摘要:目前，基于深度学习的自然场景文本检测在复杂的背景下取得很好的效果，但难以准确检测到小尺度文本.本文针对此问题提出了一种基于特征融合的深度神经网络，该网络将传统深度神经网络中的高层特征与低层特征相融合，构建一种高级语义的神经网络.特征融合网络利用网络高层的强语义信息来提高网络的整体性能，并通过多个输出层直接预测不同尺度的文本.在ICDAR2011和ICDAR2013数据集上的实验表明，本文的方法对于小尺度的文本，定位效果显著.同时，本文所提的方法在自然场景文本检测中具有较高的定位准确性和鲁棒性，F值在两个数据集上均达到0.83.

摘要:准确地定位出人眼位置并分离出虹膜、眼睑等区域对虹膜识别、人脸识别等生物特征识别技术具有重要意义.但是，在非理想环境下，人眼图像分辨率通常较低，并且容易受到光照条件、睫毛、阴影等噪声影响，对人眼区域进行正确分割是一项非常具有挑战性的工作.因此，本文针对姿态幅度较小的无遮挡人眼图像分割存在的一些问题，利用Hough圆变换和形态学算法改进低分辨率下人眼的定位.该方法首先利用现有的人脸对齐方法分割出人眼感兴趣区域，采用双线性插值法对人眼图像进行预处理，去除镜面反射光斑；然后根据人眼图像中各区域的灰度分布规律，利用带约束的Hough圆检测算法定位出虹膜；之后结合全局动态阈值、局部自适应阈值及形态学算法分别定位出人眼上下眼睑，并利用最小二乘法拟合上下眼睑，最终分割出人眼虹膜、上下眼睑、巩膜等区域；最后在UBIRIS v1.0数据库及低分辨率人脸图像上对本文提出的算法进行测试.实验结果表明，本文提出的方法对实验室环境下高清虹膜图像及低分辨率人脸图像上的人眼定位均具有较强的鲁棒性.

摘要:随着物联网的迅速发展，巨量的嵌入式设备广泛应用于现代生活，安全和隐私成为了物联网发展的重要挑战.物联网设备互联构成集群网络，设备集群证明是验证集群环境内所有设备的可信状态的一种安全技术，也是物联网安全研究需要解决的一个重要问题.传统证明技术主要针对单一证明者的场景，无法满足大规模集群的全局证明需求；而简单扩展的集群证明机制通常难以抵抗合谋攻击，且效率低下.为了解决这些问题，本文提出了一种基于设备分组的高效集群证明方案.该方案将同构设备分组，并于每组设立一个管理节点负责该组的组内节点验证.当进行远程证明时，由于每个管理节点已经预先获悉该组节点可信性状态，所以只需要对全局集群环境内所有管理节点进行验证，从而提高了效率.该方案不仅高效，还具有较高的安全性，能够抵抗合谋攻击等.我们实现的原型系统实验测试结果表明，当同构设备越多，管理节点越少的时候，本文方案的证明效率更高.

摘要:N-gram模型是自然语言处理中最常用的语言模型之一，广泛应用于语音识别、手写识别、拼写纠错、机器翻译和搜索引擎等众多任务.但是N-gram模型在训练和应用时经常会出现零概率问题，导致无法获得良好的语言模型，因此出现了拉普拉斯平滑、卡茨回退和Kneser-Ney平滑等平滑方法.在介绍了这些平滑方法的基本原理后，使用困惑度作为度量标准去比较了基于这几种平滑方法所训练出的语言模型.

摘要:微卫星是广泛分布在真核生物基因组中的短串联重复序列.微卫星不稳定（Microsatellite Instability，MSI）是指由DNA错配修复系统故障引起的微卫星区域重复序列插入或缺失的现象.微卫星不稳定的检测对于肿瘤的早期诊断以及预后判断等具有重要的意义.临床上采用MSI-PCR以及MMR-IHC的实验方法检测MSI，随着下一代测序技术的发展，基于高通量测序数据的MSI检测方法及软件逐渐涌现.本文将从生物学实验方法和计算方法两个角度对当前的MSI检测方法进行介绍并讨论分析这些方法的优势及局限.

