摘要：当今,我国移动互联网网民人数稳居世界第一,日常生活中使用率最高的就是移动社交网络软件.移动社交网络软件搭建起来的跨越年龄、性别、地域、种族、语言的沟通社交平台充分体现了“世界是平的”这一新世纪理论,并且这些平台目前正成为舆情传播的最大媒介,对舆情的发展和次生舆情的演变,乃至对社会的稳定、经济的增长、国家的发展都会产生重大的影响.因此,对于主管网络信息安全的相关政府部门来说,如何建立一个完善的社交网络舆情处理机制,如何及时发现社交网络的舆情苗头,如何迅速解决已发生的移动社交网络舆情危机成为了需要深入研究和探讨的课题.

摘要：针对可变分数时延滤波器设计中的复杂度问题提出一种设计方法,将时域插值与泰勒级数展开相结合对Farrow结构进行系数配置,推导出相应的滤波器系数相关公式。该方法设计出的滤波器具有系数相关性,可使近一半滤波器系数独立,并得到低复杂度的滤波器实现结构。从复杂度、幅频响应及群时延、误差方面进行理论推导和仿真验证,分析结果表明,所提方法能有效降低可变分数时延滤波器的复杂度和计算成本。

摘要：时间反转技术特有的时空聚焦特性使其具有抗窃听能力.本文对提高时间反转正交频分复用系统安全性能的优化方案进行研究.首先,通过应用时间反转预滤波的时空聚焦特性来提高合法接收端相对于窃听端的信号强度;然后,以最大化保密速率为目标对子载波的功率分配进行优化.为进一步提升系统保密传输能力,利用循环前缀提供的自由度实现零空间人工噪声,在对窃听端形成有效干扰的同时,不对合法接收端造成影响.通过对子载波功率分配和人工噪声协方差阵进行联合优化,最大化系统的保密传输速率.仿真结果表明,所提优化方案能显著提高系统的保密速率.

摘要：为解决传统数字滤波器在有限精度实现时因有限字长(Finite Word Length,FWL)效应导致滤波器性能下降的问题,提出一种L_(2)灵敏度最小化的数字滤波器状态空间实现稀疏化方法.推导前向差分算子数字滤波器结构传输函数及其等效状态空间实现,根据可控及可观格莱姆矩阵得到基于相似变换矩阵的L_(2)灵敏度表达式,并进行稀疏化校准,将L_(2)灵敏度最小化问题转换为凸函数求最值问题,求导得到L_(2)灵敏度最小化表达式,代回即得前向差分算子数字滤波器的稀疏化状态空间实现.仿真结果表明,所提方法设计的数字滤波器具有更好的抗FWL效应.

摘要：无线频谱状态感知是实现无线频谱资源高效利用及各种用频系统和谐共存的先决条件之一。针对复杂无线传播环境下获取的频谱观测往往存在数据稀疏性、数据类别分布不稳定、标记数据严重不足的情况,该文提出基于插值和小样本学习(FSL)分类的无线频谱状态感知方法。首先,对捕获的稀疏频谱观测数据插值,构建频谱状态地图,作为频谱状态分类器的输入数据。其次,针对频谱数据类别分布不稳定、数据量严重不足的问题,基于小样本学习方法,利用嵌入模块和度量模块协同工作,以实现快速精确的频谱状态分类。具体地,利用嵌入模块将频谱数据映射到嵌入空间,提取频谱数据中的隐含特征;在度量模块的设计中,分别提出基于原型和基于样例的两种类别表示方式,通过计算待分类样本与类别之间的相似度判断待分类样本类别。最后,为了确保分类模型克服测试样本数量少导致过拟合问题,设置A-way B-shot任务训练模型。仿真结果表明,与传统机器学习方法相比,本文模型可以在低信噪比条件下进行精准分类;同时,在测试集样本数很少的情况下,或者在测试集中出现在训练集从未见到的新类时,所训练的模型也可以精准快速判别无线频谱的场景类别。

摘要：异常检测是维护云数据中心性能的一项重要任务。云数据中心中运行着大量的云服务器以实现各种云计算功能。由于云数据中心的性能取决于云服务的正常运行,因此检测和分析云服务器中的异常至关重要。为此,该文提出一种基于时间序列分解和时空信息提取的云服务器异常检测模型。首先,提出带时空信息提取模块的双向Wasserstein生成对抗网络算法(BiWGAN-GTN),该算法在具有梯度惩罚的双向Wasserstein生成对抗网络(BiWGAN-GP)算法的基础上,将生成器与编码器替换为由图卷积网络(GCN)与时间卷积网络(TCN)组成的时空信息提取模块(GTN),实现对数据空时信息的提取;其次,提出半监督BiWGAN-GTN算法来识别多维时间序列中的异常,以在训练过程中避免异常数据侵入的风险并增强模型鲁棒性。最后设计多通道BiWGAN-GTN算法-MCBiWGAN-GTN以实现降低数据复杂度并提升模型学习效率的目标。利用带有自适应噪声完全集合经验模态分解(CEEMDAN)算法将时序数据分解,然后将不同的分量送入对应通道下的BiWGAN-GTN算法中训练。在真实世界云数据中心数据集Clearwater和MBD上采用精确率、召回率和F1分数这3个性能指标验证了该文所提模型的有效性。实验结果表明,MCBiWGAN-GTN在这两个数据集上的性能稳定并优于所比较的方法。

