融合惩罚因子和时间权重的协同过滤推荐算法

融合惩罚因子和时间权重的协同过滤推荐算法[人工智能][工业自动化]

协同过滤算法是一种经典的推荐算法，思想是依据近邻用户或者相似物品对目标进行推荐，常被应用在各类推荐系统中。但传统算法过分考虑热门物品对评分的影响，而忽略了冷门物品对用户兴趣特征度量的贡献，也未考虑用户兴趣动态变化的问题。对此，提出一种新的相似度改进算法，改进后的协同过滤算法将物品热门惩罚因子和时间数据权重进行加权计算，优化了用户相似度计算方法，形成了一种新的相似性度量模型。利用MovieLens电影推荐数据集验证改进后的算法，实验结果表明，该算法将推荐平均绝对误差(MAE)与传统算法相比降低了13.2%，推荐质量有了明显提升。

发表于：2020/12/15 上午9:22:00

电力物联网信息安全防护技术研究

电力物联网信息安全防护技术研究[通信与网络][物联网]

介绍了电力物联网在配电网的应用场景，总结了我国电力物联网信息安全防护的发展历程，分析了当前电力物联网信息安全应用中存在的主要问题和解决电力物联网信息安全的关键技术，最后提出了电力物联网终端本体的信息安全防护的四道防线模型和实践。

发表于：2020/12/14 下午6:00:00

一种支持工业物联网故障检测的混合互认证方案

一种支持工业物联网故障检测的混合互认证方案[通信与网络][物联网]

在工业物联网（IIoT）中，工业机器人和员工在制造过程中扮演着非常重要的角色。一个安全、高效的工业机器人和员工认证方案一直是研究热点，并面临诸多挑战。例如，工业机器人和员工在身份验证阶段容易受到模拟和去同步攻击。同时，控制中心很难找到不受控制的工业机器人。针对上述情况，提出了一种支持工业物联网故障检测的混合互认证方案。分别为员工和工业机器人（IR）设计了基于椭圆曲线加密（ECC）的认证和基于物理不可克隆函数（PUF）的认证。使用了基于阈值的故障检测，添加了禁用表以防止无授权员工访问监控和数据采集中心（SCDAC）。最后，分析论证了该方案的可行性和高效性。

发表于：2020/12/14 下午5:47:00

基于YOLO改进残差网络结构的车辆检测方法

基于YOLO改进残差网络结构的车辆检测方法[测试测量][汽车电子]

针对车辆检测任务，设计更高效、精确的网络模型是行业研究的热点，深层网络模型具有比浅层网络模型更好的特征提取能力，但构建深层网络模型时将导致梯度消失、模型过拟合等问题，应用残差网络结构可以缓解此类问题。基于YOLO算法，改进残差网络结构，加深网络层数，设计了一种含有68个卷积层的卷积神经网络模型，同时对输入图像进行预处理，保证目标在图像上不变形失真，最后在自定义的车辆数据集上对模型进行训练与测试，并将实验结果与YOLOV3模型进行对比，实验表明，本文设计的模型检测精准度(AP)达90.63%，较YOLOV3提高了4.6%。

发表于：2020/12/14 下午5:18:00

计算机程序基因技术初探

计算机程序基因技术初探[通信与网络][通信网络]

计算机程序基因技术是在恶意程序不断演化与检测识别技术的对抗博弈中发展起来的，传统的恶意程序检测技术已难以应对恶意程序的快速动态增长趋势，计算机程序基因技术开启了恶意程序检测分析的一个新的思路，从汇编指令层中萃取出计算机程序的真实行为意图，从而对程序进行分析和识别。根据给出的计算机程序基因的定义以及提取方法，可以找出计算机程序最本原的特征，有效提高新型的或变种的恶意程序的分析和检测效率。

发表于：2020/12/14 下午5:14:00

基于AHP-模糊综合评价法的泄露数据价值评估模型

基于AHP-模糊综合评价法的泄露数据价值评估模型[通信与网络][信息安全]