摘要:相对于软硬件一体的企业级数据仓库解决方案，以X86开放式硬件平台为基础的并行处理数据库和Hadoop/Spark生态体系，在扩展性和低成本方面有明显的优势，随着其不断发展成熟，已经成为企业级大数据平台不可或缺的一部分.本文从如何应对“大数据”所带来的挑战出发，提出一套适用于大型商业银行数据分析处理的融合大数据技术架构，并已取得应用实践的成功.

摘要:针对现有经营分析系统的海量数据存储、海量数据处理及企业业务发展需求，我们设计并构建了基于大数据云分析平台的企业经营分析系统.本文重点介绍了该系统的建设技术路线、总体框架图、系统实现及运行效果.结果证明，该系统能够较好的提高数据综合利用效率，为企业运营提供数据支撑.

摘要:人物运动规划对于表现动画主题方面有着突出的作用.当前手机短信3D动画自动生成系统只能进行单人运动规划，不具备人物交互运动规划自动生成这一功能.本文对此进行设计并实现，提出了一种基于三层动作识别和Kinesiology的交互规划方法，包括定性规划以及定量计算.采用基于语义网技术的规划方法结合动作知识建立交互动作本体库，通过情节推理，在定性规划阶段根据信息抽取的主题和模版来推出与短信内容相符的交互动作，最終在定量计算阶段确定动作执行双方的身体姿态以及规划交互双方的时空关系.经实验结果表明，本文所提出的规划能够使的动画中的人物完成较为复杂的交互动作.

摘要:微服务架构实现了应用服务的业务解耦和技术栈分离，但更多的微服务也增加了进程间无状态服务调用频度，如何在保证服务性能的同时确保无状态服务之间的安全访问控制是微服务安全架构面临的关键问题.本文设计了一种柔性微服务安全访问控制框架，结合微服务API网关、轻量级微服务访问令牌构建方法以及柔性适配的微服务安全控制策略等特征，提高了微服务的柔性安全控制能力，经试验分析，代价更小，并在实际项目中验证了框架及方法的有效性.

摘要:青海湖是中国最大的内陆湖泊和咸水湖，是候鸟的栖息地，具有重要的生态研究价值.为了有效管理和应用青海湖获取采集的生态监测数据，本文设计并实现了青海湖生态水文监测数据可视化平台.平台使用Spring MVC作为后台开发框架.数据库使用开源时序数据库InfluxDB，并利用InfluxDB的数据保留策略和连续查询对数据进行聚合存储.可视化功能使用开源的JavaScript工具Echarts实现，对青海湖的大气环境、水文、土壤等生态数据进行可视化.

摘要:语义传感器Web的出现为物联网中传感器系统间的数据互操作、信息共享和知识融合提供了实现方式，传感器本体的构建则是实现这些功能的前提.本文在参考万维网联盟提出的语义传感器网络本体的基础上，对传感器及配套的数据采集仪构建了对应的本体，为传感器系统提供了有效的知识组织模型.通过建立的传感器和数据采集仪本体，可以实现传感器的自动分类管理，设定推理规则后可以提供传感器和采集仪间的配接推荐，提高检测现场多传感器系统设计的效率和可靠性，将领域知识应用到系统设计和管理中.最后以具体的传感器实例对推理规则进行了测试，结果满足应用要求.

摘要:随着CAD图纸的广泛使用，图纸安全受到广泛关注.本文主要研究在AutoCAD环境下的工程图纸操作安全，使用AutoCAD二次开发工具ObjectARX实现了本系统.使用ARX反应器技术，监视和控制AutoCAD的打印和保存命令.使用API HOOK技术拦截剪切板函数，改变其执行结果，控制AutoCAD的复制粘贴操作.同时实现了PrtSc键和软件截屏的控制.测试结果表明，该系统能够对用户操作进行监控和管理，有效的保证电子图纸的完整性，而且不影响用户使用习惯.

