,提出一种基于熵权法的BP神经网络评估模型。采用熵权法对安全指标体系进行处理,提取重要指标,剔除对评估结果无影响的指标,将重要指标作为BP神经网络的输入,提高BP神经网络对知识的学习能力,利用实例验证模型的性能。验证结果表明,与其它同类型评估模型相比,熵权-BP模型训练速度快,评估精度高,可以为信息系统管理员提供科学的参考依据。
关键词
信息系统安全 熵权法 神经网络 评估模型 非线性
Keywords
information system security entropy weight method neural network evaluation model nonlinearity
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
题名 基于资产相关性的信息系统安全评估模型
被引量：3
2
作者
周景贤 王帅卿 韩迎亚 顾兆军
机构
中国民航大学信息安全测评中心 中国民航大学 计算机科学与技术学院中国 消费者报社
出处
《计算机工程与设计》
北大核心
2017年第7期1691-1696,1718,共7页
基金
民航科技基金项目(MHRD20140205 MHRD20150233) +3 种基金 国家自然科学基金项目(61303232) 中央高校基金项目中国民航大学专项基金项目(3122013C004 3122015D025) 中国民航大学科研启动基金项目(2013QD24X)
文摘
针对只考虑单资产风险的评估不能客观反映信息系统真实安全水平的问题,提出一种基于资产相关性的信息安全风险评估模型。分析资产与资产、资产与业务关系,建立资产关系模型;采用粗糙集属性重要度概念,对决定资产价值的安全属性进行权重分配,计算各个资产价值;基于资产相关性,融合资产的威胁、脆弱性和已有安全措施,计算信息系统的风险值。实例验证结果表明,基于资产相关性的风险值计算结果与信息系统面临的实际风险相一致,与传统计算模型比较结果显示,所提模型在反映信息系统安全水平方面更为客观合理。
关键词
资产 相关性程度 信息系统 粗糙集 风险评估
Keywords
assets degree of association information system rough set risk assessment
分类号
TP393
[自动化与计算机技术—计算机应用技术]
题名 可量化的信息系统安全性水平评估
被引量：7
3
作者
顾兆军 韩迎亚
机构
中国民航大学信息安全测评中心 中国民航大学 计算机科学与技术学院
出处
《计算机工程与设计》
北大核心
2016年第7期1729-1733,共5页
基金
民航安全能力建设资金基金项目(PDSA0008) 中央高校基金中国民航大学专项基金项目(3122013C004 +3 种基金 3122015D025) 民航科技基金项目(MHRD20140205 MHRD20150233) 中国民航大学科研启动基金项目(2013QD24X)
文摘
为合理反映信息系统的整体安全状况,考虑现有的只对某一单项资产进行评估的信息安全风险评估方法存在的不足,建立信息系统整体风险评估的指标体系。采用基于可拓关联度的多级模糊评价的方法,对风险等级采取相应的量化,定性定量地得出风险值和其所属的风险等级。实例验证结果表明,该方法可以挖掘单项资产风险点和各个安全层面的安全状况,实现了从整体角度把握信息系统安全性水平,便于进行风险管理。
关键词
指标体系 风险等级 关联函数 安全性水平 定量
Keywords
index system risk level correlation function security level quantitative
分类号
TP393
[自动化与计算机技术—计算机应用技术]
题名 基于知识图谱的空管信息系统威胁评估研究
4
作者
顾兆军 杨文 隋翯 李志平
机构
中国民航大学信息安全测评中心 中国民航大学 计算机科学与技术学院中国民航大学 航空工程学院
出处
《计算机科学》
CSCD
北大核心
2024年第S02期925-935,共11页
基金
中国民航大学信息安全测评中心开放基金(ISECCA-202103) 民航安全能力建设基金(PESA2022093) +1 种基金 中国民航大学研究生科研创新资助项目(2022YJS060) 中央高校基本科研业务费中国民航大学专项基金项目(3122022058)。
文摘
