摘 要： 面向2030的未来网络需要承载自动驾驶、虚拟现实等新型复杂业务，云技术发展倒逼现有网络云化升级，要求网络设备具备可编程性并能够开放化。而传统封闭固定的网络设备难以满足需求，亟需开放可编程的白盒交换机。通过概述白盒交换机体系的发展历程和主要架构，围绕设备开放化和网络可编程两大原则，梳理和比较白盒交换机在体系架构方面的研究，分析白盒交换机当前面临的技术和产业挑战，并指出白盒交换机未来可能的发展方向，以期对白盒交换机以及未来网络的发展做出贡献。

摘 要： 本文通过讨论基于视频的人脸安全技术的特点难点，探讨人脸检测技术的发展。根据面部肤色的建模问题和色彩空间变换的概念，进一步推测出基于视频的人脸检测的实现需要建立人脸库、对人脸特征进行提取并加以SVM分类算法，从而帮助人脸识别技术达到全新高度，实现AI发展与安全技术并存的局面。

摘 要： 边缘检测是图像处理及计算机视觉中的基本问题之一，而Sobel算子对于边缘检测来说,则是最重要的算子之一。针对传统Sobel算子的局限性以及PC端串行化处理图像的效率较低的问题，提出了一种改进的方法，首先将传统Sobel算子的模板方向由2个变为8个，充分利用图像中的像素点的方向信息，然后根据现场可编程门阵列(Field Programmable Gate Array，FPGA)硬件处理速度快、并行流水线处理等一些特点，利用FPGA替代PC端对图像进行处理，实现改进的Sobel算子的边缘检测系统，达到优化图像边缘检测效果并提升处理图像的效率。仿真结果显示，基于FPGA的改进Sobel算子的边缘检测，提取的图像边缘信息较为理想。

随着能源互联网的快速发展与深入应用，泛在互联、对等开放、多源协同等特性导致恶意网络攻击不断发生，已经严重影响与威胁到能源互联网生产、传输、交易及消费各环节业务系统，能源互联网供应链安全作为保障能源互联网安全的重要部分得到进一步重视。针对能源互联网供应链全生命周期，提出了能源互联网供应链场景模型，概括了各场景下存在的安全风险，分析了供应链攻击各类场景，总结了供应链攻击的分类及特点，描述了能源互联网供应链攻击威胁模型，最后提出了各个场景的安全防御策略，为能源互联网供应链上下游安全保障提供参考。

随着工业互联网新技术在工控领域的广泛应用，工控系统由以往的孤岛模式转变为开放系统，通过网络公开的工控态势平台，可以发现大量的工控设备暴露在互联网中，工控系统面临前所未有的安全危胁。通过对工控系统的安全现状与脆弱性进行分析，站在攻击者角度提出了工控系统面临的攻击威胁。结合真实的核电DCS系统，通过安全测试总结此系统的脆弱性，综合考虑安全防护策略的有效性和实际可用性，对系统中相应安全脆弱点部署安全设备，提出了一种针对核电DCS系统的安全防护方案。通过在实验室中部署验证，证明了该安全防护措施一定程度减轻了核电DCS系统的脆弱性，提升了系统的安全性。

通过对美国太空安全挑战赛中AES破解挑战的分析，提出了使用AES缓存碰撞时间攻击的破译思路，分析了AES缓存碰撞时间攻击的原理，将密钥可能空间缩小至6 700万，成功利用密钥已知部分推测出未知部分，最终实现该攻击，验证了AES缓存碰撞时间攻击的实践可行性。

针对三维点云数据中存在的异常点会对平面拟合过程产生不利的影响，提出了一种将最小平方中值算法(Least Median of Squares，LMedS)与特征值法相结合的点云平面拟合新方法。首先，通过LMedS算法进行多次迭代确定最佳阈值并剔除点云数据中的异常点。然后，采用特征值法对剔除完异常点后的点云数据进行平面拟合，以获得更加精确的拟合平面参数解。最后，分别采用最小二乘法、特征值法、RANSAC+主成分分析法与所提出方法对仿真和实测点云数据进行平面拟合计算。实验结果表明，相比于其他方法，该方法的平面拟合精度更高，适用于对含有异常点的点云数据进行平面拟合，具有较高的鲁棒性。