摘要:为了满足大型互联网应用对高并发访问、快速响应、动态扩展、易维护性等需求，本文基于Redis 4.0设计并实现了一种Redis Cluster分布式缓存系统，集成了可视化开源工具CacheCloud对该系统进行实时监控和高效管理，基于官方Redis-Bechmark进行了QPS性能测试，并与Codis分布式缓存系统进行了对比.实验结果表明Redis Cluster各功能高效运作，性能优越，在并发访问数10 000以上时响应时间明显优于Codis.

摘要:现今企业分布式的特性和复杂性的加强，对企业架构方法的定制性、扩展性和敏捷性提出了新的要求.本文对三种主流的企业架构方法Zachman、FEA和TOGAF进行了横向对比和介绍，对TOGAF方法论配套的架构设计语言ArchiMate和统一建模语言UML进行了纵向对比和分析，通过一个真实案例展示了使用ArchiMate设计企业架构的基本方法，以及在实践过程中如何根据项目需要进行定制，此案例可为企业架构设计提供参考.

摘要:为了实现对煤炭地下气化中各种参数的实时监控与数据分析，准确的实现对生产过程中各个关键变量的控制，本文设计了基于PLC的煤炭地下气化过程测控系统，本文首先介绍了地下气化的工艺流程和检测需求分析，其次对总体方案和软硬件进行设计，最后对数据库以及应用到的数学模型进行简单的介绍，测控系统由三层拓扑结构构成：设备层、控制层、监控层.设备层包括基本的硬件设备；控制层包括两个西门子S7-300系列PLC站，构成双CPU软冗余系统，保证当其中一个PLC站出现故障时可保障点火巷的稳定送风；而监控层使用组态王和Navicat Premium等软件，实现了对数据实时监控显示、视频画面实时监控显示、历史数据存储等工作.此项目已经成功在隶属于贵州盘江精煤股份有限公司的山脚树矿成功运行近一年时间.

摘要:SEAndroid作为Android系统安全机制的重要组成部分，直接关系到系统的安全性.在本文中，我们提出一种基于能力依赖图的SEAndroid安全策略分析方法.能力依赖图描述了实际Android系统中用户的能力迁移以及其SEAndroid子系统的访问控制配置.我们首先对SEAndroid的具体实现进行分析，收集安全策略和系统信息，并进行逻辑建模.然后，我们依据SEAndroid的策略判定模式设计逻辑推导规则，并以此利用逻辑编程的方式生成能力依赖图.基于能力依赖图，我们提取出可能的攻击路径和攻击模式.我们对多个AOSP发布的不同Android版本的SEAndroid访问控制系统子进行了评估与分析.我们发现随着Android版本的提升，其SEAndroid安全策略也进行了更新，新的SEAndroid对系统提供了更强的约束和保护.此外，我们在实验中发现了一种被黑客在实际攻击中使用到的攻击模式，从而验证我们方法的有效性.

摘要:随着网络大众媒体的出现与流行，产生了文字、图像、视频等各种类型的海量数据，这对于相关内容审查工作提出了严峻挑战，尤其是图像数据的内容审核与安全等更为困难.但目前针对图像数据的安全分析并不成熟，并且不法分子时常对正常运营的网站进行攻击，将合法图像篡改为违规图像，这严重危害网络安全.本文针对这一实际应用需求，设计并实现了一个面向网站图像数据的安全分析系统，该系统主要包括以下两个模块：（1）基于深度学习的图像内容检测引擎模块；（2）基于事件触发技术及外挂轮询技术的图像防篡改模块.该系统可快速审查图像数据内容是否合法并且自动监测图像数据是否被篡改.

摘要:海底电缆综合在线监测系统多用于海上采油平台、海上风电场等重大海上项目工程中.为了实现海缆在线监测系统数据的远端发布功能，使得数据的传输更为高效、可靠，本文深入分析了IEC60870-5-104规约的结构模型和通信过程，并在此基础上提出了一套基于该规约的海缆在线监测数据远端发布系统的设计方案，阐述了该系统的设计思路和层次模型，同时针对其中存在的动态配置以及海量数据传输这两个关键问题提出了相应的解决方案，最后通过某海上工程项目应用实例验证了该方案的可行性.