随着空管信息系统的智能化和开放化发展,风险暴露面正逐渐增大。威胁评估是有效评估空管信息系统脆弱性和安全风险的重要手段,但以往的威胁评估模型大多存在两方面的局限。一方面,通常只关注威胁信息的显性关联关系,导致潜在的攻击路径被忽视或未能被准确地分析;另一方面,在量化威胁时考虑的因素较为粗略,与实际系统环境脱节,导致威胁严重程度和实际情况不符。为此,提出一种基于知识图谱的空管信息系统威胁评估模型。将知识图谱本体模型范围扩展到资产安全属性、缓解措施和被攻陷资产等关键概念,充分融合资产、攻击、漏洞等多源威胁数据构建安全知识图谱,并设计逻辑推理规则弥补知识图谱描述能力的限制;提出推理规则融合广度优先策略的攻击路径识别算法,提取更加全面和准确的攻击路径和攻击关系;基于系统实际运行环境提出细粒度的威胁量化方法,考虑资产外部暴露程度、物理保护和网络防护等因素。实验表明该评估模型有助于识别空管信息系统中多漏洞联合利用形成的潜在攻击路径,同时根据威胁量化对攻击响应进行优先级排序,能有效提高网络安全防御效率。
关键词
空管信息系统 知识图谱 推理规则 攻击路径 威胁评估
Keywords
Air traffic control information system Knowledge graph Inference rule Attack path Threat assessment
分类号
TP393
[自动化与计算机技术—计算机应用技术]
题名 小型无人机视觉传感器避障方法综述
被引量：3
5
作者
王家亮 董楷 顾兆军 陈辉 韩强
机构
中国民航大学 计算机科学与技术学院中国民航大学信息安全测评中心 中国 民用航空局空中交通管理局航空气象中心
出处
《西安电子科技大学学报》
北大核心
2025年第1期60-79,共20页
基金
天津市教委科研计划项目(2020KJ026) 民航安全能力建设资金(PESA2022093)。
文摘
无人机自主飞行避障技术是无人机安全飞行和应用中最为基础和关键的技术,也是当前无人机领域的研究热点。随着深度学习在计算机视觉方向的应用,以及事件相机等视觉传感器技术的迅速发展与不断完善,基于视觉传感器的无人机自主飞行避障方法取得一定的进步,但目前有些研究方法在复杂场景下仍存在很大的挑战以及存在一些列亟待解决的问题,在精准性、实时性以及算法鲁棒性方面仍有改进空间。首先介绍无人机避障的相关概念及问题难点;然后将基于视觉传感器的避障算法根据采用的硬件及技术手段,具体划分为传统避障方法、基于深度学习避障方法、基于处理事件流的避障方法、基于传感器融合避障方法,和基于视觉避障的决策层避障方法,并分别介绍每类避障方法相关研究进展与研究成果,以及分析各类避障方法的优缺点;最后总结现有无人机避障算法存在的问题,并对未来研究工作进行展望。
关键词
无人机 避障传感器 计算机视觉 事件相机
Keywords
unmanned aerial vehicle obstacle detectors computer vision event camera
分类号
TP249
[自动化与计算机技术—检测技术与自动化装置]
题名 基于核主成分分析的半监督日志异常检测模型
被引量：2
6
作者
顾兆军 叶经纬 刘春波 张智凯 王志
机构
中国民航大学信息安全测评中心 中国民航大学 计算机科学与技术学院中国 民用航空中南地区空中交通管理局湖北分局南开大学 网络空间安全 学院
出处
《江苏大学学报（自然科学版）》
CAS
北大核心
2025年第1期64-72,97,共10页
基金
国家自然科学基金资助项目(U2333201,61872202) 国家重点研发计划项目(2021YFF0603902) +2 种基金 民航安全能力建设项目(PESA2020100,PESA2021007,PESA2021009) 中国科学院重点部署项目(KFZD-SW-440) 天津市自然科学基金资助项目(19JCYBJC15500)。
文摘
对于具有“组异常”和“局部异常”分布特点的系统日志数据,传统的ADOA(anomaly detection with partially observed anomalies)半监督日志异常检测方法存在为无标签数据生成的伪标签准确性不佳的问题.针对此问题,提出一种改进的半监督日志异常检测模型.对已知异常样本采用k均值聚类,采用核主成分分析计算无标签样本的重构误差;运用重构误差和异常样本相似分计算出样本的综合异常分,作为其伪标签;依据伪标签计算LightGBM分类器的样本权重,训练异常检测模型.通过参数试验探究了训练集样本比例变化对模型性能的影响.在HDFS和BGL这2个公开数据集上进行试验,结果表明该模型能够提高伪标签的准确性,相较于DeepLog、LogAnomaly、LogCluster、PCA和PLELog等已有模型,精确率和F 1分数均有提升.与传统的ADOA异常检测方法相比,该模型F 1分数在2类数据集上分别提高了0.084和0.085.
