随着万物互联时代的到来以及5G、IPv6、云计算、边缘计算、物联网、区块链等新兴技术的蓬勃发展，网络空间中的联网设备呈现爆炸式增长，网络空间中的目标对象形态也多种多样，同时暴露的网络资产安全风险随之提高。如何摸清网络空间中的资产底数，感知网络资产的风险，进而保障网络空间资产安全，已成为当下领域内尤为关心的问题。简要描述了网络空间测绘系统的发展历程和相关概念，然后从网络空间资源类型、网络资产探测方法、网络空间测绘应用场景等角度对网络空间测绘系统进行分类和阐述，提出了不同维度的测绘系统评价指标体系，以及网络空间测绘面临的问题、难点及其未来发展趋势。

软件系统韧性是系统在面对被动故障和主动攻击等挑战时提供和维持可接受的服务水平的能力，被认为是未来互联网的基本设计属性。面对现有补丁式防御手段存在的缺陷，如何增强软件系统的韧性能力引起了安全领域研究人员的广泛关注。结合软件系统微服务化的发展趋势，对微服务架构下软件系统韧性增强技术的研究现状进行了归纳分析，从冗余及多样性、服务编排、负载均衡、资源扩展以及服务迁移等方面分析了软件系统韧性增强技术的研究现状及关键技术，总结分析了现有研究存在的问题，并展望了未来的发展方向和面临的挑战。

辐射源识别作为电子侦察的一个重要研究方向，有着广阔的前景与应用意义。对国内外辐射源识别研究成果进行梳理，基于通信设备与信号类型对辐射源识别进行分类，其次针对辐射源识别特征提取方法进行归纳总结，最后对辐射源识别研究现有问题进行分析。

新冠疫苗接种在全国如火如荼开展。通过网络评论分析群众对于接种新冠疫苗的情感倾向性，对于推进新冠疫苗接种工作具有重要意义。对传统的神经网络模型进行改进，将双向GRU与Attention并行作用于文本向量，分析新冠疫苗接种的情感倾向性。实验证明，相比于传统模型，该模型效率有一定的提高，实验方法对于新冠疫苗接种意向分析具有一定价值。

网络攻击时刻发生在人们的日常生活中，威胁着网络用户的信息安全。从拒绝服务出发，结合D数理论和变权方法，提出了基于DDoS攻击关联化变权评估算法。该算法从指标权重的确定和指标之间的关联度两个方面考虑，首先基于变权理论改善在不同场景下固定权重所带来的不确定性，同时利用D数理论加强数据的准确量化。其次，分别从指标数据之间关联度和指标数据、指标元素之间关联度两个方面考虑，确定指标之间的关联关系，保证了指标体系的合理性。最后，通过性能和效能仿真实验对算法进行了验证，实验结果表明，该算法在不牺牲时间复杂度情况下提升了准确性和有效性。

网络环境中存在多项确定性和不确定性影响因素，各项因素对整体网络环境的影响程度不同，通过研究多项网络影响因素作用下的网络威胁评估方法，可准确识别网络环境态势与潜在的发展趋势。以渔政管理系统网络管理日志数据为研究对象，构建基于集对分析理论的多因素网络环境威胁综合评估模型，通过集对势、偏联系数计算，分析了系统在攻击流量、威胁等级、相关度等方面的表现。评估模型提供了系统整体网络环境以及各项影响因素的威胁态势和潜在发展趋势，为渔政管理系统网络安全运维工作提供指导建议，也为信息系统网络威胁情报的分析和应用提供了研究思路。

针对GrabCut算法对于特征不明显、纹理复杂的图像分割效果不理想，且需要用户交互的问题，提出一种基于GrabCut的改进分割算法。首先，运用图像增强，对特征不明显的图像进行改善，提高图像质量；然后，利用YOLOv4网络对图像进行目标检测，获取前景目标所在矩形框位置，从而减少用户操作；其次，在高斯混合模型(GMM)中加入图像像素的位置信息和局部二值模式算子(LBP)提取的像素纹理特征信息，优化高斯混合模型参数，改进GrabCut算法，实现图像优化分割；最后，将分割图像掩膜与原始图像结合，得到原始图像。实验结果表明，对特征不明显、纹理信息复杂的图像，该算法分割效果更优。

用电数据具有不平稳、非线性的特点，为了提升对用电数据的拟合精度，增强预测能力，基于序列预测与残差修正的思想提出通过长短期记忆神经网络(Long Short-Term Memory Neural Network，LSTM)对用电量序列进行预测，真实值与预测值所构成的差值即残差用差分自回归移动平均模型(Autoregressive Integrated Moving Average Model，ARIMA)进行残差修正，将LSTM的预测值与ARIMA的残差修正值进行重构得到最终的预测值。最后利用广东省佛山市某工业园区的用电数据对组合模型进行验证，实验结果显示该模型的预测精度与预测稳定性均优于其他模型，取得了良好的预测效果。

在工业现场中，通过移动机器人自主巡检与读表的应用越来越广泛。数显仪表的读数受到光照、对焦和场景等因素的影响，存在识别精度低的问题。针对上述问题，提出了融合感知与控制的数显仪表识别机制，首先使用图像目标检测网络识别数显仪表，标出目标区域。随后设计基于图像反馈的智能车控制策略，以此抑制模糊对焦的影响。再使用改进的自动色彩均衡(ACE)算法对基于色彩膨胀切割的数字块进行图像色彩增强。最后通过卷积循环神经网络(CRNN)进行实时仪表数字识别。通过实验验证了所设计技术的性能，证明了方法的可行性和有效性。

为解决在终端资源受限的场景下难以进行压缩编码的问题，在FPGA平台上设计了一种基于极化码的分布式信源编解码系统。系统在反馈机制下通过删除部分极化码校验比特实现了码率自适应传输。最后采用Verilog硬件描述语言在Xilinx公司的Virtex-7系列开发板上进行硬件设计及系统实现。测试结果表明，采用时钟频率为200 MHz的情况下，系统的吞吐率可达到919 kb/s。

在传统的安控系统中，数据的选择都是依赖中心发送的选择帧，当中心的选择帧出现问题时，安控系统显示的信息就可能出现偏差。针对这个问题，融合使用基于自主配置的择优和基于最小二乘法的择优，选出最优的数据进行显示，可以有效解决完全依赖中心选择帧的情况。从试验结果看，融合基于自主配置择优和基于最小二乘法的择优方法显示效果优于只使用选择帧的方法。

从视频传输、视频处理、视频显示环节入手，研究了目前主流LED显示系统的运维管理及健康诊断技术发展现状和存在问题，分析了各设备运行状态对整个系统运行可能带来的影响，提出了LED视频显示健康管理系统的发展设想，并对系统结构组成、实现方法和运行流程进行了设计，为LED显示系统自动化监控管理和安全运维建设提供了成功案例。