渗透测试的核心问题是渗透测试路径的规划，手动规划依赖测试人员的经验，而自动生成渗透路径主要基于网络安全的先验知识和特定的漏洞或网络场景，所需成本高且缺乏灵活性。针对这些问题，提出一种基于强化学习的渗透路径推荐模型QLPT，通过多回合的漏洞选择和奖励反馈，最终给出针对渗透对象的最佳渗透路径。在开源靶场的渗透实验结果表明，与手动测试的渗透路径相比，所提模型推荐的路径具有较高一致性，验证了该模型的可行性与准确性；与自动化渗透测试框架Metasploit相比，该模型在适应所有渗透场景方面也更具灵活性。

与二维可见光图像相比，三维点云在空间中保留了物体真实丰富的几何信息，能够应对单目标跟踪问题中存在尺度变换的视觉挑战。针对三维目标跟踪精度受到点云数据稀疏性导致的信息缺失影响，以及物体位置变化带来的形变影响这两个问题，在端到端的学习模式下提出了由三个模块构成的提案聚合网络，通过在最佳提案内定位物体的中心来确定三维边界框从而实现三维点云中的单目标跟踪。首先，将模板和搜索区域的点云数据转换为鸟瞰伪图，模块一通过空间和跨通道注意力机制丰富特征信息；然后，模块二用基于锚框的深度互相关孪生区域提案子网给出最佳提案；最后，模块三先利用最佳提案对搜索区域的感兴趣区域池化操作来提取目标特征，随后聚合了目标与模板特征，利用稀疏调制可变形卷积层来解决点云稀疏以及形变的问题并确定了最终三维边界框。在KITTI跟踪数据集上把所提方法与最新的三维点云单目标跟踪方法进行比较的实验结果表明：在汽车类综合性实验中，真实场景中所提方法在成功率上提高了1.7个百分点，精确率上提高了0.2个百分点；在多类别扩展性实验上，即在汽车、货车、骑车人以及行人这4类上所提方法的平均成功率提高了0.8个百分点，平均精确率提高了2.8个百分点。可见，所提方法能够解决三维点云中的单目标跟踪问题，使得三维目标跟踪结果更加精确。

对于网络中拥有的复杂信息，需要更多的方式抽取其中的有用信息，但现有的单特征图神经网络（GNN）无法完整地刻画网络中的相关特性。针对该问题，提出基于混合特征的图卷积网络（HDGCN）方法。首先，通过图卷积网络（GCN）得到节点的结构特征向量和语义特征向量；然后，通过改进基于注意力机制或门控机制的聚合函数选择性地聚合语义网络节点的特征，增强节点的特征表达能力；最后，通过一种基于双通道图卷积网络的融合机制得到节点的混合特征向量，将节点的结构特征和语义特征联合建模，使特征之间互相补充，提升该方法在后续各种机器学习任务上的表现。在CiteSeer、DBLP和SDBLP三个数据集上进行实验的结果表明，与基于结构特征训练的GCN相比，HDGCN在训练集比例为20%、40%、60%、80%时的Micro?F1值平均分别提升了2.43、2.14、1.86和2.13个百分点，Macro?F1值平均分别提升了1.38、0.33、1.06和0.86个百分点。用拼接或平均值作为融合策略时，准确率相差不超过0.5个百分点，可见拼接和平均值均可作为融合策略。HDGCN在节点分类和聚类任务上的准确率高于单纯使用结构或语义网络训练的模型，并且在输出维度为64、学习率为0.001、2层图卷积层和128维注意力向量时的效果最好。