关键词
系统日志 日志异常检测 组异常 局部异常 半监督 重构误差 核主成分分析 伪标签
Keywords
system log log anomaly detection group anomaly local anomaly semi-supervised reconstruction error kernel principal component analysis pseudo-label
分类号
TP393
[自动化与计算机技术—计算机应用技术]
题名 基于因果干预的微服务系统故障根因分析方法
7
作者
丁建立 何雨峰 王静
机构
中国民航大学 计算机科学与技术学院中国民航大学 安全 科学与工程学院中国民航大学信息安全测评中心
出处
《计算机应用》
北大核心
2025年第1期196-203,共8页
基金
国家自然科学基金资助项目(U2033205)。
文摘
针对现有故障根因分析方法因果关系丢失、在复杂环境中分析效率低下以及缺乏对于非机器指标故障类型分析能力的问题,提出一种基于因果干预的微服务系统故障根因分析(CIMF-RCA)方法。首先,利用马尔可夫假设和调用模式对调用链和微服务进行筛选,从而缩减干预识别的搜索空间并提高故障根因分析方法在复杂环境中的效率;其次,通过解析并融合非结构化的日志数据,实现机器指标数据和日志数据的联合分析;最后,引入因果贝叶斯网络(CBN)和干预数据,提出一种改进的干预识别算法及分治的故障根因分析方式。在大规模微服务基准平台TrainTicket上进行实验的结果表明,对比表现最优的根本原因发现(RCD)方法,所提CIMF-RCA方法的Top-5平均准确率提高了26.33个百分点,所需时间减少了41.61%;而在RCD无法识别的非机器指标故障类型中,所提方法的Top-5准确率达到了77.00%。可见,所提方法能有效地分析微服务系统中的故障根因。
关键词
微服务系统 根因分析 干预识别 因果结构发现 数据融合
Keywords
microservice system root cause analysis intervention recognition causal structure discovery data fusion
分类号
TP393
[自动化与计算机技术—计算机应用技术]
题名 基于时序卷积网络的轻量级日志异常检测
8
作者
顾兆军 王亚飞 刘春波 张智凯
机构
中国民航大学信息安全测评中心 中国民航大学 计算科学与技术学院
出处
《计算机工程与设计》
北大核心
2025年第8期2272-2279,共8页
基金
国家自然科学基金项目(U2333201) 国家重点研发计划基金项目(2021YFF0603902) 民航安全能力建设资金基金项目(PESA2022093、PESA2023101)。
文摘
针对物联网边缘设备计算能力和存储空间有限,现有方法难以直接部署应用。提出一种基于改进时序卷积网络(TCN)的轻量级日志异常检测模型LLAD。日志预处理后提取语义特征并表征单词与日志事件的关系;在异常检测阶段,采用深度可分离卷积操作实现一维卷积运算,并使用全局平均池化替换全连接层以减少标准TCN的参数数量和计算量。在HDFS和BGL数据集上的实验结果表明,LLAD与基准模型相比,所需内存和FLOP至少减少80%,且检测性能指标F1值有所提升。
关键词
边缘设备 日志异常检测 特征提取 语义特征 时序卷积网络 深度可分离卷积 全局平均池化
Keywords
edge devices log anomaly detection feature extraction semantic features temporal convolutional network depth-wise separable convolution global average pooling
分类号
TP309
[自动化与计算机技术—计算机系统结构]
题名 基于干扰样本分布优化的工控异常检测改进SVM模型
9
作者
顾兆军 扬雪影 隋翯
机构
中国民航大学信息安全测评中心 中国民航大学 计算机科学与技术学院中国民航大学 航空工程学院
出处
《计算机科学》
北大核心
2025年第7期388-398,共11页
基金
国家自然科学基金(U2333201)。
文摘
针对现有的工业控制系统异常检测分类方法大多无法有效处理类不平衡和重叠耦合的问题,提出了一种基于干扰样本分布优化的工控异常检测改进SVM模型(Improved SVM Model Based on Adaptive Differential Evolution with Sphere, SJADE_SVM),该模型将基于超球体覆盖的自适应差分进化过采样技术与支持向量机相结合。首先,通过改进超球体覆盖算法和构建概率公式,来识别和排除干扰样本;然后,改进合成少数派过采样技术,通过对安全样本采样,缓解类不平衡和重叠耦合问题;最后,使用自适应差分进化算法优化样本的位置和属性,同时使用SVM进行分类。在6个真实工控数据集和4个UCI公开数据集上共设计3组实验,包括与逻辑回归和高斯朴素贝叶斯等异常检测分类算法的性能对比、改善样本分布方法的实验对比以及算法的运行时间对比。实验结果表明,该模型在F-score和G-mean评价指标上分别提高了38.29%和10.54%,分类效果稳居前三,且在α=0.05的非参数双侧Wilcoxon符号秩检验和Friedman检验等统计实验中表现出显著的性能优势。
