123,123

區(qū)域網(wǎng)絡(luò)邊界識(shí)別技術(shù)研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

網(wǎng)絡(luò)邊界識(shí)別是進(jìn)行網(wǎng)絡(luò)拓?fù)錅y量的一個(gè)重要環(huán)節(jié)，當(dāng)前的區(qū)域網(wǎng)絡(luò)邊界識(shí)別技術(shù)主要基于對(duì)于區(qū)域網(wǎng)絡(luò)的抽樣探測和基于IP地址的地理定位技術(shù)進(jìn)行邊界篩選的方法進(jìn)行，此方法存在網(wǎng)絡(luò)拓?fù)浍@取不完善、邊界驗(yàn)證手段少等問題。針對(duì)此問題，提出了面向區(qū)域網(wǎng)絡(luò)邊界識(shí)別的高覆蓋探測策略和基于多源信息融合的區(qū)域邊界IP識(shí)別技術(shù)，通過設(shè)計(jì)探測點(diǎn)部署位置和目標(biāo)覆蓋策略對(duì)區(qū)域拓?fù)溥吔邕M(jìn)行測量以提升發(fā)現(xiàn)邊界的概率，通過對(duì)WHOIS、時(shí)延、traceroute等多源信息進(jìn)行獲取以補(bǔ)充邊界驗(yàn)證數(shù)據(jù)來源，通過建立基于機(jī)器學(xué)習(xí)的驗(yàn)證模型提高了區(qū)域網(wǎng)絡(luò)邊界識(shí)別的可信度及覆蓋率。將此方法應(yīng)用于地區(qū)A的網(wǎng)絡(luò)邊界識(shí)別與驗(yàn)證工作中，驗(yàn)證了此方法的有效性。

發(fā)表于：2025/10/28

基于FPGA的ZUC算法快速實(shí)現(xiàn)研究[可編程邏輯][數(shù)據(jù)中心]

祖沖之（ZUC）算法是我國自主研發(fā)的商用序列密碼算法，已被應(yīng)用于服務(wù)器實(shí)時(shí)運(yùn)算和大數(shù)據(jù)處理等復(fù)雜需求場景，ZUC的高速實(shí)現(xiàn)對(duì)于其應(yīng)用推廣具有重要的實(shí)用意義。基于此，針對(duì)ZUC適用環(huán)境的FPGA實(shí)現(xiàn)高性能要求，通過優(yōu)化模乘、模加等核心運(yùn)算，并采用流水化結(jié)構(gòu)設(shè)計(jì)，在FPGA硬件平臺(tái)上實(shí)現(xiàn)了ZUC算法。實(shí)驗(yàn)結(jié)果表明，ZUC算法核的數(shù)據(jù)吞吐量可達(dá)10.4 Gb/s，與現(xiàn)有研究成果相比，降低了關(guān)鍵路徑的延遲，提升了算法工作頻率，在吞吐量和硬件資源消耗方面實(shí)現(xiàn)了良好的平衡，為ZUC算法的高性能實(shí)現(xiàn)提供了新的解決方案。

發(fā)表于：2025/10/28

基于CNN-BiLSTM-Attention的工業(yè)數(shù)據(jù)中心IT設(shè)備能耗預(yù)測模型研究[模擬設(shè)計(jì)][數(shù)據(jù)中心]

IT設(shè)備的能耗直接影響到工業(yè)數(shù)據(jù)中心的電力消耗，預(yù)測IT設(shè)備能耗對(duì)優(yōu)化能源管理和資源規(guī)劃具有重要意義。然而，由于IT能耗數(shù)據(jù)呈現(xiàn)出非線性、非平穩(wěn)的特點(diǎn)，導(dǎo)致預(yù)測精度低。對(duì)此，結(jié)合卷積神經(jīng)網(wǎng)絡(luò)CNN、雙向長短期記憶網(wǎng)絡(luò)BiLSTM和注意力機(jī)制的優(yōu)勢(shì)，分別對(duì)IT設(shè)備能耗的局部特征、數(shù)據(jù)中深層次的關(guān)鍵信息進(jìn)行提取，并根據(jù)自測IT設(shè)備能耗數(shù)據(jù)集構(gòu)建基于CNN-BiLSTM-Attention的能耗預(yù)測模型，該模型的R2、MAE和RMSE分別為0.905 3、0.050 4、0.067 3，相較于現(xiàn)有的LSTM、BiLSTM和CNN-BiLSTM模型均有不同程度的提高，說明該模型可以應(yīng)用于工業(yè)數(shù)據(jù)中心內(nèi)IT設(shè)備能耗的準(zhǔn)確預(yù)測。