目前，唐诗宋词在文学角度的研究成果较多，然而采用基于超图的超网络方法对唐诗宋词进行研究的成果较少，且仅有的这种研究局限于对字频和词频的研究。采用超网络数据分析方法对唐诗宋词进行分析研究有助于探索传统文学角度无法涉及的广度，也有助于发现唐诗宋词所折射出来的文学组词规律和时代背景。因此，首先基于全唐诗和全宋词这两个古文本语料库，分别建立了唐诗超网络和宋词超网络。在构建该超网络时，将一首诗或一首词作为超边，将唐诗中的字或宋词中的字作为超边内的节点。然后，对唐诗超网络和宋词超网络的拓扑指标和网络特性，如节点超度、节点超度分布、超边节点度、超边节点度分布，进行了实验分析，旨在发现唐代诗人和宋代词人的用字、用词和审美倾向。最后，基于李白诗词集、杜甫诗词集、苏轼诗词集、辛弃疾诗词集的诗词作品构建了作品集超网络，并计算了相关网络参数。分析结果表明，唐诗宋词超网络中的最大超度与最小超度相差较大，且其超度分布近似为幂律分布，该结果表明唐诗宋词超网络的无标度特性。另外，唐诗宋词超网络的超边节点度也存在明显的分布特性，具体来说，唐诗超网络的超边节点度较多分布在20~100，宋词超网络的超边节点度较多分布30~130。并且，通过分析发现作品集超网络具有较小的平均路径长度和较大的集聚系数，该结果反映作品集超网络具有小世界特性。

为了满足尺度不变特征变换（SIFT）算法临场处理大尺寸无人机（UAV）组网遥感观测影像的实时快速需求，提出一种基于数字信号处理器（DSP）内核的硬件乘法器来处理单精度浮点型像素数据乘法的算法实现方案。首先，根据DSP内核的硬件乘法器的数据输入、输出特性，重构SIFT算法的图像数据结构和图像函数，以实现硬件乘法器对SIFT算法单精度浮点型像素数据的乘法计算；其次，采用软件流水技术重新编排迭代计算，以增强算法的并行计算能力；最后，将在算法计算过程中产生的动态数据迁移至第三代双倍速率同步动态随机存储器（DDR3）中，以提升算法数据的存储空间。实验结果表明，DSP平台的SIFT算法可以实现对1 000×750的UAV遥感影像的高精度快速处理，所提方案满足无人机组网遥感影像临场处理对SIFT算法的实时快速要求。

目前大部分链路预测算法只研究了节点与邻居节点之间的一阶相似性，没有考虑节点与邻居的邻居节点之间的高阶相似性关系。针对此问题，提出一种基于高阶近似的链路预测算法（LP-HOPA）。首先，求出网络的归一化邻接矩阵和相似度矩阵；其次，利用矩阵分解的方法将相似度矩阵进行分解，得到网络节点的表示向量以及其上下文的表示向量；然后，通过高阶网络表示学习的网络嵌入更新（NEU）算法对原始相似度矩阵进行高阶优化，并利用归一化的邻接矩阵计算出更高阶的相似度矩阵表示；最后，在四个真实的数据集上进行大量的实验。实验结果表明，与原始链路预测算法相比，大部分利用LP-HOPA优化后的链路预测算法准确率提升了4%到50%。此外，LP-HOPA算法能够将基于低阶网络局部结构信息的链路预测算法转换为基于节点高阶特征的链路预测算法，在一定程度上肯定了基于高阶近似链路预测算法的有效性和可行性。

为了对正常衰老的人脑功能网络（NABFN）的拓扑结构变化进行探究，提出一种基于朴素贝叶斯的网络演化模型（NBM）。首先，依据朴素贝叶斯（NB）的链路预测算法与解剖距离来定义节点间存在连边的概率；其次，利用特定的网络演化算法，在青年人的脑功能网络基础上，通过不断地增加连边来逐步得到相应中年及老年时期的模拟网络；最后，为了对模拟网络与真实网络间的相似程度进行评价，提出网络相似指标（SI）值。仿真实验结果表明，与基于共同邻居的网络演化模型（CNM）相比，NBM构建的模拟网络与真实网络间的SI值（4.479 4，3.402 1）高于CNM模拟网络对应的SI值（4.100 4，3.013 2）；并且，两者模拟网络的SI值均明显高于随机网络演化算法所得模拟网络的SI值（1.892 0，1.591 2）。实验结果证实NBM能够更为准确地预测出NABFN的拓扑结构变化过程。