关键词
异常检测 采样 支持向量机 重叠 自适应差分进化
Keywords
Anomaly detection Sampling Support vector machine Overlap Adaptive differential evolution
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 基于多尺度局部与全局特征提取的时间序列预测网络
10
作者
王静 王济昂 丁建立 李永华
机构
中国民航大学 安全 科学与工程学院中国民航大学信息安全测评中心 中国民航大学 计算机科学与技术学院
出处
《计算机工程与设计》
北大核心
2025年第6期1734-1741,共8页
基金
国家自然科学基金项目(U2033205)。
文摘
为有效提取序列数据中的局部与全局变化,并对多尺度特征进行建模,提高时间序列预测准确率,提出一种基于多尺度局部与全局特征提取的时间序列预测网络。多尺度特征捕获模块使用多个不同大小的卷积提取序列中多周期的特征;关注对周期性序列的建模,利用多尺度时序分离模块,使用平均池化分离得到时间序列的周期性和趋势性部分;局部与全局特征模块对序列中的局部变化和全局趋势进行建模。实验结果表明,所提算法在4个数据集上的预测效果均优于相关基线算法。
关键词
多维时间序列预测 局部与全局特征 多尺度 卷积神经网络 时序分解 特征提取 深度学习
Keywords
multidimensional time series prediction local and global features multi-scale convolutional neural network time series decomposition feature extraction deep learning
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 云计算虚拟化平台安全问题研究
被引量：16
11
作者
王文旭 张健 常青 顾兆军
机构
天津理工大学 计算机与通信工程学院 天津市公安局人口管理总队 中国民航大学信息安全测评中心
出处
《信息网络安全》
2016年第9期163-168,共6页
基金
国家重点研发计划[2016YFB0800805] 天津市科技服务业科技重大专项[16ZXFWGX00140] 中国民航大学信息安全测评中心开放基金课题[CAAC-ISECCA-201501]
文摘
随着云计算技术的快速发展,云安全事件呈现线性增加的趋势,已经成为云计算领域亟需解决的重要问题。而虚拟化技术是云计算的关键技术,只有不断地提高虚拟化平台的安全性,才能有效促进云计算技术的发展与应用。针对虚拟化平台,传统的安全解决方案无法满足现有的安全需求。文章介绍了虚拟化技术与主流虚拟化平台,梳理了当前虚拟化平台所面临的各种安全问题及其防范方法。然后从安全漏洞数量与类型以及研究热度等方面对传统环境与虚拟化平台进行了对比分析研究,提出了虚拟化平台的安全现状和安全威胁发展趋势。最后文章总结分析了目前虚拟化平台主要存在的不足,并提出了相关应对措施。
关键词
云计算 云安全 虚拟化技术 安全漏洞 虚拟化平台
Keywords
cloud computing cloud security virtualization technology security vulnerability virtualization platform
分类号
TP309
[自动化与计算机技术—计算机系统结构]
题名 基于极大化思想的无人机安全避障域识别算法
被引量：2
12
作者
王家亮 董楷 顾兆军 陈辉 韩强
机构
中国民航大学 计算机科学与技术学院中国民航大学信息安全测评中心
出处
《西南交通大学学报》
EI
CSCD
北大核心
2023年第6期1267-1276,共10页
基金
天津市教委科研计划(2020KJ026)。
文摘
为提高四轴飞行器避障的准确性与实时性,提出一种结合LK (Lucas-Kanade)光流法和极大化思想的四轴飞行器避障算法.首先,对四轴飞行器采集的视频流进行预处理,得到图像帧;其次,通过LK光流法剔除图像帧中光流小于阈值的角点,采用基于角点距离的聚类算法对角点进行分组,并计算出每组角点的外包轮廓;然后,利用基于极大化思想的安全避障域算法计算最优通行区域,进一步根据避障域求得偏差数据;最后,将偏差数据输入比例微分(PD)控制器得到控制信息,并发送控制指令使四轴飞行器及时调整飞行姿态,完成避障飞行.通过特洛(Tello)四轴飞行器进行不同场景的实验表明,本文所提出的算法计算每帧图像最优安全避障域平均所需时间为0.17 s,既满足无人机避障实时性要求,又解决了识别障碍物区域与计算安全避障域问题.