摘要:交通大数据是解决城市交通问题的最基本条件，是制定宏观城市交通发展战略规划和进行微观道路交通管理与控制的重要保障.针对于智能交通系统中数据产生快、实时性强、数据量大的特点，本文基于Spark Streaming和Apache Kafka的组合构建了一个实时交通数据处理平台，用于处理通过双基基站采集的数据，采用时间窗口机制从持续的Kafka分布式消息队列中获取数据，并按照规则将数据分类处理后保存到数据库.本文对平台的系统架构和内部结构进行了详细的介绍，并通过实验验证了系统的实时处理能力，完全可以在大规模高并发的数据流下进行应用.

摘要:随着高速铁路的快速发展，以云计算和实时在线分析为基础的高铁数据安全传输研究成为一个热门课题.针对高铁数据传输过程中存在的数据安全认证问题，设计了一种基于国密SM2签名算法的高铁传感器系统数据安全传输协议.以SM2签名算法为核心，基于安全协议将传感器网络收集的行车状态数据传输到云服务平台，实现了高铁行车记录仪和云服务平台之间的安全交互，提高了数据传输的可靠性和完整性.最后对安全传输协议进行实验与仿真，实验结果表明协议在高铁数据传输过程中具有较高的效率和安全性.

摘要:度量亦称距离函数，是度量空间中满足特定条件的特殊函数，一般用来反映数据间存在的一些重要距离关系.而距离对于各种分类聚类问题影响很大，因此度量学习对于这类机器学习问题有重要影响.受到现实存在的各种噪声影响，已有的各种度量学习算法在处理各种分类问题时，往往出现分类准确率较低以及分类准确率波动大的问题.针对该问题，本文提出一种基于最大相关熵准则的鲁棒度量学习算法.最大相关熵准则的核心在于高斯核函数，本文将其引入到度量学习中，通过构建以高斯核函数为核心的损失函数，利用梯度下降法进行优化，反复测试调整参数，最后得到输出的度量矩阵.通过这样的方法学习到的度量矩阵将有更好的鲁棒性，在处理受噪声影响的各种分类问题时，将有效地提高分类准确率.本文将在一些常用机器学习数据集（UCI）还有人脸数据集上进行验证实验.

摘要:地震特别是大震前会产生一些异常，但这些异常信息难以识别，导致无法充分利用这些异常信息预测地震的发生时间，减少地震带来的灾害影响.针对这个问题，提出一种基于量子漫步算法的震前异常挖掘方法，提取汶川地震和芦山地震的震前射出长波辐射（Outgoing Long-wave Radiation，OLR）异常，进而计算地震前后的P值，异常值CD等数据，通过统计分析方法，探索OLR异常与地震的关系.并且通过实验将该算法扩展到最近十年左右全球发生的8.0级及以上地震，验证该算法的有效性.实验结果表明，该算法能够有效的反映在地震前后会出现OLR异常，而且越大的地震异常越明显.因此，该算法适用于震前异常挖掘.

摘要:针对高分辨率遥感图像中提取的特征点数目过大且易存在误匹配点的问题，提出了一种粗配准和精配准相结合的高分辨率遥感图像配准算法.首先对图像降采样处理后，提取大尺度空间下的SIFT特征点，求得仿射变换模型完成图像粗配准；然后对图像进行分块，利用SIFT方法对每幅子块图像提取特征点，并找到对应子块图像之间的匹配点对；之后利用特征点构建Delaunay三角网，计算每对子块图像之间的三角形相似度，构成相似矩阵，从中挑选相似度大的三角形对以构成精确匹配点对；最后利用得到的精确匹配点对实现最终的图像配准.该算法能够减少提取的特征点数且剔除更多的错误匹配点，从而进一步提高精确匹配点率.实验结果表明了算法的有效性.

摘要:目前提出的误用检测和异常检测相结合的算法，大多采用复合模型或组合模型来实现，这些方法通常需要训练不止一个基本模型，学习过程复杂.本文提出一种基于端到端记忆神经网络的入侵检测模型，能够在利用领域知识辅助网络行为数据分类的同时，使用端到端的方式训练模型以降低学习复杂度.模型设计了匹配模块和融合模块，使相关攻击知识项能够在分类模块发挥辅助作用.除检测结果外，模型还能够输出关于检测结果的可解释信息.本文对数据集进行归一化处理，并从数据集中提取出攻击知识项用于辅助分类.实验结果表明，本文方法中领域知识起到了较好的辅助分类作用，模型最终取得较高的检测精度.