以个人隐私信息为例构建了一种泄露数据价值评估的模型。首先建立了包含不同类型数据的泄露数据集，通过抽取个人隐私相关的信息元素进行建模，利用层次分析法对各准则层的元素进行计算，得到个人隐私信息元素泄露价值的权重比例，并进行了一致性检验，通过模糊综合评价的方法对个人隐私信息泄露数据价值进行评价，得到泄露价值的评估结果。

发表于：2020/12/14 下午5:07:00

从人才培养体系建设谈实践型网络空间安全人才培养

从人才培养体系建设谈实践型网络空间安全人才培养[通信与网络][通信网络]

近年来，我国高度重视网络空间安全人才的培养与体系建设。网络安全的竞争归根结底是人才的竞争，网络空间安全人才体系与机制的建立，对网络安全人才培养至关重要。从美国、欧盟、日本等政府对网络安全人才培养体系进行介绍，并对我国当前网络安全人才培养体系现状进行深度分析，同时给出网络安全人才培养的思路和方法。围绕“培养实践型的网络安全人才”的核心思想，在高校建立网络空间安全靶场，以系统化、实践化方式来培养高质量的网络安全人才。

发表于：2020/12/14 下午5:02:00

基于Star-Gan的人脸互换算法

基于Star-Gan的人脸互换算法[人工智能][工业自动化]

基于Star-Gan的人脸互换算法易旭，白天(中国科学技术大学 软件学院，安徽 合肥 230026)基于深度学习的人脸互换算法会因背景人脸环境的明亮程度、人脸表情、姿势等因素影响换脸效果，现阶段的人脸互换模型存在固有的弊端。采用Patch-Gan(Generative Adversarial Networks)的判别器结构能通过全卷积网络增强人脸局部一致性的效果。生成器将Unet结构的编码器的特征输出作为输入，能考虑多层信息细节。整体模型架构采用Star-Gan的模型，引入实例归一化层能保证图像的独立性。最后在Face-Forensics++人脸互换数据集上进行验证，结果表明，融合的模型有较好的生成效果和细节。

发表于：2020/12/14 下午5:01:00

基于改进VGG16的猴子图像分类方法

基于改进VGG16的猴子图像分类方法[人工智能][物联网]

为提高对细粒度图像分类的准确性和分类速度，提出基于改进VGG16和迁移学习的图像分类方法。首先从kaggle平台中获取十种不同猴子数据集，并对数据集进行标准化处理，包含图片去椒盐噪声、将数据集转换为TensorFlow中提供的统一TFRecord数据格式。然后迁移学习改进的VGG16卷积神经网络，模型的优化包括利用Swish作为激活函数、将softmax loss与center loss相结合作为损失函数以实现更好的聚类效果、采用性能完善的Adam优化器。用训练集训练模型以确定微调参数信息，再用测试集检验模型准确性。结果表明，该方法对猴子图像分类的准确度可达到98.875%，分类速度也得到了显著提升。与其他传统卷积神经网络模型相比，该方法具有更高的准确性和适用性。

发表于：2020/12/14 下午4:36:00

一种基于知识图谱的工业互联网安全漏洞研究方法

一种基于知识图谱的工业互联网安全漏洞研究方法[通信与网络][信息安全]

　　工业互联网安全问题日益突出，对工业互联网安全漏洞知识库的深入研究是解决问题的关键。为解决漏洞数据利用价值低、关联分析手段欠缺、可视化程度不足等问题，以工业互联网安全漏洞库为基础，提出了构建工业互联网安全漏洞知识图谱的方法，通过原始数据信息提取、关联关系分析、数据存储等手段，将知识图谱导入到Neo4j图数据库，以实现高效存储、查询。从时间维度、空间维度、关联关系维度进行知识图谱的分析，将查询结果进行了可视化展现。结果表明：提出的方法可以有效、直观地展现工业互联网安全漏洞数据的自身属性与关联关系，实现漏洞数据内在价值的深度挖掘。

发表于：2020/12/14 下午4:29:00