针对全景视频映射过程中局部区域变形过大、冗余数据量极高的问题，提出了一种双环带映射算法（DRP）。首先，根据球面视频的几何特点，结合人眼视度（HVS）这一视觉特性，用两个相互正交的环形区域，将球面视频分割成14个大小相近的区域；然后根据空域采样定理，采用兰索斯插值法，将这14个区域对应的球面视频内容映射为14个大小相等的矩形视频；最后，根据最新视频编码标准的特点，重新排列这14个矩形视频，得到符合编码器标准的紧凑的全景视频。实验结果表明，与经纬图映射算法（ERP）、八面体映射算法（OHP）、二十面体映射算法（ISP）相比，DRP算法在视频压缩性能方面有良好的表现；其中同最流行的ERP算法相比，码率平均降低8.61%，明显提升了视频编码效率。

针对移动传感器网络监测区域中目标覆盖所需传感器数不同且各目标之间没有形成通路的问题，提出了通过虚拟力方法实现对不同目标的按需覆盖方法。根据不同目标的覆盖需求设置对传感器节点的基于万有引力的吸引力、节点之间基于库仑力的斥力以及目标之间的引力线，节点在虚拟合力的引导下覆盖目标或连接成通路。仿真结果显示所提方法与已有代表性算法相比收敛时间短，节点移动公平性高达99%，且GPS误差的影响能够控制在1%以下，可实现稀疏或密集初始条件下按需覆盖的分布式快速部署。

在互联网视频应用领域中，视频在经过多次转码后相对于原始节目的失真难以控制，为此，提出一种对视频多次转码后的总失真进行估计的方法。首先，研究多次有损转码失真的叠加过程，找到了多次失真叠加后总体失真的下限；然后，用概率论的方法给出了总体失真的一个估计；最后，根据估计误差，采用最小二乘拟合对该估计进行修正。实验结果表明，经过修正后，Y、U和V三分量最终失真的平均估计误差仅为0.02dB，0.05dB和0.06dB，这说明该方法能够有效且准确地估计出视频转码的总体失真值。

针对现有协同认知无线网络工作在固定结构导致灵活性低、对复杂环境适应力不足的问题，以提高其抗干扰和抗毁能力为目标，提出了一种基于协同认知的网络结构自适应技术。该技术能够使协同认知无线网络在集中控制、自组织和协同中继三种结构之间灵活、自主切换，从而应对电磁干扰、设备故障和通信链路遮挡等问题，极大增强了网络的稳健性。详细介绍了切换方案设计和节点协议实现，并通过搭建基于GNU Radio和二代通用软件无线电外设（USRP2）的协同认知无线网络测试床对其切换耗时以及吞吐量性能进行实际测试验证。结果表明，相比单一、固定的网络结构，该技术能够显著增强网络抗毁性、连通性，提高服务质量（QoS）。

样点自适应补偿(SAO)是第二代数字音视频编解码标准(AVS2)和高效视频编码(HEVC)标准中环路滤波耗时较多的一部分。针对现有自适应样点补偿算法计算量大、复杂度高等问题,提出一种改进的快速率失真算法。该算法主要通过分析各个边缘模式下不同补偿值的变化与所对应的率失真变化之间的关系,对原本定义的补偿值与写入码流的二元符号串之间的关系表进行修改,在不需要计算每个补偿值的率失真代价的情况下,设定一个提前终止条件,快速找到当前样值偏移补偿单元最优的补偿值。实验结果表明,与AVS2下的计算结果相比,在保证图像率失真基本不变的前提下,改进的算法减少了寻找最优补偿值的计算量以及75%的循环次数和33%的环路滤波运行时间,从而降低了计算的复杂度。

