提出了一种基于长短码联合度量的程序完整性校验方法。分析了操作系统文件系统的特点，基于LSM框架设计文件监控模块，实现对文件完整性实时标记，可主动标记识别被篡改文件；应用程序安装到操作系统时，会对该程序计算哈希值和设定短码标记，来初始化白名单数据库完成度量基准的设定；应用程序执行前触发校验模块，先检测程序的短码标记，根据检测结果再决定对程序的哈希值长码校验。使用应用程序长短码联合度量校验，提高应用程序度量校验效率；结合监控模块对程序的实时监控，并针对不同场景，设计了应用程序的标记在多种类别之间的转换规则，保证快速精细地获取程序完整的状况。整套方案实现了对应用程序实时高效的控制。

可信连接作为可信计算理论的重要组成部分，是实现信任在网络上传递的核心技术，在不同的产品和应用场景中有不同的实现方案。设计并实现了一种基于TPCM可信根的可信连接技术架构，通过TPCM在系统运行过程中对系统环境进行主动度量，实现平台的基础可信环境，并将度量结果报告进行签名，标识平台当前环境的可信状态，由此实现对通信双方身份的识别和可信验证，减少非法网络连接，使整个系统具备主动免疫防御能力，实现对未知威胁的有效防护。

针对基于深度学习的入侵检测技术存在准确率低和模型易过拟合问题，提出一种基于多尺度特征提取优化的深度残差网络(Multiscale-Deep Residual Network，M-DRN)模型。该模型在残差网络的残差块中引入多尺度特征提取和因子分解的思想，并采用BN算法提升网络收敛速度。选用NSL-KDD数据集为实验数据训练模型并迭代优化网络参数，利用测试集比较发现该模型在多个评价指标上均有提升。该模型与CNN相比更稳定，与ResNet相比分类准确率提升了3.35%，与RNN-IDS相比训练时间减少了65.2%。实验结果表明，所提出模型具有更好的特征提取能力和更快的收敛速度，不易过拟合。

针对利用广义神经网络(Generalized Regression Neural Network，GRNN)搭建的定位预测模型定位精度低、效率慢等问题，基于动态分群策略，提出一种线性递减粒子群(Linear Decreasing Contraction Particle Swarm Optimization，LDCPSO)和布谷鸟(Cuckoo Search，CS)混合寻优算法，并利用此算法为GRNN选择最优参数，构建定位预测模型。该算法主要利用K均值聚类算法(K-means)对整个种群进行周期性的分群，底层使用LDCPSO算法优化各个子群，并将最优粒子传至高层，高层使用CS算法优化各个子群的最优粒子，并将最终结果返回底层，执行下一次迭代。实验过程中，一方面将提出的算法应用于多个测试函数，结果表明该算法具有更好的收敛速度和收敛精度；另一方面利用该算法搭建定位模型，并与其他定位模型对比，结果显示该定位模型具有更好的定位效果。

以Deepfake为代表的伪造人脸技术，使用少量的人脸数据就能将视频中的人脸替换成为目标人脸，从而达到伪造视频的目的。此类技术的滥用将带来恶劣的社会影响，需要使用检测技术加以制裁。针对这一问题，已有若干检测算法被提出。现有方法具有一定局限性，单帧检测算法忽略了Deepfake动态缺陷；当数据存在缺陷时，模型可能会陷入“学会特定脸”的陷阱中。提出了一种对视频数据中的Deepfake检测方法，使用结合CNN和LSTM的卷积LSTM，判断视频真伪。提出了一种基于人脸特征点的cutout方法，能抑制网络学会特定脸。实验表明，在不同场景下，准确度对比基准算法均有提升。

能否精确地预测城市区域空气质量分布，对于政府环境治理以及人们日常预防等方面，具有重要的意义。该问题面临的挑战是：一是不同区域的空气质量分布具有时空交互性；二是空气质量分布受到外部因素的影响。通用化卷积神经网络以处理任意图结构数据，成为近些年来研究的热点之一，将城市空气质量预测问题可制定为时空图预测问题。基于提出的高阶图卷积网络，设计了一种有效的空气质量推断模型。该模型可以捕获空气质量分布的时空交互性和提取外部影响因素特征，从而精确预测空气质量分布。通过验证现实北京市空气质量数据，结果表明提出的模型远远优于目前已知的通用方法。

