随着计算机和通信技术的高速发展，网络空间维度与现实世界的对照格外清晰，因此安全管理网络空间显得意义重大。针对近年来已公布的网络环境中反射放大型分布式拒绝服务攻击(Distributed Denial of Service，DDoS)安全问题，基于Memcached、DNS、NTP、SNMP、SSDP和CLDAP六种常见协议对所存在的漏洞进行分析，搭建六种协议的服务器仿真环境，通过使用交互式数据包操作程序scapy编程，实现对仿真环境中目标主机的IP欺骗和带宽放大。通过ZoomEye获取真实网络环境中的可用IP资源，以仿真环境中目标主机IP作为受害者，测试真实环境中可用IP资源产生的欺骗效果和带宽放大倍数，根据实验结果分析反射放大型DDoS的危害并从服务器和受害者两个角度给出防范策略。

目前的传染病监控大都只是对发病地区居民健康和位置数据的采集和分析，未给出针对接触者健康监控、数据隐私保护和确诊收治的有效方法。因此，提出了一个针对接触者健康监控、位置轨迹记录和疑似处理的完整系统模型，设计了基于手机注册、身份认证和加密机制的个人数据保护方法，进而提出了位置数据库分离存储和双重加密的位置轨迹保护策略。理论安全分析表明：提出的远程监控模型和隐私保护方法，能够有效对抗传输攻击和数据使用过程的隐私泄露。该研究有望为传染病远程防控提供一种新的有效途径。

随着战场环境向多域扩展，各作战域的信息资源共享、作战力量协同成为未来联合作战的致胜关键。针对当前协同手段难以满足跨域作战需求的问题，设计了一种面向任务的跨域协作系统，可根据作战任务，动态组建临时群组，综合利用多种协同手段，从更低层级实现跨域信息融合与作战力量协同。该系统的应用可为作战协同手段和协同创新概念的探索研究起到抛砖引玉的作用。

根据工控环境特点，通过分析现有的协议解析方法，提出了两种面向工控的协议解析方法，分别为针对网络通信数据包的网络报文序列解析法和基于对目标应用程序进行二进制分析的协议解析法，实现了对工控协议的语义级解析。最后进行了相关实验，证明了方法的有效性。

针对大型桥梁在施工阶段和运营期间发生结构变形问题，目前缺乏自动化、高频、实时与长期并且精确的检测手段。在数字图像处理与深度学习理论基础下，提出一种适用于大型桥梁结构变形的非接触式检测方法，并以此方法研发系统，可以对桥梁多个目标结构进行同步动态监测。该方法首先通过高分辨率摄影设备获取桥梁结构的动态视频序列图像；其次对图像进行预处理去除天气等外部因素对图像的影响；然后提取图像ROI确定待处理的具体桥梁结构部位；最后对深度学习中YOLOv3算法进行改进并结合改进后的SURF算法实现桥梁结构的变形检测。实验结果表明，算法检测速度在20～30 f/s之间，目标距离100 m时，算法检测精度在0.3 mm以内，检测精度高，可有效反映桥梁结构变形情况。

人脸深度伪造检测技术对于打击虚假图像/视频泛滥具有至关重要的意义。提出了一种融合传统特征与神经网络的检测算法，算法结合了传统特征具有可解释性与神经网络高准确率的优点，利用图像灰度共生矩阵以及XceptionNet组成双特征提取模块，然后在全卷积网络中充分考虑双流融合特征信息，最终根据网络多损失实现图像真伪分类判决。在FaceForensics++数据集上进行了训练和测试，实验结果表明，相比现有深度学习算法，检测准确率有明显提升。而且由于引入的纹理特征具有一定的可解释性，表现出良好的鉴别性能。