针对目前移动无线传感器网络定位问题存在的不足，提出了一种基于改进的洪泛广播机制和粒子滤波的节点定位算法。对于一个给定的未知节点，首先采用改进的洪泛广播机制，从离它最近的锚节点得到的有效平均跳距来计算出它到它的所有邻居节点的距离。然后采用一种差分误差校正算法，以减小平均跳距中由于多跳累积造成的测量误差；其次，采用粒子滤波和虚拟锚节点来减小预测区域，得到更有效的粒子预测区域，从而进一步减小对未知节点位置的估计误差。仿真结果表明，所提算法与定位算法DV-Hop、蒙特卡罗Baggio（MCB）和基于测试的蒙特卡罗定位（MCL）相比，能够有效地抑制冗余广播和减小与节点定位相关的消息开销，以较低的通信成本实现较高精度的定位性能。

目前,由于可供网络协议开发的硬件资源极其有限,而且真实性能评估要求硬件上的组网产生了高额的硬件成本。因此,对于大多数网络协议的研究以及性能评估都是基于纯软件系统进行的,其结果仅局限于理论意义。为了解决这些问题,基于GNU Radio平台以及二代通用软件无线电外设(USRP2)设计和实现了分布式无线网络媒体介入控制(MAC)协议的半实物仿真系统。该系统以IEEE802.11分布式协调功能(DCF)为协议框架,结合离散事件仿真技术,依靠较少的硬件资源(一台个人计算机(PC)和两台USRP2)模拟了多个节点的无线通信网络。实现中,MAC层协议使用简洁的Python语言进行系统开发,具有很大的灵活性,而且扩展性和可移植性强;物理层使用高效的C++语言对信号进行模块化处理,并利用USRP2射频硬件在真实信道上进行数据传输。将系统的节点发送概率以及吞吐量实测数据分别与Bianchi算法以及基于时隙分析的饱和吞吐量计算模型进行了对比,对比结果的吻合性说明了网络仿真平台的可靠性。

针对公平、有效分配地理上呈分布式的控制系统带宽的问题,提出了一种分布式的动态带宽分配算法。首先把这种带宽分配问题构建为一个凸优化问题,使全部控制系统的效用最大化;再采用分布式带宽分配算法思想,使得控制系统基于网络反馈的拥塞信息改变其采样周期,得到可利用的最大采样速率或最大传输速率;然后把控制系统和链路之间的相互作用建模为一个时延动态系统,并采用比例积分(PI)控制器作为链路队列控制器来实现算法。仿真结果表明,所提带宽分配算法不仅能够使全部设备的传输速率在10 s内收敛到全部设备均等共享的链路带宽值;同时对于PI控制器来说,其队列稳定在期望设置点50个数据包左右,而且能够准确、稳定地跟踪输入信号,使全部控制系统的性能最大化。

针对目前数字音视频编解码技术标准(AVS2)中帧内预测模式判断过程计算较为复杂,而如今超高清视频的普及给编解码系统带来很大压力的问题,提出了一种快速帧内预测选择算法.该算法先对最底层最小编码单元(SCU)进行预测模式删选,减少了底层SCU的计算量;再通过下层编码单元(CU)的预测模式得到上层CU的预测模式,从而减少了上层CU的计算量.实验表明,该算法对压缩效率的影响很小,并且编码时间平均下降超过15%,并可有效地降低帧内编码的复杂度.

针对无人机(UAV)遥感航拍过程中相机载荷参数自动化控制与飞行航迹实时跟踪的问题,提出一种能自动完成相机载荷控制与航拍控制的设计方案.首先,系统根据实验要求实时获取所在地理位置信息及环境预判信息,再根据相机控制参数表进行参数编码;然后,通过通信口发送自定义协议指令集给硬件控制电路,完成相机载荷参数设置并进行拍摄,同时航迹规划软件实时记录飞行轨迹地理坐标信息.系统设计使硬件控制平台和软件数据处理相结合,实现软硬协同控制.经无人机飞行验证,与单一参数航拍控制模式相比,该系统能根据不同的拍摄环境和拍摄场景进行相机参数的自动化控制与飞行轨迹实施跟踪.