摘要:本文将卷积神经网络（Convolutional Neural Network，CNN）应用到视频理解中，提出一种基于多面部特征融合的驾驶员疲劳检测算法.本文使用多任务级联卷积网络（Multi-Task Cascaded Convolutional Networks，MTCNN）定位驾驶员的嘴部、左眼，使用CNN从驾驶员嘴部、左眼图像中提取静态特征，结合CNN从嘴部、左眼光流图中提取动态特征进行训练分类.实验结果表明，该算法比只使用静态图像进行驾驶员疲劳检测效果更好，准确率达到87.4%，而且可以很好地区别在静态图像中很相似的打哈欠和讲话动作.

摘要:自适应中值滤波算法能有效地滤除图像的脉冲噪声，但是，随着噪声密度的增大，算法的滤波性能递减.当前对中值滤波算法进行改进的算法，也存在着相应的局限性.针对中值滤波算法的局限性，提出了改进的自适应中值滤波算法.算法根据滤波窗口的灰度极值进行噪声检测.对噪声点，用滤波窗口的灰度中值代替.如果中值为噪声点，则自适应地增大滤波窗口以取新的中值.如果窗口增大到允许的最大尺寸时，中值依然为噪声点，则取滤波窗口中除灰度极值外的其他像素的灰度均值.对标准图像和医学图像进行仿真实验，实验结果和数据证明，随着噪声密度的增大，标准的自适应中值滤波算法的滤波性能递减；改进的自适应中值滤波算法的滤波性能依然良好，在有效滤除噪声的同时，很好地保持图像的边缘和细节部分.

摘要:通过对用户进行模糊C均值聚类，使其以不同的隶属度隶属于不同聚类，解决了因硬聚类导致的推荐准确度低的问题，获得更加准确的聚类效果；针对推荐算法的隐私泄露问题，通过将Laplace噪声引入到模糊C均值聚类过程中，实现基于差分隐私保护的模糊C均值聚类推荐.实验结果表明，该算法在保证推荐质量的同时有效改善了推荐系统的安全性.

摘要:针对基于Unity引擎的车间仿真系统加载过程中内存占用大，导致系统在运行时存在卡顿、不流畅的现象，从模型资源加载角度设计一种资源动态调度算法.首先通过四叉树算法将场景递归的分割成多个叶子节点进行存储，然后结合资源动态调度算法以摄像机位置为中心对周边节点的资源进行预设实例化和预设销毁完成内存的管理.最后根据Unity的内存管理机制，设计并实现了对场景资源的动态调度和内存优化，实验结果表明资源动态管理算法有效控制某时刻内存中加载的数据量相对稳定降低了IO总量，避免了漫游移动时造成的内存颠簸，使系统的运行更加流畅.

摘要:针对灰狼优化算法后期收敛速度慢，求解精度低等问题，提出一种基于模糊控制的权重决策灰狼优化算法.首先，提出一种新的非线性收敛因子，以提高算法的全局搜索能力及收敛速度；其次，提出一种基于模糊控制的权重决策策略，通过模糊控制器对决策层的个体赋予不同权重进行种群位置更新的决策，增强算法的寻优能力.选取23个标准测试函数对该算法及对比算法进行数值实验，实验结果表明，本文提出的改进的灰狼优化算法在求解精度和算法稳定性等指标优于对比算法.

摘要:针对传统卷积神经网络时间成本高的不足，对卷积神经网络进行了改进，减少其卷积核的数量，增加池化方式.为解决真实场景中自动驾驶系统和辅助驾驶系统中的道路交通标志识别问题，将改进的卷积神经网络运用到道路交通标志识别当中，以达到在较短时间内识别出交通标志的目的.以图形数据集GTRSB实景交通标志图像数据作为样本，用改进的卷积神经网络对实景交通标志进行识别，其识别总体准确率达到98.38%.实验结果表明，本方法可以在保持较高识别准确率的同时减少其识别的时间.