有毒气体的扩散预测在应急响应中起着重要作用。现有的计算流体力学(CFD)方法存在计算耗时长等问题，无法快速进行毒害气体扩散预测。提出了一种利用深度学习技术进行有毒气体扩散预测的方法。根据有毒气体扩散原理，设计基于GRU的神经网络模型，实现快速、有效的气体扩散浓度的预测。将本文的方法在经典的公开数据集草原牧场数据集上进行验证，实验结果表明本文方法可实现较高精度的气体扩散浓度的预测，并且优于基于BP神经网络模型的方法。

卫星为随时随地接入网络提供了有效解决方案，然而由于卫星网络用户及流量分布的不平衡，导致卫星网络链路利用率失衡，许多卫星网络负载均衡路由技术相继被提出。首先介绍了不同类别的卫星网络，并对不同的单层和多层卫星网络进行了优缺点对比。然后根据卫星网络路由发展脉络，综述了国内外关于单层卫星网络的全局、局部负载均衡和多层卫星网络的上下层角色分离、利用上层分流实现负载均衡的相关技术。接着从实现效果、计算模式、链路代价、网络开销等方面对负载均衡路由技术进行对比分析。最后结合卫星网络发展趋势，给出了卫星网络负载均衡路由技术的技术挑战和未来方向。

介绍了一种基于放大器、模数转换(Analog to Digital Converter，ADC)和现场可编程门阵列(Field Programmable Gate Array，FPGA)的多通道数据采集方案，包括采集系统的主要构成以及实现方法，最后对系统性能进行了测试。该电路模块为子母板结构，通过PCI Extensions for Instrumentation Express(PXIe)机箱背板总线实现数据的读出能力。该模块可支持8个采集通道的同步采集，每通道采样率可达500 MS/s。测试结果表明，在其带宽内有效位可接近11 bit(ADC采样精度为14 bit)，能够满足高速高精度的数据采集需求。

为了顺应民航气象自动化发展需求，设计了一种自动气象温湿度传感器采集电路，能够实现对民用机场跑道周边温湿度要素的较高精度采集。系统对硬件电路部分进行了模块化结构设计，对温湿度采集原理进行了分析，利用4线制PT100铂电阻对温度进行测量，通过恒流源驱动的方式产生温度对应电压，再通过AD7792进行采集，计算出温度传感器的电阻值Rpt100。湿度信号输出类型为0～1 V的直流电压，利用AD7792的第2通道以及片内1.17 V的基准电压进行采集，得到ADSample2采样值,计算出湿度对应的电压值Vrh(单位：mV)， Vrh在数值上与湿度采样值相等。试验证明采集电路可以完成对温湿度信号的采集。

随着近几年无人超市的不断发展成熟，自助购物越来越普及。如果商品售出后没能及时补充，会影响消费者的购买意愿。为提升商品图像识别的准确率，采用多特征融合的方法，即将多种算法的特征联合，形成优势互补。采用融合SIFT特征和灰度共生矩阵特征的方法完成货架商品图像的匹配。实验表明，该方法对比灰度共生矩阵方法准确率提升20.6%，对比SIFT算法和PCA-SIFT算法准确率分别提升8.9%和5.6%；处理时间对比以上三种算法略有增加。此方法还可用于分析货物受欢迎程度以及确认哪些柜台需要加货等，从而及时有效地对短缺的商品进行补充。

为了实时监控人体的心电信号，以胸带作为穿戴载体，设计一个可穿戴心电检测系统。内嵌于胸带的心电传感器采集佩戴者心电信号，通过蓝牙传输至移动设备应用程序，实现心电信号及心率的实时显示。所实现的心电检测算法基于自适应阈值，检测心电信号的R波并计算实时心率。设计和实施了实地实验以检测系统和算法性能。结果表明，心率检测算法的R波检测错误率为-1.99%，较好地适应了可穿戴心电传感器采集的信号。