發(fā)表于：2025/10/28

基于位置等效的Link16終端低軌衛(wèi)星接入設(shè)計(jì)[通信與網(wǎng)絡(luò)][航空航天]

隨著信息化戰(zhàn)場的發(fā)展，Link16數(shù)據(jù)鏈在衛(wèi)星上的應(yīng)用正成為一個(gè)不可逆轉(zhuǎn)的趨勢(shì)。星地融合是實(shí)現(xiàn)更高效、實(shí)時(shí)信息交換的重要方向，但在實(shí)際應(yīng)用中，多普勒效應(yīng)和信號(hào)時(shí)延帶來的挑戰(zhàn)不容忽視。提出了一種基于位置等效的 Link16數(shù)據(jù)鏈終端低軌衛(wèi)星接入設(shè)計(jì)方案，通過計(jì)算時(shí)延中心處的時(shí)延值和多普勒值并進(jìn)行信號(hào)預(yù)補(bǔ)償，消除了信號(hào)在星地傳輸帶來的大多普勒、對(duì)齊了衛(wèi)星星載Link16時(shí)間基準(zhǔn)，實(shí)現(xiàn)了Link16數(shù)據(jù)鏈終端低軌衛(wèi)星接入設(shè)計(jì)，仿真表明方案可行，可支撐數(shù)據(jù)鏈天地一體化應(yīng)用。

發(fā)表于：2025/10/28

面向Windows平臺(tái)的樣本對(duì)抗研究[通信與網(wǎng)絡(luò)][信息安全]

隨著網(wǎng)絡(luò)攻擊技術(shù)的不斷演進(jìn)，針對(duì)企業(yè)和組織的高級(jí)持續(xù)性威脅（APT）攻擊愈演愈烈。APT攻擊的成功與否，很大程度上依賴于后滲透階段的執(zhí)行質(zhì)量，在該階段，攻擊者利用復(fù)雜的對(duì)抗技術(shù)實(shí)現(xiàn)持久控制和數(shù)據(jù)竊取。圍繞后滲透中的對(duì)抗技術(shù)展開，探討了Bootkit、COM接口濫用、BYOVD、VEILP7等對(duì)抗技術(shù)，提出了一種新的對(duì)抗框架，并通過實(shí)驗(yàn)展示了其在多個(gè)反病毒工具中的對(duì)抗能力以及相對(duì)于現(xiàn)有對(duì)抗工具的優(yōu)勢(shì)，并針對(duì)該框架提出相應(yīng)的對(duì)抗策略，旨在推動(dòng)對(duì)抗技術(shù)的研究和防御機(jī)制的優(yōu)化。

發(fā)表于：2025/10/28

低溫度與工藝增益誤差的可變?cè)鲆娣糯笃髟O(shè)計(jì)[電源技術(shù)][物聯(lián)網(wǎng)]

采用0.18 μm工藝，設(shè)計(jì)了一種適用于高精度測溫系統(tǒng)中的可變?cè)鲆娣糯笃?，相比于傳統(tǒng)的前置放大器，采用開環(huán)結(jié)構(gòu)避免了反饋網(wǎng)絡(luò)漏電流對(duì)前端采樣電路的影響。通過與電源電壓無關(guān)的電流源給跨導(dǎo)放大器電路提供電流，產(chǎn)生一個(gè)不包含工藝參數(shù)的跨導(dǎo)，最后通過運(yùn)算放大器獲得一個(gè)與電源電壓、溫度和工藝參數(shù)無關(guān)的增益。通過改變?nèi)罘挚鐚?dǎo)放大器的負(fù)載，來實(shí)現(xiàn)10倍和40倍可變?cè)鲆妗７抡娼Y(jié)果表明，放大倍數(shù)為10倍時(shí)，增益隨溫度最大誤差為0.19 dB，增益隨電源電壓最大誤差為0.15 dB，增益隨工藝偏差為0.12 dB。放大倍數(shù)為40倍時(shí)，增益隨溫度最大誤差為0.16 dB，增益隨電源電壓最大誤差為0.23 dB，隨工藝偏差為0.13 dB。

