摘要：针对多类型异构终端广泛接入造成虚拟电厂(VPP)网络攻击接口激增致使传统安全防护方法难以抵御网络内部攻击的能力,无法实现终端持续高可靠接入的问题,本文提出一种基于私有链的VPP异构接入终端轻量级信任评价方法,实现VPP异构终端安全、准确和高效的信任评价.首先,通过研究各类异构接入终端交互特性,建立面向VPP各类异构终端的虚拟映射机制,提出基于信息熵的VPP异构终端多因素信任评价方法,综合考虑终端通信行为、数据质量和传输速率3种信任因素,采用信息熵对各类信任值进行融合加权计算,避免信任权重的主观分配,提升VPP异构终端信任评价精度;其次,提出一种基于私有链的海量异构终端信任参数共识方法,设计全节点共识验证机制实现对上链信任参数进行可靠性筛选,有效验证信任参数上链的合法性与真实性,并采用Merkle山脉逐层构建信任参数根哈希值,改进传统私有链区块结构,降低信任参数存储和计算复杂度,实现信任参数的轻量化存储与计算.最后,构建了包含风电场、光伏、储能以及各类异构终端的10 kV虚拟电厂接入终端信任评价仿真算例.仿真结果表明,较现有信任评估方法,本文所提方法可有效抵御诽谤、ON-OFF等网络内部攻击,实现了异构终端安全、精准和轻量的信任评价.

摘要：无人机载平台中的目标检测在军事和民用领域具有重要的应用价值.然而,现有的检测方法通常侧重于多尺度目标检测,缺乏对小目标的优化,且模型复杂度过高,难以在资源受限的机载平台中应用.为此,本文提出了一种面向无人机载平台的轻量级小目标检测算法YOLOH(You Only Look One Head).首先,针对小目标对基准网络优化,移除深层特征以减少模型参数量,增加浅层特征以获取小目标信息.其次,在特征融合部分加入NAM注意力,增强对小目标的感知能力.接着,设计了多感受野聚焦模块MRFF,以挖掘特征图的感受野信息,增强模型的多尺度检测能力.最后,使用LAMP算法对模型剪枝,去除冗余神经元以压缩模型.实验结果表明,与YOLOv8s相比,YOLOH的模型参数量和计算量分别减少了92%和35%,FPS提高了57%.在VisDrone2019和CARPK数据集上AP_(S)分别提高了3.3%和3.7%.与其他轻量级模型相比,所提YOLOH具有最佳的整体性能,同时平衡了模型大小、精度和推理速度,为无人机载平台的目标检测提供了有效的解决方案.

摘要：旨在研究轻量级嵌入式Linux图形驱动程序与图形用户接口的设计方法.在ARM 9平台下,通过对显示模块sed1335的Linux图形驱动程序及图形用户接口的描述,介绍了基于Linux图形驱动程序及轻量级图形用户接口的编写方法,实现了一套轻量级的图形用户接口.应用结果表明,该系统具有良好的扩展性、稳定性和较快的响应速度,能便捷地应用于类似的系统.

摘要：信息门户的建设过程中需要容易实施且灵活高效的整合模式.为克服传统单点登录机制无法满足在动态松耦合环境下实现快速整合的缺陷,结合面向服务架构思想,提出一种轻量级门户单点登录服务机制(LSSO-Service,Lightweight Single Sign-on Service),可为门户整合提供结构简单、完善通用、松散耦合、快速机动的单点登录服务.LSSO-Service基于高于对象层的分布式服务集成模式进行功能划分,可实现采用不同技术的应用系统在门户中的快速动态整合.阐述了LSSO-Service的设计思想和工作原理,并通过在国内某大型水利信息门户中的应用实践,说明该研究结果对于门户建设具有较高的理论意义和参考价值.