摘要：针对两用户系统提出了一种基于速率分割多址接入的协作中继传输策略。首先设计了系统效益函数,以更完善的方式评估协作速率分割多址接入系统的能量成本;然后以最大化系统效益为目标,对预编码矩阵、公共速率分配、发射功率和时间分配进行了联合优化;采用黄金分割搜索法和逐次凸逼近等方法将非凸问题转化为凸问题,并进行了求解。仿真结果显示,与基准方案相比,所提方案能够实现更高的系统效益。

摘要：借助于移动边缘计算(MEC)和网络虚拟化技术,可使移动端将执行各类复杂应用所需的算力、存储和传输等资源需求就近卸载至边缘服务节点,从而获得更高效的服务体验。面向边缘服务商,研究其在进行复杂任务部署时所面临的能耗优化决策问题。首先将复杂任务部署于多个边缘服务节点的问题建模为混合整数规划(MIP)模型,然后提出了一种融合图到序列的深度强化学习(DRL)求解策略。该策略通过基于图的编码器设计提取并学习子任务间潜在的依赖关系,从而根据边缘服务节点的可用资源状态及使用率自动发现任务部署的通用模式,最终快速获得能耗优化的部署策略。在不同的网络规模中,将所提策略与具代表性的基准策略进行了全面对比。实验结果表明,所提策略在任务部署错误率、MEC系统总功耗和算法求解效率等方面均显著优于基准策略。

摘要：空中智能反射面(Aerial Intelligent Reflecting Surface,AIRS)结合了空中平台与智能反射面(Intelligent Reflecting Surface,IRS)的优势,能被灵活地部署在各种无线网络拓扑中以提高通信系统的性能指标。针对无线传输易受到障碍物阻挡和用户窃听而导致传输质量差和安全性能低的问题,本文提出了一种AIRS辅助的多输入单输出(Multiple-Input Single-Output,MISO)通信系统安全鲁棒资源分配算法。考虑到窃听信道的不确定性,以最大化系统的最坏情况总保密速率为目标,在满足基站最大发射功率约束、AIRS相移约束、AIRS部署位置约束以及合法用户最小保密速率约束的条件下,建立了一个联合设计基站主动波束成形、多个AIRS被动波束成形以及多个AIRS部署位置的多变量资源分配问题。然而,优化变量之间的高度耦合导致所建立的问题是复杂非凸的。为了求解上述非凸问题,首先利用块坐标下降(Block Coordinate Descent,BCD)方法将原问题分解为三个子问题,然后应用变量松弛、罚函数以及连续凸近似(Successive Convex Approximation,SCA)等方法来处理这些非凸子问题,最后提出一种交替迭代算法对原优化问题进行迭代求解。仿真结果表明,所提出的资源分配算法相较于其他基准算法能够更为显著地提高通信系统的最坏情况总保密速率并且具有良好的鲁棒性。这一结果不仅验证了AIRS在实现安全无线通信方面的巨大潜力,同时也突显出合理设计AIRS部署位置及其被动波束成形的重要性。

摘要：为了提升遥感图像语义分割效果,本文针对分割目标类间方差小、类内方差大的特点,从全局上下文信息和多尺度语义特征2个关键点提出一种基于Transformer的多尺度遥感语义分割网络(muliti-scale Transformer network,MSTNet)。其由编码器和解码器2个部分组成,编码器包含基于Transformer改进的视觉注意网络(visual attention network,VAN)主干和基于空洞空间金字塔池化(atrous spatial pyramid pooling, ASPP)结构改进的多尺度语义特征提取模块(multi-scale semantic feature extraction module, MSFEM)。解码器采用轻量级多层感知器(multi-layer perception,MLP)配合编码器设计,充分分析所提取的包含全局上下文信息和多尺度表示的语义特征。MSTNet在2个高分辨率遥感语义分割数据集ISPRS Potsdam和LoveDA上进行验证,平均交并比(mIoU)分别达到79.50%和54.12%,平均F1-score(m F1)分别达到87.46%和69.34%,实验结果验证了本文所提方法有效提升了遥感图像语义分割的效果。