论文部分内容阅读
面向智能网联汽车的网络异常行为检测方法研究
【出 处】
：
东南大学
【发表日期】
：
2021年01期
其他文献
随着深度学习理论的迅速发展,以及计算机硬件水平的升级,基于深度学习的通用目标检测方法研究取得重大进展,涌现出众多代表算法:YOLO、Faster RCNN和Center Net等,应用领域广泛。然而当通用的目标检测算法运用到小目标检测领域时,存在网络结构冗余、小目标检测精度较低、密集小目标漏检等现象。综合考虑实际目标检测场景中准确性和实时性的要求,本文对经典的单阶段目标检测算法YOLOv4进行研究
微表情是人类无意识产生的面部微动作,其反应了人类的真实情感状态。这使得微表情在医疗诊断、商业谈判、刑事审讯等方面具有广泛的应用。微表情具有持续时间短、强度微弱、局部发生等特点,这些特点使得人类准确识别微表情十分困难。因此,自动微表情识别成为了计算机视觉、模式识别和情感计算研究领域中一个备受关注的课题。本文针对微表情识别中的关键任务:跨领域面部微表情识别,结合微表情的自身特点和域自适应方法,围绕微表
随着互联网技术的快速发展,网络媒体成为人们发布和获取新闻信息的重要平台,同时也成为广大网民扩散和讨论新闻事件的集散地。在此背景下,舆情演化分析的研究热度逐年攀升。舆情演化分析是包括话题抽取与情感极性分析在内的多种技术的综合,其中话题抽取可以展现相关事件的话题发展脉络,情感极性分析可以展现网民对相关话题的情感极性和强烈程度。将功能相互补充的话题抽取与情感分析相结合则可以用更加全面的视角展现舆情演化信
聚焦即将到来的5G时代和日渐复杂的网络系统架构,虽然现有主动式安全防御技术的理论研究成果丰富,但在实际应用中仍受到传统网络架构的限制,缺乏网络设备的信息联动和实际应用环境的支撑。SDN新型网络架构是对传统网络架构的突破,但在实际应用中仍存在缺乏数据包来源和身份验证机制、缺乏数据完整性保护机制以及有限的控制粒度难以满足精确的控制需求等问题。因此,如何从根源上突破“外壳式”防御瓶颈,从根本上解决网络系
射频识别（Radio Frequency Identification,RFID）技术是物联网感知层的关键技术,是一种通过无线射频信号采集物体信息的自动识别技术。相较传统识别技术,RFID技术具有准确率高、识别速度快、非接触和抗干扰等优点,因此被广泛应用于物流运输、交通控制、资产管理、电子商务以及安全门禁等领域。然而,RFID系统中的阅读器和电子标签通过开放的无线信道传输数据,极易受到窃听、跟踪、
基于数据分发服务（Data Distribution Service,DDS）的发布/订阅分布式系统是一种构件之间通过DDS进行通信且具有松耦合特性的分布式系统,在国防、军工等领域应用广泛。随着发布/订阅分布式系统的规模日益庞大、构件间关联日趋复杂,系统所面对的安全威胁也与日俱增,如针对系统的拒绝服务攻击会大量消耗系统资源,导致系统难以稳定地提供服务。因此,迫切需要开展有效的状态监控和运维管理工作
云边端架构为海量物联网设备引起的大数据处理问题带来了高效解决方案,而该架构设备规模大、资源异构、层次复杂等特点也为隐私保护问题带来新的挑战。本文考虑终端设备、边缘节点和远程云相互协作,以同时优化卸载决策和资源分配的方式研究云边端环境下带隐私约束的任务调度问题,具有重要的研究意义与实用价值。该问题的主要挑战为:（1）由于设备资源有限,部分任务需被卸载到边缘或云端处理,而在任务隐私要求和带宽资源限制等