摘要：针对时序错误实时检测和纠正技术中存在的检错成本和纠错性能问题,提出一种基于轻量级现场纠错技术的错误消除寄存器.错误消除寄存器采用自带的内部虚拟节点作为错误检测点,以无额外成本的方式实现时序错误的实时检测;基于观测到的高低电平信息,直接在寄存器内部进行错误纠正,通过仅增加4个额外晶体管的代价,完成即时的现场纠错.错误消除寄存器没有使用复杂的外置翻转探测电路进行错误检测,并且也没有使用额外的存储单元用于错误纠正,因此引入的额外面积和额外功耗极低.为评估错误消除寄存器的时序容错能力和电路效率提升能力,在中芯国际40nm工艺下将该寄存器集成到商用嵌入式处理器CK802中进行实验.实验结果表明,错误消除寄存器大幅度降低了容错处理器的面积成本和性能损失,相比现有技术,在同电压下有10.9%的性能提升,在同性能下有17.7%的功耗优化.

摘要：针对关键业务应用的开发离不开工作流技术的支持 ,通过对关键业务的实际开发需求的分析 ,在传统的关系数据库基础上 ,提出了一个适用于关键业务开发的基于关系结构的轻量级工作流引擎的框架结构 .此工作流模型由机构模型、信息模型和控制模型 3部分组成 .深入讨论了采用关系结构和轻量级理念来设计工作流引擎的原因 ,并详细地给出了相关的机构模型、信息模型和控制模型的设计原理以及具体的表示和实现方法 .其原型已经应用到实际的应用系统中 .实践证明 。

摘要：针对现有方案中复杂安全原语不适合资源受限的物联网设备的问题,基于物理不可克隆函数(PUF)为物联网设备设计了一种轻量级高效匿名身份认证协议。通过形式化安全模型和ProVerif协议分析工具,证明该协议满足信息传输机密性、完整性、不可追踪和前向/后向保密等13种安全属性。与近几年认证方案的性能对比分析表明,该协议在设备端与服务器端的计算开销分别为0.468 ms和0.072 ms,设备存储开销与通信开销分别为256 bit和896 bit,高度适用于资源受限的轻量级物联网设备。

摘要：浅层特征在超分辨率重建网络中扮演关键角色,其中蕴含丰富的图像细节,对准确估计深层特征具有明显参考价值.然而,研究者常常忽视浅层特征,过度依赖深层模块堆叠和拓扑结构优化,进而造成信息冗余.为此,提出一种轻量级超分辨率重建网络,旨在探索浅层特征与深层特征的映射机制,以提升重建质量.首先,通过利用浅层特征生成特征掩码,引导深层特征的生成过程;其次,采用基于注意力机制的特征选择模块,动态生成特征权重信息;最后,设计双分支特征增强学习模块,平衡输出特征权重并增强特征融合能力,进一步提升重建性能.实验结果表明,所提出的算法在国际通用数据集上显著提升了峰值信噪比和结构相似度指标,同时具有较小的模型参数量和卓越的视觉表现.这些结果验证了所提出的轻量级超分辨率重建网络的有效性和优越性.

摘要：针对交通场景语义分割算法中存在的易融入周围背景的纤细条状目标分割不连续、模型参数量大等问题,提出一种融合多尺度深度卷积的轻量级Transformer交通场景语义分割算法。首先,基于深度卷积构建多尺度条形特征提取模块,在不同尺度下增强对纤细条状目标特征的表示能力。其次,在浅层网络中利用卷积归纳偏置特性设计空间细节辅助模块,以弥补深层空间细节信息的丢失来优化目标边缘分割。最后,提出基于Transformer-CNN框架的非对称编解码网络,编码器结合Transformer与CNN减少细节信息丢失并降低模型参数量;而解码器采用轻量级的多级特征融合设计来进一步建模全局上下文。所提算法在Cityscapes和CamVid交通场景公开数据集上分别取得的平均交并比为78.63%和81.06%,能够在交通场景语义分割中实现分割精度和模型大小之间的权衡,具备良好的应用前景。

摘要：工作流管理针对控制、监控、优化和支持业务过程提出了一种新的解决方案。遵循工作流管理联盟参考模型,研发了一个基于Web的轻量级工作流管理系统,阐述了其基于J2EE架构的体系结构的设计,用形式化方法详细描述了其工作流理论模型。提出了一个时间约束有向图模型,并根据提出的动态角色分配方法,给出了一个基于公钥基础设施技术的条件化基于角色的访问控制方法。最后,给出了工作流实例的引擎驱动算法。实际监测和用户反馈结果表明,采用该工作流管理系统作为框架的应用系统。