关键词
极大化思想 安全避障域 四轴飞行器
Keywords
maximization idea safe obstacle avoidance domain quad-rotor helicopter
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
V279
[航空宇航科学与技术—飞行器设计]
V249
[航空宇航科学与技术—飞行器设计]
题名 基于时间自动机的工业控制系统网络安全风险分析
被引量：2
13
作者
吕宗平 丁磊 隋翯 顾兆军
机构
中国民航大学信息安全测评中心 中国民航大学 计算机科学与技术学院中国民航大学 航空工程学院
出处
《信息网络安全》
CSCD
北大核心
2019年第11期71-81,共11页
基金
国家自然科学基金[61601467,U1533104] 民航科技基金[MHRD20140205,MHRD20150233] 民航安全能力建设基金[PES A170003,PESA2018079,PESA2018082,PESA2019073,PESA2019074]
文摘
随着工业控制系统开放性增强,大量工业控制协议漏洞暴露在互联网上,造成了工业控制系统安全风险急剧上升。文章针对工业控制系统中最常用的Modbus协议,以典型灌装环节为例,提出了一种基于时间自动机的工业控制系统网络安全分析方法,并对针对Modbus协议的中间人攻击进行了形式化分析和验证。首先结合灌装生产业务流程,归纳了该控制系统网络结构、安全属性和面临的安全威胁;然后对该控制系统的状态、行为、安全策略和攻击行为进行时间自动机建模,并通过时钟同步将各模型连接成网络;最后利用UPPAAL工具编写安全属性公式,并对有无攻击两种情况下的安全属性进行验证。实验结果表明,针对Modbus协议的中间人攻击成功破坏了该控制系统的完整性和可用性。
关键词
工业控制系统 形式化分析 时间自动机 MODBUS协议 UPPAAL
Keywords
industrial control system formal analysis time automaton Modbus protocol UPPAAL
分类号
TP309
[自动化与计算机技术—计算机系统结构]
题名 基于改进保留格式加密的民航旅客数据脱敏方法
被引量：9
14
作者
顾兆军 蔡畅 王明
机构
中国民航大学信息安全测评中心 中国民航大学 计算机科学与技术学院中国民航 信息 网络股份有限公司
出处
《信息网络安全》
CSCD
北大核心
2021年第5期39-47,共9页
基金
国家自然科学基金[61601467,U1533104] 民航科技项目[MHRD20140205,MHRD20150233] 民航安全能力建设项目[PESA170003,PESA2018079,PESA2018082,PESA2019073,PESA2019074]。
文摘
文章提出逆推检验法和瑕疵度指标,以量化和检验脱敏后数据的关联性。同时提出消除基于保留格式加密的数据关联性敏感子段模型,通过计算各个子段之间的关联性并设置阈值消除关联性,筛选合理的脱敏子段。理论分析和实验结果表明,改进后保留格式加密方法脱敏的数据的瑕疵度降低,在有效降低数据泄露风险的同时保证了数据的可用性。
关键词
数据脱敏 保留格式加密 关联性 瑕疵度
分类号
TP309
[自动化与计算机技术—计算机系统结构]
题名 基于半实物的机场供油自控系统网络安全测试
被引量：1
15
作者
顾兆军 姚峰 丁磊 隋翯
机构
中国民航大学信息安全测评中心 中国民航大学 计算机科学与技术学院中国 民用航空局信息 中心 中国民航大学 航空工程学院
出处
《信息网络安全》
CSCD
北大核心
2021年第9期16-24,共9页
基金
中国民航大学信息安全测评中心开放基金[ISECCA-202004] 民航安全能力建设基金[PESA2021007,PESA2021009]。
文摘
仿真建模是ICS网络安全中一个重要的研究方法,但纯软件的仿真方法存在安全功能建模困难、缺乏核心控制层响应等问题,导致目标系统网络安全防护重点模糊、面对攻击的防护能力差。结合实际研究中仿真建模不灵活和测试方法不全面等情况,文章面向民航工业控制系统提出一种基于半实物平台的机场供油自控系统网络安全测试方法。首先,使用DCS设计模式分层搭建半实物仿真测试平台,采用PLC作为核心控制器构建收/发油模块、倒罐模块和罐群管理模块。随后,以攻击者完成系统入侵为前提,分别采用ARP攻击、洪泛攻击、工业协议篡改攻击对系统的生产流程进行网络测试攻击,采用组态演示界面和实物共同验证攻击效果。最后,利用工业防火墙与网闸进行防护能力测试验证,并给出机场供油自控系统防护意见。
