针对社交网络中用户抄袭难以识别的问题，为保障原创作者权益并对具有抄袭行为的用户进行追责，提出了区块链下社交网络用户抄袭识别方案。针对现有区块链缺少通用溯源模型的问题，设计基于区块链的溯源信息管理模型来记录用户操作信息，为文本相似度检测提供依据。在Merkle树和布隆过滤器结构的基础上，设计了新的索引结构BHMerkle，减少了区块构建和查询时的计算开销，实现了对交易的快速定位。同时提出多特征权重Simhash算法，提高了词权计算的准确性并提高签名值匹配阶段的效率，从而对具有抄袭行为的恶意用户进行识别，并通过奖惩机制遏制恶意行为的发生。抄袭识别方案在不同主题的新闻数据集上的平均准确率为94.8%，平均召回率为88.3%，相较于多维度Simhash算法和基于信息熵加权的Simhash（E-Simhash）算法，平均准确率分别提升了6.19、4.01个百分点，平均召回率分别提升了3.12、2.92个百分点。实验结果表明，所提方案在抄袭文本的查询及检测效率方面均有所提升，且在抄袭识别方面具有较高的准确性。

针对传统机器视觉算法在表面缺陷检测中精度低、无法适应环境变化和噪声影响的问题，提出一种基于小波变换（WT）的改进UNet++——WT-U-Net++。首先，由WT获取缺陷图像的高频与低频分量，再通过多尺度模块MCI（Mix-Conv Inception）提取高、低频分量的细节特征；其次，将MCI模块提取到的细节特征与原始图像融合，并将融合结果作为改进UNet++的输入；再次，在UNet++的下采样阶段引入通道注意力模块，从而使网络在捕获更多上下文语义信息的同时提高跨层特征级联的质量，而在上采样阶段采用反卷积恢复更多的缺陷细节信息；最后，从UNet++的多个输出中选择最佳结果作为检测结果。在铁轨、磁瓦、硅钢油污这3个公开缺陷数据集上的实验结果表明，相较于次优的UNet++，WT-U-Net++的交并比（IoU）分别提高了7.98%、4.63%和8.74%，相似度度量指标（DSC）分别提高了4.26%、2.99%和4.64%。

针对分布式拒绝服务(DDoS)攻击评估不准确和网络安全态势评估不全面的问题,提出了一种基于信息融合的网络安全态势评估模型。首先,提出了以数据包信息为原始数据的DDoS攻击威胁评估方法,提高了评估的准确性;然后,对原有的通用弱点评价体系(CVSS)进行改进并对漏洞脆弱性进行评估,使得评估更加全面;其次,结合客观权重和主观权重,并以序列二次规划(SQP)算法对组合权重进行寻优,降低了融合的不确定性;最后,将三者进行融合得到网络的安全态势。通过搭建入侵检测平台,利用不同的规则库,针对相同DDoS 攻击的报警数会相差3 个数量级,与依赖报警数评估方法相比,以数据包信息评估DDoS 攻击的方法可得到准确的DDoS攻击威胁态势。仿真对比结果表明,提出的模型和方法能够提高评估结果准确度。

为最大限度降低网络安全问题带来的损失，提出一种基于模糊层次分析法(FAHP)的改进型网络安全态势评估模型。鉴于未来的大规模网络环境，首先建立一套符合实际环境的，由指标层、准则层、决策层三层组成的态势指标体系；针对态势评估中的数据分布不确定性、模糊性对评估结果的影响，利用模糊C-均值(FCM)聚类和最佳聚类准则进行数据预处理，得到最佳聚类数和聚类中心；最终建立多因素二级评估模型得到态势评估向量。仿真结果表明，与目前的基于模糊层次法的态势评估方法相比，更好地考虑到某些权重小的因素，因而标准偏差更小，评估结果更加客观、准确。

为了解决无线资源竞争中功率博弈的博弈者获得的环境信息具有非对称性问题，提出了一种基于隐马尔可夫预测的功率博弈机制。该机制通过建立隐马尔可夫预测模型(HMPM)判断博弈的对手是否参与博弈，从而提高博弈的信息准确度；然后利用预测获得的信息通过代价函数计算最佳发射功率。仿真结果表明，与最大后验概率法(MAP)和不预测法(NP)相比，基于隐马尔可夫预测的功率博弈模型能够在满足目标容量的同时，较好地提高非授权用户的功率效率。

针对如何协调多个认知用户择机接入多段空闲频域信道的问题，提出了一种基于无休止多臂赌博机(RMAB)模型的动态频谱接入机制。首先，考虑到实际环境下认知用户的信道感知误差，推导出能有效处理感知误差的Whittle索引值算法，该算法通过历史经验积累给予每个信道一定的信任值，并综合考虑在当前信任值下选择每个信道的立即收益与未来收益的多少，选择出需要感知接入的信道；其次，对于多个认知用户接入相同信道时产生冲突的问题，提出了基于多标拍卖的协调机制，通过多标拍卖的方式处理认知用户之间的冲突。仿真结果表明，在相同的环境中，所提出的频谱接入机制与未处理误差的或者未采用多标拍卖的接入机制相比，认知用户获得的吞吐量更大。