网络型病毒与网络安全防御研究

在信息时代下,人们的工作方式、生活方式、思维方式都随着网络技术的进步而改变。此时,网络安全防御成为了社会上广泛关注的话题。目前,网络型病毒成为了最大的阻碍。一般而言,网络型病毒都是突然发生的,且传播的路径非常多样化,经常导致大面积的网络瘫痪。网络安全防御在近几年虽然投入了较大的研究力度,可最终的成果并不理想。部分网络安全防御的软件或者程序,的确效果突出,但价格过高,不符合大众消费的理念。所以,绝大多数地区的网络,仍然是面对网络型病毒的威胁。日后,必须采取有效的防御策略来应对。     

基于NoC的容错路由算法

各种各样的软件和硬件上的错误都会破坏网络的数据传输,因此研究No C网络的容错算法是非常必要的。在基于XY路由算法的基础上提出了改进的容错路由算法,当链路或者传输节点之间发生错误时,可通过重新设置路由规则来获取一条有效的路由路径。在FPGA上进行路由容错算法的仿真,并和目前常用的几种路由算法在所适用拓扑、是否防止死锁等方面进行对比。仿真结果显示改进的路由容错算法性能优越,是可行的。     

移动视听 梦想起航——首届中国移动互联网视听产业“金桥汇”在沪举行

随着三大运营商开启4G业务,中国正式进入4G时代。每一次技术的革新都将催生新的产业或是带来产业的大发展大变化。同样,4G的发展成为视听产业的强大助推器。中国移动市场预测,在中国移动数据总量中,约70%来自于视听业务。视听业务不只是高清视频播放,还将在社会、生产、生活全方面得以广泛应用。目前,在移动互联网视听产业发展的道路中仍有许多未知空间,存在着巨大的发展潜力,同时发展中存在的问题、难题更是需要相关资深专家、行业翘楚共同探讨。     

一种基于数传电台的网络通信协议设计

数传电台在工业现场有着广泛的应用,该类设备提供了一种在无运营商网络环境下的低成本数据通信方案。然而受限于数传电台的通信机制,多个数传电台间的组网技术是困扰数传电台进一步推广应用的关键问题。本文结合数传电台的通信特点,在借鉴计算机网络设计思想的基础上,提出了一种基于数传电台的网络通信协议。     

基于物联网的大数据量实时信息交换策略分析

大数据信息时代,人们在日常生活中开始广泛地使用起了物联网,这是现代信息技术飞速发展的体现,但在是实现实时信息数据交换存取方面的问题也随着需要处理的数据信息量越来越大而逐渐凸显了出来,这近一步增加了物联网数据处理工作的难度。基于此,本文探讨了基于物联网的大数据量实时信息交换存在着哪些需求,并且这种信息是如何交换的等问题,最后针对性的分析了大数据量实时信息交换的策略,旨在提高其工作效率,用完善的处理系统来吸引更多受众,扩大物联网在社会发展的各个领域的适用范围,促进我国社会经济科学的进一步发展。     

5G移动通信网络关键技术分析

5G移动通信网络技术是基于4G网络通信作为基础,具有4G的优势,并表现出了更为突出的技术优势,具有系统性、应用性以及综合性特征,满足了用户的信息传播要求。文章针对5G的概念、特点进行分析,并探讨了5G移动通信网络的各类关键技术。     

多源天基信息融合体系研究

天基信息应用前景广阔,但天基信息多源异构、"烟囱林立"的问题限制了对于其进一步的应用。从体系结构的角度,介绍了天基信息多源异构解决方案研究成果,并对此分类,得到天地一体化网络体系结构、区域型体系结构、资源服务中心型体系结构。最后分析了不同天基信息融合体系结构间应用方向的区别。     

Sentinel-2卫星的多光谱轻量级船舶目标检测算法

近年来深度卷积神经网络在可见光船舶检测方面取得了显著的进展，然而，大多数相关研究是通过改进大型的网络结构来提高检测性能，因此加大了对更高计算机性能的需求。此外，可见光图像难以在云、雾、海杂波、黑夜等复杂场景检测到船舶。针对以上问题，提出了一种融合红（red, R）、绿（green, G）、蓝（blue, B）和近红外（NIR）4个波段光谱信息的由粗到精细的轻量型船舶检测算法。与现有的方法中根据光谱特性利用水体检测算法提取水体区域不同之处是该算法是利用改进的水体检测算法来提取船舶候选区域。为获取更准确的候选区域，对船舶、厚云、薄云、平静海面、杂波海面5种场景中4个波段的像素值进行了统计分析，选取近红外大于阈值作为辅助判断，并以其中心点获取候选区域32×32大小的切片，并对切片进行非极大值抑制，由此获得了船舶粗检测结果。随后构建了轻量级LSGFNet网络对船舶候选区域切片进行精细识别。构建的网络融合了1×1卷积提取的波谱特征与3×3的提取几何特征，为防止光谱特征与几何特征的信息在融合时“信息不流通”，在LSGFNet网络中引入了ShuffleNet中的通道打乱机制，并减小了模型结构，与典型的轻量级网络相比具有更好的效果且模型较小。最后，利用Sentinel-2卫星多光谱10 m分辨率数据构建了512×512大小的1 120组数据进行粗检测，以及32×32大小的6 014组数据进行精细网络训练，其中候选区域粗提取的查全率为98.99%，精细识别网络精确度为96.04%，不同场景下的平均精确度为92.98%。实验表明该算法在抑制云层、海浪杂波等干扰的复杂背景下具有较高的检测效率，且训练时间短、计算机性能需求低。