發(fā)表于：2025/10/28

LDO啟動(dòng)浪涌的反饋網(wǎng)絡(luò)優(yōu)化抑制方法研究[電源技術(shù)][航空航天]

低壓差線性穩(wěn)壓器（LDO）作為現(xiàn)代電子系統(tǒng)的核心電源管理器件，其啟動(dòng)浪涌電流問題嚴(yán)重威脅系統(tǒng)可靠性。以MSK5101型LDO為研究對(duì)象，針對(duì)使能端加入RC延時(shí)電路后輸入浪涌電流尖峰現(xiàn)象，提出一種基于反饋網(wǎng)絡(luò)動(dòng)態(tài)優(yōu)化的抑制方法。通過建立小信號(hào)模型并進(jìn)行頻域分析，揭示了反饋網(wǎng)絡(luò)參數(shù)對(duì)系統(tǒng)響應(yīng)速度與穩(wěn)定性的影響規(guī)律，提出通過增大反饋電阻與調(diào)整補(bǔ)償電容實(shí)現(xiàn)等效軟啟動(dòng)。實(shí)驗(yàn)結(jié)果表明，優(yōu)化后浪涌電流峰值由2.7 A降至0.87 A（降幅67.8%），輸出電壓建立時(shí)間由2.9 ms延長至12.3 ms，顯著提升了宇航電源系統(tǒng)的可靠性和魯棒性。

發(fā)表于：2025/10/28

基于SM2的SoC安全芯片雙向身份鑒別技術(shù)研究[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

片上系統(tǒng) （System on Chip， SoC）芯片會(huì)針對(duì)產(chǎn)品固件進(jìn)行SM2簽名和驗(yàn)簽，以確定產(chǎn)品固件的合法性，但現(xiàn)有技術(shù)中產(chǎn)品固件未對(duì)芯片進(jìn)行身份鑒別，由于無法確定芯片是否合法，產(chǎn)品固件和數(shù)據(jù)的安全性得不到保護(hù)?；赟M2算法，針對(duì)SoC安全芯片中產(chǎn)品固件導(dǎo)入過程，實(shí)現(xiàn)了基于國產(chǎn)密碼SM2算法的芯片鑒別固件、固件鑒別芯片的雙向身份鑒別技術(shù)。方案安全性高、可實(shí)現(xiàn)性強(qiáng)，對(duì)SoC安全芯片對(duì)引導(dǎo)程序、產(chǎn)品固件進(jìn)行雙向身份鑒別有普遍現(xiàn)實(shí)借鑒意義。所設(shè)計(jì)的SM2模塊，具有芯片面積小、電路設(shè)計(jì)難度小、CPU操作簡單、適用于嵌入式SoC安全芯片等優(yōu)點(diǎn)。

發(fā)表于：2025/10/28

一種基于電流比較的LDO折返式限流保護(hù)電路[電源技術(shù)][工業(yè)自動(dòng)化]

針對(duì)低壓差線性穩(wěn)壓器（LDO）可能出現(xiàn)的過載、短路問題，基于180 nm BCD工藝，設(shè)計(jì)了一種基于電流比較的折返式限流保護(hù)電路。通過添加監(jiān)測信號(hào)，有效避免了折返式限流電路中容易出現(xiàn)的“閂鎖”問題。仿真結(jié)果表明，在達(dá)到過流限時(shí)，輸出電流減小至200 mA，輸出電壓減小約400 mV后開始折返，LDO的輸出電流和輸出電壓均下降。結(jié)果表明，該電路在完成限流保護(hù)功能的同時(shí)大大降低了系統(tǒng)過流狀態(tài)下的系統(tǒng)功耗。

發(fā)表于：2025/10/28

一種寬輸入低紋波電荷泵負(fù)壓電源芯片設(shè)計(jì)[電源技術(shù)][工業(yè)自動(dòng)化]