关键词
工业控制系统 机场供油自控系统 半实物平台 网络安全测试
Keywords
industrial control system airport fuel supply automatic control system semi-physical platform network security test
分类号
TP309
[自动化与计算机技术—计算机系统结构]
题名 基于系统动力学的民航CPS网络风险评估
被引量：3
16
作者
顾兆军 姚峰 张一诺 隋翯
机构
中国民航大学信息安全测评中心 中国民航大学 计算机科学与技术学院中国民航大学 航空工程学院
出处
《系统工程学报》
CSCD
北大核心
2023年第2期245-253,共9页
基金
民航安全能力建设基金资助项目(PESA2022093) 天津市研究生科研创新项目基金资助项目(2021YJSS121) 中国民航大学信息安全测评中心开放基金资助项目(ISECCA-202103)。
文摘
为解决民航信息物理系统网络风险评估中风险的时间依赖性及复杂的耦合效应,以航油自控系统为例,提出一种基于系统动力学与关联分析相结合的评估方法.首先定义系统动力学表达式,利用系统安全状态函数达成评估目标一致性.进一步结合软因素将风险系统划分为网络风险、业务风险、人为风险和管理风险四个子系统,使用轻量级控件规则定义风险耦合,最后使用Vensim进行仿真分析.结果表明,基于系统动力学的网络风险评估方法相比于传统方法更关注风险耦合,评估结果更具有实时性,为解析风险动态演化机制、从根本上降低航油自控系统网络风险提供了科学依据.
关键词
网络风险评估 系统动力学 民航信息物理系统 风险耦合
Keywords
cyber risk assessment system dynamics civil aviation cyber-physical system risk coupling
分类号
TP399
[自动化与计算机技术—计算机应用技术]
题名 模糊综合评价法的整体安全评估
被引量：7
17
作者
王双 李志平 辛倩 顾兆军
机构
中国民航大学信息安全测评中心
出处
《现代电子技术》
北大核心
2019年第11期82-86,共5页
基金
国家自然科学基金(61601467) 民航科技项目(MHRD20150233) 民航安全能力建设项目(PESA170001)~~
文摘
为提高民航重要信息系统等级保护测评的准确性,提出模糊综合评价法的整体安全评估。该方法通过确定影响整体测评结果的10个单元测评项,建立整体安全指标评价体系,得到评价指标集,划分五个评价等级,运用粗糙集对单元评价指标进行权重系数调整,再利用可拓关联函数得到隶属度矩阵,将评价指标的权重和各个评价指标对评价等级的隶属度模糊合成,得到模糊评价结果。实验结果表明,该方法采用粗糙集权重系数调整,将10个单元评价指标更好地为整体评估提供支撑,实验结果与常权等测评结果对比,更符合民航重要信息系统的现状,具有更好的应用性。
关键词
评价指标 粗糙集 权重 隶属度 整体测评 模糊综合评价
Keywords
evaluating indicator rough set weight membership degree overall assessment fuzzy comprehensive evaluation
分类号
TN918-34
[电子电信—通信与信息系统]
TP393.08
[自动化与计算机技术—计算机应用技术]
题名 一种四轴飞行器单目视觉测距算法
被引量：2
18
作者
顾兆军 韩强 王家亮 陈辉 董楷
机构
中国民航大学信息安全测评中心 中国民航大学 计算机科学与技术学院
出处
《小型微型计算机系统》
CSCD
北大核心
2024年第1期199-206,共8页
基金
天津市教委科研计划项目(2020KJ026)资助 中国民航大学信息安全测评中心开放基金项目(ISECCA-202007)资助 民航安全能力建设基金项目(PESA2020100,PESA2021007,PESA2021009)资助.