摘要:针对在数据挖掘过程中存在的维度灾难和特征冗余问题，本文在传统特征选择方法的基础上结合强化学习中Q学习方法，提出基于强化学习的特征选择算法，智能体Agent通过训练学习后自主决策得到特征子集.实验结果表明，本文提出的算法能有效的减少特征数量并有较高的分类性能.

摘要:个性化服务是构建智慧学习环境的内在要求和建设要点.为学习环境中的主体（学习者）推送个性化学习资源可以提高学习资源的利用概率，解决在线学习容易产生的迷航问题.通过本体知识库的统一性语义建立学习者和学习资源内部结构特征，设计出一个有效计算两者相关性的推荐算法.算法中引入时间衰减函数来描述学习者学习时的时序特征，导入计算学习者认知水平与学习资源难度的匹配算子以体现学习的循序渐进原则.实验结果表明：所构建的时间函数和匹配算子达到了预期目标，更好地提升了所推荐学习资源的质量和适应性，且算法的时间复杂度能满足实时计算要求.

摘要:近年来，对象识别方法被应用到多个领域.如人脸检测，车辆检测.然而模型训练所需要的边框标定需要很大的工作量.本文通过基于迁移学习的方法，将物体检测任务迁移到商品检测，且不需要边框标定.本文在分类层和边框回归层之间建立关系层，来学习两种任务之间的关联.本文建立了一个商品数据集，并提出了一种深度学习训练方法，解决了可旋转物体的检测问题.基于Faster RCNN框架，本文提出一种候选选择方法，可以在无边框标定情况下训练商品分类.本文提出的商品检测方法不需要边框标定，而且很容易训练并应用到其它数据集.

摘要:公钥基础设施（Public Key Infrastructure，PKI）和SSL/TLS加密协议，是当今互联网进行安全通信的关键要素，但存在被攻击或恶意CA所导致的重大安全隐患.2013年，谷歌提出证书透明性（Certificate Transparency，CT）技术用于对CA签发的HTTPS证书进行公开审计.目前，大多CA都支持CT，在谷歌生态中，浏览器也广泛部署CT技术，但CT也引入了新的运行风险.本文从信任机制、安全威胁两个角度梳理了CT技术，归纳总结出基于CT的Web PKI信任模型和安全威胁模型，并提出安全保障机制及应用部署建议，最后对于CT技术的发展进行了总结和展望.

摘要:随着移动应用的爆炸式增长，如何高效、正确地进行UI自动化测试成为了一个重要问题.传统自动化方法大多需手动编写测试脚本，自动化程度更高的录制回放方法则普遍具有跨设备能力不足的问题，而且现有断言机制已经不足以描述丰富的UI语义.针对上述问题，本文提出一种跨设备能力强且可以描述丰富UI语义的录制回放自动化测试方法.该方法使用控件路径精确定位控件，并结合跨设备UI自适应方法以提高跨设备能力；通过提出两种新的断言机制以支持与数字排序和图片相关的UI语义.在该方法基础上，本文面向Android和iOS应用程序实现了一种自动化测试框架RRF，实验结果表明RRF的回放成功率比其他自动化测试工具更高.

摘要:从遥感影像中提取生态位因子在物种潜在分布模型中扮演着重要角色，然而这些模型存在数据质量低和训练样本少等问题.随着先进数据采集设备的应用，所获得的大量动物轨迹数据可以用来对物种潜在栖息地进行标记，进而从遥感影像中提取用于物种分布模型的有效训练样本.本文首先利用DBSCAN算法对动物轨迹数据进行聚类，基于聚类结果将遥感影像按照小区域分成正负样本，然后利用提出一种改进的卷积神经网络进行训练和预测斑头雁在青海湖周边的潜在分布情况.通过和传统基于灰度共生矩阵的方法进行比较，本文提出的方法在各项评价指标上都有一定提升，同时实验结果也表明我们方法能更好的预测斑头雁在青海湖周围的潜在分布情况.