针对现有防伪技术可靠性较低、容易被仿制、防伪成本高昂等问题，基于DeepLabv3，提出一种由热膨胀系数失配产生压缩应力形成随机褶皱防伪标识图案的识别方法。具体采用深度卷积网络分类算法中DeepLabv3进行分类识别，通过优化全连接层并设置不同的神经元节点，提高识别网络的分类准确率，缩减训练时间，训练准确率达96.58%，获得了能对褶皱纹理图案精准识别的网络模型，实现具有安全性的防伪目的。

注意力机制和视频语义嵌入使得视频描述任务取得了显著的提升，为更好地利用时序动态特征和语义信息，提出一种基于X-Linear的语义嵌入视频描述算法(X-Linear Semantic Embedding Network，XLSNet)。该算法以基于编码解码器网络为基础，使用X-Linear注意力模块对视频特征进行编码，该模块使用双线性池化来增加视频时序特征的高阶交互，最终提取丰富的时序动态特征；为充分利用视频语义信息，使用语义嵌入的GRU和X-Linear作为解码器对视频描述进行生成。为防止过拟合现象，对解码器的GRU使用了层归一化和变分Dropout。所提出的算法仅仅使用了视频帧特征，在公开视频描述数据集MSVD上取得了很好的效果。

在当下快速的发展过程中，社会的现代化建设对环境带来了一定程度的破坏，为了实现持续性的社会发展，就需要对其各种生产生活所带来的污染物进行良好的监测。提供了一种对产污企业污染物排放过程进行科学监测的方法，对智能电表采集的数据进行处理与分析，构建BP神经网络模型对设备进行识别，从而判断设备启停状态。形成了24小时不间断的智能监控，进而对企业的污染物排放监管进行合理的监控，实现对企业生产中污染排放的监测，提升污染物的治理效果，具有较好的实际应用价值。

多数应用场景中，SCARA机械臂的工作路径为固定的模式，为结合视觉信息，优化控制方式，采用激光打样的方式引导SCARA动作。以桃子TZ-500 SCARA机械臂和MATLAB为实验平台，使用D-H坐标系法建立机械臂的运动学模型，得到其工作空间。针对点到点的轨迹，采用五次多项式插值法完成在关节空间内的规划。灵活的多点轨迹，使用三次B样条曲线插值法规划得到相邻点的三次轨迹，对于起始时刻和终止时刻加速度不为零的问题，设计了修正因子，保证加速度为零，有效降低冲击。为了缩短运行时间，结合约束条件和应用场景设计了新的罚函数，并对遗传算法的选择和变异方向进行改进，加速筛选过程。实验结果表明，使用了改进后的遗传算法，得到轨迹的运行时间要优于优化前的轨迹，有效地提高了运行效率和精度。

根据GB11551-2014《汽车正面碰撞的乘员保护》法规的要求，以某型客车车身为研究对象，将建好的几何模型导入HyperMesh软件中，通过拓扑修复、抽取中面以及简化模型等操作，完成对车身数模的几何清理，建立了车身正面碰撞有限元模型。在RADIOSS环境下，设置材料属性，选取弹簧单元焊点模型以及TYPE7接触类型，对其正面碰撞过程进行数值模拟，同时对碰撞过程中的车身变形、能量转换规律以及速度和加速度进行分析。将仿真结果与实车碰撞试验结果进行对比，验证了车身模型的正确性。结果说明基于RADIOSS的计算机仿真方法不仅能指导客车车身的碰撞试验，并且可以大量缩减实车试验成本，具有较大的工程借鉴意义。此方法为车身结构的进一步优化提供了研究基础。

在智能制造中，传统成像技术已经满足不了高精度工业需求。提出了结合熵率聚类的目标分割算法，并且基于超像素的邻边集，建立熵率和平衡项的目标函数，最后通过贪婪启发算法优化并求解该目标函数，得到最优的超像素集合。并设计了基于高斯函数衡量相邻像素的相似性实验，设定相关参数，进行工业制造实际流程检测。最终实验结果表明，所提算法有较好的检测识别效果，在轮廓及内部条纹识别上效果明显，整体识别效果良好，适用于工业制造领域。