文摘
为解决四轴飞行器在执行目标检测与跟踪任务时无法判断机身与障碍物或跟踪目标之间安全距离问题,提出一种四轴飞行器单目视觉测距算法,算法融合基于帧间差分技术的水平测距模型与基于小孔成像的垂直测距模型.首先,算法可利用基于YOLOV4-Tiny的目标检测算法识别视频帧中的物体类别,并可在视频帧中框选出被测物体,依据现场环境选择最佳的测距方法进行测距;其次,系统终端执行测距方法,基于被测物体的视频帧成像位置与设定参数之间的差值控制四轴飞行器飞行,并记录飞行数据;最后,通过测距模型对飞行数据进行处理,计算出四轴飞行器在初始位置和最终位置与被测物体之间的距离.通过在特洛(Tello)飞行器平台上的实际飞行验证,实验结果表明所提出的四轴飞行器单目视觉测距算法可以有效分析出视频帧中各物体的景深,测距误差百分比均值为4.07%.在四轴飞行器与障碍物或跟踪目标之间距离较近,却无法评估此距离是否处于安全距离时,所提出的算法可为搭载单目摄像头的四轴飞行器提供可靠的测距技术支持.
关键词
单目视觉 四轴飞行器 目标跟踪 帧间差分 测距
Keywords
monocular vision quad-rotor helicopter target tracking inter-frame difference ranging
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 基于CBAM和原型网络的小样本恶意软件分类模型
被引量：1
19
作者
周景贤 崔海彬 李志平
机构
中国民航大学信息安全测评中心 中国民航大学 计算机科学与技术学院
出处
《计算机工程与设计》
北大核心
2024年第7期1941-1947,共7页
基金
国家自然科学基金项目(U1533104) 民航安全能力建设基金项目(PESA2019074、PESA2021009) 中央高校基本科研业务费中国民航大学专项基金项目(3122018C036、3122022058)。
文摘
为解决小样本条件下恶意软件分类准确率低的问题,提出一种基于CBAM(convolutional block attention module)和原型网络的恶意软件分类模型。利用图像转换算法将恶意软件可执行文件转换为灰度图像;将残差连接和CBAM引入模型的特征嵌入模块,从通道和空间两个维度上增强关键特征表达,使得到的特征更具分辨性;提出联合损失函数,在距离交叉熵损失的基础上加入原型损失,通过减小类内距离的方式进一步扩增类间距离,使模型在样本数量有限的情况下取得良好的分类效果。实验结果表明,在每类恶意软件仅有5个样本的情况下,模型的分类准确率仍可达到83.12%。
关键词
恶意软件分类 灰度图 小样本学习 卷积神经网络 注意力机制 原型网络 联合损失函数
Keywords
malware classification grayscale image few-shot learning convolutional neural network attention mechanism prototypical network joint loss function
分类号
TP309
[自动化与计算机技术—计算机系统结构]
题名 基于改进卷积神经网络和射频指纹的无人机检测与识别
被引量：1
20
作者
周景贤 李希娜
机构
中国民航大学信息安全测评中心 中国民航大学 计算机科学与技术学院
出处
《计算机应用》
CSCD
北大核心
2024年第3期876-882,共7页
基金
中央高校基础研究基金资助项目(3122018C036) 民航安全能力项目(PESA219074,PESA021009)。
文摘
针对无人机(UAV)在图像识别时易受环境干扰,而传统信号识别难以准确提取特征且实时性较差的问题,提出一种基于改进卷积神经网络(CNN)和射频(RF)指纹的无人机检测识别方法。首先,使用通用软件无线电外设(USRP)捕获环境中的无线电信号,经过多分辨率分析获取偏差值,检测是否为无人机射频信号;其次,将检测到的无人机射频信号经过小波变换和主成分分析(PCA)处理,获得射频信号频谱,作为神经网络的输入;最后,构建轻量级残差神经网络(LRCNN),输入射频频谱进行网络训练,进行无人机的分类识别。实验结果表明,所提方法可以有效检测并识别无人机信号,平均识别精度可达84%;在信噪比(SNR)大于20 dB时,LRCNN的识别精度达到了88%,相较于支持向量机(SVM)、原始OracleCNN分别提高31和7个百分点,在识别精度和鲁棒性方面比这两种方法均有所提升。
关键词
无人机安全 射频指纹 小波变换 注意力残差网络 卷积神经网络
Keywords
UAV(Unmanned Aerial Vehicle)security radio frequency fingerprint wavelet transform attention residual network Convolutional Neural Network(CNN)
分类号
TP391
[自动化与计算机技术—计算机应用技术]