摘要:电梯的隐患故障与其运行状态存在着一定的关联性.根据电梯的组成要素、体现电梯健康状况表征，合理选择评价参数，基于logistic回归方法建立评价模型.通过分析评价模型基本原理，整合原始数据、引入惩罚因子、交叉验证、高阶拟线性等方法，解决了数据不均衡现状和差异性，提高了评价模型准确度，达到了对电梯健康实时监控并预警.

摘要:SIFT算法是一种经典的图像匹配方法，但也存在计算量大、时间复杂度高的问题.针对这些问题，本文提出了一种改进的SIFT算法，将SIFT算法中表示关键点的特征信息结构进行改造，重新生成了一种新的有序结构.此结构将128维向量描述子根据关键点的8个梯度索引方向分成8组，产生新的有序描述子.重构之后的算法，减少了关键点匹配的计算量，从而提高算法的效率.实验表明，改进的算法，保持了原算法的优点以及在不降低原算法匹配精度的情况下，算法效率有明显提升.

摘要:随着互联网技术的快速发展，各行各业所产生的信息数据也在以指数级的速度增长.传统的车辆调度算法已经不能够很好地解决车辆调度问题中出现的实时性，大规模等问题.因此，本文构建了一种基于Hadoop的动态车辆调度并行智能优化算法.该算法以传统遗传算法为基础，通过改善遗传算法全局优化能力弱和收敛于局部次优解的问题，并利用Hadoop平台的并行计算机制对传统遗传算法进行改进，使其能够有效应对大规模、快速响应的车辆调度.数值计算结果表明：基于Hadoop的车辆调度算法能够有效提升传统调度算法的优化性能，在处理大规模车辆调度问题时具有良好的加速比.

摘要:由于Oracle数据库的内部细节不公开，对其进行安全审计时，需要解析服务器与客户端通信的TNS协议.但已有的TNS协议解析层次不够深入，适用的数据库服务器、客户端以及操作系统、TNS协议版本范围有限，常用的协议逆向方法对于协议的负载部分解析能力有限.本文针对常用的数据库服务器、客户端以及TNS协议版本，在windows和linux操作系统下，提出一个通用的Oracle通信TNS协议请求报文解析方案.针对字节数多、意义不明的报文段，使用数据挖掘的方式获取字段值与结构的关系，以确定具体的报文格式.在实际系统中的应用表明，提出的方案可以有效解析现场采集的大量数据，从请求报文中提取出SQL语句.在对解析结果进行后期校正后，可以达到所有数据包无异常解析.

摘要:Netlink是Linux系统下的一种全新的协议族，其实现了进程间通信功能.文中在参考了linux操作系统下Netlink机制和1553B协议的实现，研究了将1553B协议和基于Netlink机制的socket套接字相结合之后，设计了一套基于Netlink机制的1553B协议通用接口.该套接口的实现是通过Netlink通信机制对socket下的协议栈进行了扩展和定义.文中实现了基于Netlink机制下使用socket API传输1553B数据的功能.通过实验验证了通用接口的便利性.

摘要:近年来，相关滤波（CF）方法在目标跟踪领域的应用取得了骄人的成绩.本文针对相关跟踪在目标遮挡时效果不佳以及尺度变化方面不敏感的问题，提出了一个有效的遮挡检测机制和尺度变换策略.将跟踪目标以中心为原点分成四块矩形块，通过计算分析四块的峰值响应（Peak-to-Sidelobe Ratio，PSR）来判断目标受遮挡情况.并依据之前四个峰值响应点的位置，提出一个新的自适应尺度更新策略.在具有遮挡，尺度变化，光照变化等问题的公开数据集上对该方法进行测试，仿真实验表明，本文提出的自适应尺度的核相关滤波（OSCF）具有良好的跟踪性能.

摘要:黑客攻击和信息泄露对高校园区网造成了极大的网络和信息安全威胁，在网络安全响应机制和流程中，快速隔离和查封事故点可以极大的减小已发隐患对整个园区网络的负面影响.基于此需求，本文实现了一套软硬件结合的自动管理系统，利用黑洞路由和OSPF路由分发机制，以及配套的脚本服务器和身份认证系统，实现了随时随地都能及时隔离和查封外部攻击源和内部故障点，及时消除二次危害隐患.同时通过ACL控制和OAuth身份认证控制，保证了整体系统的安全性.