针对地应力低频电磁监测中高效数据采集、精准授时和实时定姿定位问题，设计并实现了基于嵌入式的定位与姿态测量模块相结合的实时数据采集系统，以ARM微处理器(S3C6410)和嵌入式Linux作为系统控制核心平台，详细介绍了系统软硬件设计架构，设计并完成定位与姿态测量特征数据提取算法，基于LCD触摸屏和Qt/Embedded进行数据采集处理终端的图形用户界面设计并实现人机交互；另外，系统在完成控制显示等功能的同时能将所需数据实时存储至SD卡，为后续数据分析提供依据。系统联调与外场实验验证表明：该系统能够完成定位与姿态数据的实时采集和处理，数据获取效率较高，有效解决了地应力监测中的实时定姿定位，能够高速、实时、可靠地进行地应力低频电磁监测。

针对大规模项目资源库中项目资源信息无序而导致无法准确快速找出项目资源库中所需资源的问题,提出了基于MapReduce的并行化模糊聚类划分算法。该算法首先抽象原始项目资源特征属性并标准化;其次,根据标准化后的特征属性建立项目相似矩阵,运用矩阵分块思想分割矩阵;然后,利用MapReduce技术处理分块矩阵并合并结果;最后,运用阈值评判划分成若干个有序的项目组。与K-means算法和遗传算法的对比实验结果证明:该算法具有较高的准确率和查全率，并且在大规模数据计算时能够得到较高的加速比,可以有效准确地划分项目资源。

将耦合映像格子的相继故障模型作用于和谐统一的混合择优网络模型(HUHPM),通过仿真分析的方法研究了和谐统一混合择优网络的相继故障行为。仿真中采用了蓄意攻击和随机攻击两种策略。仿真结果表明,同规模的和谐统一混合择优网络抵抗随机攻击的能力比蓄意攻击要强;另外,网络的总混合比对这类网络相继故障行为的扩散有很强的影响,在蓄意攻击下,随着随机性连接的逐渐增加,网络的抵抗蓄意攻击的能力逐渐增强,而在随机攻击下则正好相反,即随着确定性连接的增加,网络抵抗随机攻击的能力越来越强。因此,在实际应用中可以通过调节混合比来增强这类网络的鲁棒性。

针对小卫星模拟系统中星载计算机与相机载荷通信及控制问题，研发多路串行通信控制系统。系统设计采用Host-Target模式，在星载计算机(Host)端软件实现多路通信管理子系统，设计基于现场可编程门阵列(FPGA)的相机载荷分控单元(Target);同时，在RS-232通信协议基础上提出一种多路串行通信协议，完成星载计算机与相机载荷分控单元的通信控制。用SignalTapⅡ逻辑分析工具捕捉FPGA内部实时信号对系统性能进行验证，结果表明该系统可对单一或者多路相机载荷进行灵活控制与管理。

为实现网络环境下道路工程的三维可视化，对其中的关键技术：顾及约束的整体模型构建及模型简化方法进行了研究。基于约束Delaunay三角网构建理论，建立了外形与内部拓扑关系均为整体的道路三维模型。提出了顾及道路约束边界的半边折叠误差度量方法，采用半边折叠操作，在服务器端对道路模型进行整体简化，并建立操作层次树存储操作记录;提出了约束边优先细化，延迟简化的视相关策略，结合视相关重构准则，减少网络可视化所需传输的数据量，在客户端实现了道路三维模型的快速重构。基于上述原理方法开发了相关系统，已在高速公路的网络建设管理中成功应用。

针对无线网络中的媒质访问控制存在的不足，提出了一种新的算法。该算法基于动态p-坚持算法，其核心思想采用虚拟传输或虚拟线程，目标是为动态p-坚持算法提供更多的信息以获得最佳传输概率，提高无线带宽的利用效率。仿真表明，新算法平均提高吞吐量约27%，平均降低碰撞率约28%。

