简介:当前网站采用HTTPS协议加密,对其实施监管与审查仅能识别站点,而不能进一步精细化识别子页面,针对这一问题,提出了一种针对HTTPS协议加密站点在使用内容分发网络(ContentDistributeNetwork,CDN)分发资源情况下的精细化指纹攻击方法。首先利用CDN分发过程中将用户重定向到就近镜像服务器产生的域名系统(DomainNameSystem,DNS)查询序列作为页面指纹,然后使用支持向量机(SupportVectorMachine,SVM)模型进行页面识别,最后采用在Internet中收集的数据集进行验证。结果表明:该方法获得了93%的站点子页面识别率,能有效精细化识别HTTPS加密站点的子页面。
简介:针对传统军事命名实体识别方法存在人工构建特征复杂和军事文本分词不准确等问题,提出了一种基于深度学习的军事命名实体识别方法。结合双向长短时记忆(Bi-directionalLongShort-TermMemory,Bi-LSTM)神经网络对较长句子上下文的记忆能力、字向量(characterembedding)对汉字语义的表示能力和条件随机场(ConditionalRandomField,CRF)对标注规则的学习能力,构建了character+Bi-LSTM+CRF实体识别模型。为验证方法的有效性,在军事想定语料集上进行了实验,结果表明:该方法比传统方法识别效果好,识别准确率、召回率和F值均大幅提升。
简介:为进一步提高弹道导弹目标多传感器综合识别正确率,提出了一种基于二维主成分分析(Two-DimensionalPrincipalComponentAnalysis,2DPCA)的多传感器特征级综合识别方法。该方法将多个传感器的特征集经标准化后组合成二维特征矩阵,引入图像压缩技术中的2DPCA方法进行特征提取,然后将其用于弹道导弹目标特征级融合识别。以3部雷达部署下弹头目标的雷达散射截面积(RadarCrossSection,RCS)特征融合为例进行仿真验证,结果表明:相比于传统的主成分分析(PrincipalComponentAnalysis,PCA),2DPCA的识别率更高,计算复杂度更低,为弹道导弹目标识别提供了一种新的思路。
简介:为提高装备部件用20钢基体表面耐磨性和耐腐蚀性,表面经热浸镀铝处理后,分别采用浸入式和喷淋式2种微弧氧化方式制备陶瓷层,并分别采用覆层测厚仪、X射线残余应力分析仪、材料表面性能测试仪和电化学工作站对表面处理涂层厚度、残余应力、临界载荷、摩擦磨损和电化学腐蚀性能进行测定。结果表明:浸入式和喷淋式陶瓷层颜色呈灰色,且表面平整度接近,其中浸入式陶瓷层表面和颜色更均匀,呈浅灰色;与铝镀层相比,浸入式和喷淋式陶瓷层的残余应力分别降低了18%、38%,临界载荷分别提高了1.6、1.8倍,浸入式陶瓷层的平均摩擦因数和磨损量小,其耐磨性优于喷淋式,2种陶瓷层的耐腐蚀性能提高,但仍差于20钢基体。