為解決電感型電源芯片電磁干擾嚴(yán)重和電容型電源芯片輸出紋波過大的問題，設(shè)計(jì)了一種電容型電源芯片。該芯片采用無電感結(jié)構(gòu)，在高頻條件下輸出紋波低于1 mV，接近電感型電源芯片。芯片輸出電壓可在-16 V至-3 V范圍內(nèi)調(diào)節(jié)，工作頻率可在90 kHz到1 MHz間改變。該電路基于250 nm工藝設(shè)計(jì)實(shí)現(xiàn)。仿真結(jié)果表明，在輸入電壓為16 V、輸出電流為100 mA、工作頻率為1 MHz的條件下，輸出紋波為0.6 mV，輸出電壓為-14.84 V，效率達(dá)到87.1%；當(dāng)工作頻率降至90 kHz時(shí)，輸出紋波為10 mV，輸出電壓為-14.83 V，效率提升至91.9%。仿真數(shù)據(jù)表明，該芯片具有良好的適應(yīng)性，可滿足多種應(yīng)用場景的需求。

發(fā)表于：2025/10/28

強(qiáng)化學(xué)習(xí)評(píng)估指標(biāo)的系統(tǒng)性分析與優(yōu)化研究[人工智能][其他]

強(qiáng)化學(xué)習(xí)評(píng)估指標(biāo)作為衡量智能體性能與指導(dǎo)算法優(yōu)化的核心工具，在實(shí)際應(yīng)用中面臨指標(biāo)單一性、環(huán)境依賴性及可解釋性缺失等關(guān)鍵挑戰(zhàn)。系統(tǒng)性分析了現(xiàn)有評(píng)估指標(biāo)的分類框架，提出基于性能、學(xué)習(xí)過程、策略、魯棒性和效率的多維度指標(biāo)體系，并探討其在不同任務(wù)場景（如稀疏獎(jiǎng)勵(lì)、高維狀態(tài)空間）下的適用性與局限性。研究指出，傳統(tǒng)指標(biāo)在復(fù)雜環(huán)境中易忽略安全性、效率及人類偏好對(duì)齊等需求，需結(jié)合任務(wù)特性設(shè)計(jì)融合多目標(biāo)的評(píng)估方法。針對(duì)未來研究，提出需聚焦多目標(biāo)帕累托優(yōu)化、基于人類反饋的獎(jiǎng)勵(lì)建模、稀疏獎(jiǎng)勵(lì)環(huán)境下的探索效率量化等方向，以提升評(píng)估的全面性、可解釋性。通過理論與實(shí)際案例結(jié)合，為強(qiáng)化學(xué)習(xí)評(píng)估體系的規(guī)范化與跨領(lǐng)域適配提供了方法論支持，推動(dòng)其在復(fù)雜場景中的高效落地。

發(fā)表于：2025/10/28

基于Pearson與FBRCSP的運(yùn)動(dòng)想象腦電分類研究[人工智能][醫(yī)療電子]

腦機(jī)接口（BCI）為用戶提供了一種無需依賴外周神經(jīng)和肌肉的控制通道，廣泛應(yīng)用于神經(jīng)肌肉疾病患者的康復(fù)治療。基于運(yùn)動(dòng)想象（MI）的BCI利用大腦在運(yùn)動(dòng)任務(wù)想象過程中的信號(hào)，實(shí)現(xiàn)無需肢體運(yùn)動(dòng)的控制。為提高M(jìn)I-BCI的分類性能，提出了一種結(jié)合皮爾遜相關(guān)系數(shù)通道選擇（PCCS）和濾波器組正則化共空間模式（FBRCSP）的方法。首先，通過PCCS對(duì)EEG信號(hào)進(jìn)行通道選擇，保留關(guān)鍵信號(hào)并去除冗余信息；然后，采用FBRCSP優(yōu)化空間模式提取判別性特征。在BCI Competition III IVa和IV Dataset I數(shù)據(jù)集上進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，PCCS-FBRCSP方法在分類準(zhǔn)確率和穩(wěn)定性方面優(yōu)于傳統(tǒng)方法，尤其在跨個(gè)體實(shí)驗(yàn)中展現(xiàn)出更強(qiáng)的魯棒性。同時(shí)，該方法有效降低了計(jì)算復(fù)雜度，具有較好的應(yīng)用潛力。

發(fā)表于：2025/10/28

基于混合專家模型的云原生教育培訓(xùn)平臺(tái)動(dòng)態(tài)安全防御體系研究[人工智能][信息安全]