针对多源医学图像融合过程中融合权值选择的不确定性，根据DS证据理论，采用证据理论中的基本概率分配函数来描述判决结果的不确定性。利用图像的区域方差、区域能量、区域信息熵三个特征，然后对特征进行归一化，将各个特征值作为基本概率分配的依据，在小波域内对高频分量采用基于DS证据理论的多特征融合规则进行图像融合。利用拉普拉斯能量，在小波域内对低频分量采用拉普拉斯能量自适应融合规则。实验结果表示：所提算法综合了多个特征的优势，降低了融合过程中的不确定性，较大程度地保留了图像信息。

针对现实世界中存在大量的有向网络，根据有向网络中边的有向性，提出适合描述有向网络耦合映像格子（CML）的相继故障模型，利用仿真分析的方法研究了BA无标度有向网络和ER随机图有向网络在该模型作用下的相继故障行为。仿真中，对节点数固定的网络采用蓄意攻击和随机攻击两种策略进行攻击，并记录相关数据。通过对所得数据的分析发现：1）这两类有向网络的相继故障进程比同规模的无向网络要剧烈；2）当网络遭受攻击时，有向网络比无向网络更加脆弱；3）ER随机图网络相继故障发生过程中引起网络相继故障规模增长的4个临界值之间存在线性关系。

为了构建一个公共的共享数据的用户模型平台，给各个接入该平台的网站提供更全面、更准确的用户信息，平台提供了数据接口和算法接口用于与第三方网站的交互，重点研究了如何解决来自不同数据源的用户数据的冲突，从而形成统一的用户模型的问题，最终实现了算法和模型以及数据的共享。实验结果表明，该平台更能准确、全面地构建用户模型。

脑-机接口系统是一个不依靠外周神经和肌肉而实现大脑和外部设备之间进行直接的交流和控制的通道。对一个典型的采用皮层脑电图的植入式脑-机接口系统进行了离线分析。首先,采用频带能量特征进行导联的选择,从64导联中获取特征最明显的11导进行分析;然后,采用采用频带能量对11导皮层脑电图进行特征提取,得到22维的特征矢量;最后,采用采用k近邻分类器对两类意识任务(想象左手小手指运动或舌头运动)进行分类。离线分析结果表明,该方法对测试数据取得了很好的分类准确率。

在保证数据传输可靠性的前提下节省网络能量开销是无线传感器网络应用研究所必须面对的重要课题。通过实验研究，发现了无线传感器网络的通信链路存在着高丢失率、非对称性等特点；通过最优化理论推导出端到端链路中各个节点的优化发射功率；由此提出将节点的优化发射功率和路由度量相结合的OPAETX联合优化方法。利用仿真试验评价OPAETX算法的性能，仿真试验结果表明使用该联合优化方法,在保证端到端的可靠性的前提下节省了网络的能量。

CDMA2000 1xEV-DO作为第三代移动通信技术CDMA2000的演进，主要用来提供高速数据传输服务。系统前向时分复用，并采用“机会主义”调度算法实现前向数据吞吐量的提高。在介绍了1xEV-DO系统的基本原理与前向调度模型的基础上，详细讨论了近年来提出的各种前向链路调度算法，并对算法的优缺点做了比较，指出了部分算法研究过程中的不足之处。最后概述了前向调度算法下一步的研究方向。

首先指出网络分割会影响网络连通性，并进而影响网络的通信效率；接着从物理层和MAC协议入手，讨论了导致无线传感器网络网络分割问题的通信因素。为了定量地刻画网络分割，定义了网络分割比，并分析了影响网络分割比的物理及几何因素。通过试验采集的大量数据及曲线族拟合法，建立了一个无线传感器网络的网络分割模型，定量地确定了网络节点数、面积比与网络分割比的数学关系。