摘要：为保护互联网用户在使用网络过程中的个人隐私数据,提出一种基于软件定义网络(software defined network,SDN)和集群思想的匿名通信系统架构,由统一的控制中心对系统内节点进行管理和调配,在短时间内对匿名通信请求做出响应。设计多约束最优路径规划算法,综合考虑节点带宽、在线时长等因素,均衡网络负载,降低路径选择攻击的威胁。通过理论分析和仿真实验可知,该系统在保证通信匿名性的同时,可以在一定程度上抵御合谋攻击、流量分析攻击、时间攻击等主流攻击方式,在同一网络环境下其转发延迟明显低于Tor。

摘要：为满足工程实践中对非易失内存的需求,在不对自主通用服务器主板进行重新设计修改的前提下,设计并实现一种基于软件模拟方法。通过修改操作系统内核以及驱动,将普通的易失性内存模拟为非易失内存,实现关机时数据保存以及开机时数据恢复功能。通过与NVDIMM-N非易失内存在执行时间以及读写性能方面进行对比,采用该模拟方法达到的效果整体上优于使用NVDIMM-N非易失内存设备。

摘要：为加快NVMe控制器的开发进程,实现NVMe标准命令的快速仿真验证,提出一种基于BRAM的NVMe控制器原型仿真平台的设计方法。将采用块随机存储器代替闪存作为存储介质,处理器直接将数据写入块随机存储器,缩短数据的存储路径,极大地降低工程结构的复杂度,克服NVMe控制器工程仿真过程耗时较多的缺点。仿真结果表明了该方法的可行性,相比于原始NVMe控制器,其结构更简单,仿真过程用时明显减少。

摘要：针对边缘计算中国产化异构智能加速硬件种类繁多,算法模型在不同硬件平台上运行环境的部署过程繁琐、上手难度大等问题,设计并实现一种智能算法模型转换工具。该工具基于QT开源框架开发,运用多线程和线程交互等技术,以界面的形式呈现给用户;支持华为昇腾(CANN)平台、百度飞桨(PaddlePaddle)平台和国产FPGA平台的模型转化功能,可将开源框架下训练的深度学习算法模型一键转换为国产化智能加速硬件平台支持的模型文件,实现智能算法模型的快速部署和高效运行。实验验证了该工具的可行性和有效性,转换前后的推理精度误差不超过1%。

摘要：为提高应用交换系统的吞吐量和数据转发性能,提出一种基于计算芯片和交换芯片三线互连的应用交换系统。通过计算与交换芯片板级直连的方式,避免数据信号的多次转换,降低网络交换延迟;通过将二三层网络交换卸载的方式,增加四七层应用交换的带宽利用率;通过跨内核数据直取的方式,提升应用数据的转发处理能力。压力测试结果表明,该系统具有较高的吞吐量和数据转发能力。

摘要：为解决恶劣环境下数据采集难度较大、数据匮乏导致模型性能受限的问题,提出一种基于风格迁移的数据增强方法,用于增加恶劣环境下的样本数量,提升模型在恶劣环境下的鲁棒性。建立包含22500张图片的数据集,使用卷积神经网络进行图片去重,进行手工标注,用于进行分类模型的训练。设计正常环境和恶劣环境对比实验,验证提出的数据增强方法效果,实验结果表明,该方法可以有效提升分类模型在恶劣环境下的鲁棒性。

摘要：针对传统TCAM查找更新方法复杂度高、无法满足高性能路由器线速查找转发需求的问题,提出一种基于分组TCAM的路由查找更新技术。介绍T比特高性能路由器的系统架构,提出基于分组TCAM的路由查找更新架构,以及基于统计预测的预留表项空间算法,进行路由查找更新算法的设计。搭建测试验证环境,采用MAE-WEST和MAE-EAST路由表项数据,进行线速查找转发处理性能的分析测试。

摘要：为保证双机容错系统中主备虚拟机的桌面显示同步,提出一种基于VNC的输入分发方法,使主备虚拟机保持输入数据流的一致性,保证二者界面的一致性。针对QEMU/KVM中COLO在图形化操作系统的虚拟机同步下表现不佳的问题,通过引入X11响应事件,对主备虚拟机的图形界面进行比较检查,实现主备虚拟机桌面同步并降低同步的时间开销。通过实验对比分析,验证了该方法的可行性与有效性。

摘要：随着等级保护2.0的颁布和实行,为适应等级保护2.0测评要求,提高等级保护测评过程的自动化水平,提出基于推理模型的等级保护2.0自动化测评系统框架,采用CAE推理模型构建等级保护知识库,在此基础上形成自动化等级保护测试评估流程。设计并实现自动化测评系统,以等级保护知识库为核心提供自动化测评执行和测评结果合规性判定服务,提供一键式自查服务,简化信息系统等级保护测评流程,提高测评效率。

摘要：为解决事件论元识别任务中特征提取不充分、角色重叠及角色论元嵌套等问题,提出一种改进的模型。将机器阅读理解思想融入事件抽取模型,设计问题模板,以BERT预训练模型构建动态词向量表征,融合双流注意力机制提取的特征向量,基于多层指针网络完成事件论元识别,与事件类型检测结果合并作为事件抽取模型的输出。在数据集DuEE上的实验结果表明,该模型获得了较高的准确率、召回率和F1值,验证了改进模型的可行性。