基站空调的节能是电信行业节能减排十分重要的一环，通过数据挖掘方法从空调系统运行数据中找到提升运行性能的规则和手段，具有重要的现实意义和研究价值。针对基站空调的节能减排问题，对基站实时采集到的数据流，首先建立空调节能模型找到目标约束条件下最优控制温度；随后针对空调启停次数频繁的问题继续提出双温度控制模型，减少空调启动次数的同时进一步降低了空调能耗；最后为了应对室外温度、设备能耗等一些不确定因素的变化，提出了基于聚类的空调温度分段控制算法并加以改进，通过聚类结果分析得到对应的用电模式，对不同用电模式分别设计相应控制策略，最终实现了基站空调能耗降低25%的效果，为企业空调节能控制提供了可靠依据。

调查发现，地震中死亡人数增加的原因主要是错过救援的黄金时间，因此可通过救援无人机自动对受灾人员进行行为识别与状态分析。人体姿态估计是指对图像中人体关节点和肢体进行检测的过程，在人机交互和行为识别应用中起着重要的作用，然而由于背景复杂、肢体被遮挡等因素导致标注人体关节点和肢体十分困难。因此提出一种结合ResNet50及CPM的模型，该模型通过获取图像特征和精调机制，计算出关节点依赖关系，最后划分到对应人体。实验表明，该模型与其他模型对比能够提高复杂场景下人体姿态估计的效果。

为了提高微观交通仿真中车辆跟驰建模的准确性与泛化能力，将物理类模型与深度学习相结合，提出一种基于双向GRU(门控循环单元)与残差拟合的跟驰模型框架。该框架使用双向GRU网络对物理类跟驰模型预测值与真实值的残差进行学习，并在NGSIM公开数据集上进行测试。通过对比IDM、GIPPS、GM三种跟驰模型下的残差拟合效果，表明双向GRU网络可以对原模型预测结果的偏差进行有效的修正。选用IDM作为本框架的物理类模型，提出了Bi-GRU-IDM模型，与现有SVR模型、BPNN模型、GRU模型进行对比，结果表明Bi-GRU-IDM在预测精度、泛化性能上明显优于其他三种模型。

随着科技的发展和社会的进步，工业控制网络与互联网日益融合，工控通信所面临的安全隐患日益增多。针对工控通信安全事件频发的问题，以PLC控制系统为例，对PLC控制系统的上下位机的系统结构、通信安全隐患等方面进行分析；从通信协议选择、安全连接建立、传输数据加密方式、通信过程等方面进行了方案设计，提出了一种基于SCTP协议的安全保密通信方案。

针对因人的不安全行为导致化学实验室安全事故的预防问题，提出了基于三维卷积网络(Convolutional 3D，C3D)的化学实验室人员不安全行为模式识别方法。定义了5种典型的人员不安全行为模式，以某高校化学实验室作为研究区域，构建了人员不安全行为模式数据集，建立了基于C3D的人员不安全行为模式识别模型，并对模型在不同应用场景下的性能进行了评估。结果表明：在特定人员于特定实验场景中出现上述5种不安全行为时，该模型在测试集上得到的F1指数平均值均能达到97%以上；在非特定人员与非特定场景中出现不安全行为时，模型能够有效识别部分不安全行为。该研究成果预期可以为化学实验室人员不安全行为的预测、预警、预防提供技术支持。

针对家用负荷提出了一种使用智能电表进行数据采集的非侵入式负荷在线识别方法。该方法使用智能电表计算出负荷的差量特征向量预先建立特征库，训练以决策树作为弱分类器的AdaBoost分类器模型，利用负荷投切时电表的告警信息中包含的特征向量进行分类以实现负荷在线识别，实时性好且提高了单一决策树模型的识别效果。实验结果证明了该方法的可行性，实现了负荷使用信息的获取，具有较好的实际应用价值。