針對(duì)云原生教育培訓(xùn)平臺(tái)面臨的復(fù)雜動(dòng)態(tài)安全威脅，以及傳統(tǒng)防御機(jī)制存在的環(huán)境感知薄弱、智能決策缺失、泛化能力不足和隱私合規(guī)沖突等缺陷，提出基于混合專家模型的動(dòng)態(tài)安全防御體系。該體系構(gòu)建四層協(xié)同防護(hù)框架：時(shí)空?qǐng)D神經(jīng)網(wǎng)絡(luò)建模流量時(shí)空特征；多模態(tài)卷積神經(jīng)網(wǎng)絡(luò)融合容器化異構(gòu)數(shù)據(jù)；聯(lián)邦學(xué)習(xí)組件實(shí)現(xiàn)隱私保護(hù)下的知識(shí)共享；大語言模型生成可執(zhí)行防御策略。核心創(chuàng)新包括設(shè)計(jì)可微分門控網(wǎng)絡(luò)（Top-2稀疏激活）實(shí)現(xiàn)攻擊特征到最優(yōu)專家模型的動(dòng)態(tài)路由，并建立威脅強(qiáng)度指數(shù)驅(qū)動(dòng)的Kubernetes資源彈性調(diào)度機(jī)制。該研究為云原生教育平臺(tái)提供了可彈性擴(kuò)展的安全防護(hù)范式，其方法論對(duì)構(gòu)建自適應(yīng)安全體系具有理論價(jià)值與實(shí)踐意義，為智能主動(dòng)防御體系發(fā)展奠定基礎(chǔ)。

發(fā)表于：2025/10/28

基于I3C分布式總線架構(gòu)的人形機(jī)器人靈巧手方案[嵌入式技術(shù)][工業(yè)自動(dòng)化]

近年來人形機(jī)器人技術(shù)迎來爆發(fā)式增長，全球科技巨頭和中國本土企業(yè)不斷升級(jí)迭代人形機(jī)器人產(chǎn)品和相關(guān)技術(shù)，推動(dòng)機(jī)器人在工業(yè)、物流、醫(yī)療、教育和家庭等領(lǐng)域的廣泛應(yīng)用。而在人形機(jī)器人系統(tǒng)中，靈巧手被認(rèn)為是最復(fù)雜、最精密和最關(guān)鍵的執(zhí)行器，成為人形機(jī)器人發(fā)展的核心方向之一，它不僅需要具備高自由度的運(yùn)動(dòng)能力，還要實(shí)現(xiàn)對(duì)力和位置的精準(zhǔn)控制，以模擬人手的操作行為。

發(fā)表于：2025/10/22

商業(yè)數(shù)據(jù)反不正當(dāng)競爭保護(hù)的實(shí)踐困境與規(guī)則優(yōu)化[其他][其他]

商業(yè)數(shù)據(jù)是數(shù)字經(jīng)濟(jì)下經(jīng)營者參與市場競爭的的重要資源。目前，針對(duì)商業(yè)數(shù)據(jù)不正當(dāng)競爭行為的裁判依據(jù)主要是《反不正當(dāng)競爭法》第2條和第12條，該援引條款具有高度抽象性，致使出現(xiàn)司法實(shí)踐中原則性條款的過度使用、不正當(dāng)競爭行為的認(rèn)定標(biāo)準(zhǔn)不明等問題。對(duì)商業(yè)數(shù)據(jù)不正當(dāng)競爭行為的規(guī)制應(yīng)當(dāng)跳出賦權(quán)保護(hù)模式的桎梏而選擇更具競爭法特征的行為規(guī)制路徑。結(jié)合商業(yè)數(shù)據(jù)的特性，在總結(jié)當(dāng)前司法實(shí)踐不足，并充分借鑒域外經(jīng)驗(yàn)的基礎(chǔ)上，通過在反不正當(dāng)競爭法中設(shè)置商業(yè)數(shù)據(jù)專條，立足弱權(quán)利保護(hù)。如此既增強(qiáng)了數(shù)據(jù)權(quán)益保護(hù)的有效性，又激勵(lì)了數(shù)據(jù)的流通與利用。

發(fā)表于：2025/10/15