首页期刊导航|信息技术与信息化
期刊信息/Journal information
信息技术与信息化
信息技术与信息化

廉凯

双月刊

1672-9528

sditi@163.com

0531-86133211

250101

山东省济南市山大路224号

信息技术与信息化/Journal Information Technology & Informatization
查看更多>>本刊从信息技术的研究、应用角度展现IT行业与科技发展与进步,是全国高校、科研院所、企业发表信息科学研究、技术应用成果的园地。杂志内容以科技论文为主,并设有评论与综述、信息化论坛、网络通讯、信息处理与模式识别、研究与探索、方案与应用等栏目。整个杂志分三个层次,第一个层次是评论与综述,由政府职能部门和专家对技术、产业的发展趋势,所做的前瞻性的论述和规划;第二个层次是电子信息科技论文,主要刊登高校研究生、科研院所的论文和理论研究成果;第三个层次是企业及各行业中IT技术的应用案例。
正式出版
收录年代

    网络安全态势感知技术研究:数据整合与可视化系统设计

    李绍铭李宗阳周岳亮
    166-169页
    查看更多>>摘要:传统医院信息系统在面对网络安全威胁时存在安全规划不足、互联网接入防护薄弱以及人员权限管理混乱的问题,缺乏有效的数据整合与态势感知能力.针对上述问题,提出了一种基于网络安全态势感知的数据整合与可视化系统方法.首先,通过多源异构数据融合、数据预处理、数据关联与存储以及粒子群优化算法构建融合模型,提高数据权重分配的精度.其次,构建基于特征与行为的安全态势感知模型,采用特征提取与隐马尔可夫模型识别安全威胁.系统设计分为前端与后端,利用D3.js、Spring Boot和Node.js等技术实现实时监控、警报通知、交互式图表.所设计的系统能够有效融合多源数据,实时检测和展示网络安全态势,提升医院信息系统的安全管理水平.

    网络安全态势感知数据整合可视化系统系统设计

    基于哈希算法的分布式校园网络流量异常检测方法

    张光勇
    170-174页
    查看更多>>摘要:分布式校园网络流量随时间变化显著,尤其是在课程开始和结束时、大型活动或特殊事件期间.传统异常检测策略采用随机抽样,缺乏动态适应性,无法根据实时流量调整抽样策略,导致重要异常遗漏和误报.哈希算法具有适应网络流量动态变化的特性,可根据网络流量的变化调整抽样策略,从而降低误报率.基于此,提出一种基于哈希算法的分布式校园网络流量异常检测方法.利用K-means算法对分布式校园网络流量进行聚类挖掘,并构建网络流量异常检测Transformer模型.采用哈希算法生成抽样触发机制,根据网络流量的动态变化调整抽样比例,以降低误报率.实验结果表明,所提出的方法具有较高的F1-score和较低的误报率,充分证明了在网络流量异常检测中具有良好的性能和可靠性.所提出的方法能够有效地适应分布式校园网络流量的动态变化,为校园网络安全提供有力的技术支撑.

    哈希算法分布式校园网络异常检测触发机制

    基于改进MobileNet v2的护照底纹检测研究

    徐佳峰
    175-178页
    查看更多>>摘要:检测底纹是确保护照真实性和安全性的关键步骤,对于保护国家的边境安全具有至关重要的作用.针对人工检查护照效率低、传统的分类算法效果差以及模型参数量大的问题,提出一种基于MobileNet v2网络模型改进的轻量化证件底纹分类算法.在原有网络模型的基础上,加入动态元滤波器模块提高证件底纹分类的准确率,并在自制的证件底纹数据集上进行实验验证,解决了传统算法无法满足实际证件底纹情况多变的问题.实验结果表明,改进算法在证件底纹分类准确率上达到了89.3%,相比原网络提升了4.8%,优于ResNet18和Transformer算法,因此更具有实际应用价值.

    深度学习护照底纹图像分类证件检测

    基于改进随机位移替代法的宽间隔跳频序列构造方法

    曾梦姣
    179-182页
    查看更多>>摘要:随着电力行业数字化转型的不断深入,越来越多的电力设备接入无线通信网络.受制于无线信道的广播特性和开放性,电力数据传输的安全性面临严重挑战,尤其是资源受限的设备.因出色的抗干扰和抗截获能力,跳频通信技术被广泛应用于高安全通信.然而,随着电子攻击的不断升级,现阶段跳频序列的生成方法大多基于有限域和混沌理论,安全强度较低.考虑到资源受限的电力设备,基于轻量级密码算法的原理生成基序列,结合改进随机位移替代法,设计了一种面向电力物联网的跳频序列生成方案.所提出的方案具有良好的复杂度和随机性,较好地实现了效率与安全性的平衡.与现有的算法相比,基于所提出的算法原理生成的跳频序列在大部分测试指标上表现更出色.由此可见,所提出的方案能够在较低的资源消耗下实现信息的安全传输,为电力物联网中资源受限设备的无线传输提供了一种高效且安全的解决方法.

    电力物联网无线通信跳频序列轻量级加密算法随机位移替代法

    基于ABE算法的数据库隐私数据加密方法研究

    贾俊谭振华
    182-185页
    查看更多>>摘要:针对现有加密方法在对数据库隐私数据加密时,未充分考虑属性基安全性,并且存在关键字、密文索引过大的问题,导致数据库开销较大、安全性不佳,研究了基于ABE算法的数据库隐私数据加密方法.为了实现对加密列中数据的灵活查询、降低开销,设计数据库数据外部索引方式,引入ABE算法,确定双线性关系,根据列名在十字链表中定位到对应的列,然后依次遍历该列的所有元素,并使用提供的密钥加密处理每个元素,使用相同的密钥解密每个元素,解密后的数据替换原有加密数据,保存在原位置,完成初步隐私数据加密.为进一步增强隐私数据的安全性,通过加密访问控制数据库属性基,优化数据库隐私数据加密方法.通过对比实验证明,新的加密方法应用下,加密后在保证数据安全的前提条件下,有效降低关键词和密文索引数据量,降低数据库计算开销和存储开销,数据量降到了1.23 Mbit,隐私数据量降到了18.56 Mbit,促进数据库运行性能提升.

    ABE算法隐私加密数据数据库

    基于层次分析法的数据库容器调度研究

    董龙梁克会
    186-189页
    查看更多>>摘要:数据库云平台中可以提供不同类型的数据库,这些不同类型的数据库对于资源的消耗差异非常大,在资源调度中如果采用统一的算法,那么会导致资源分配出现较大的不均衡,出现较大浪费.为此,采用层次分析的数学方法,根据不同类型数据库对宿主机资源需求重要程度赋值,运用现行代数矩阵向量的特征值和层次迭代方法,得到各个因素对方案层权重的占比,建立数据库云平台各产品资源权重评估模型.突破数据库云平台容器资源调度过程中传统单一指标计算和评价调度目标的局限,形成较全面和均衡的综合评估体系,可以有效提升数据库云平台中宿主机资源分配均衡性,实现最大程度地利用资源.

    数据库平台层次分析法容器调度

    基于大数据分析的火电厂调频调峰优化研究

    夏稀渊
    190-193页
    查看更多>>摘要:针对现行方法在火电厂调频调峰优化中的应用中存在较大偏差量和较低负荷消减率的问题,提出基于大数据分析的火电厂调频调峰优化模型.运用大数据分析技术对火电机组的历史负荷数据进行深入挖掘,通过分析这些数据,对火电机组的未来负荷进行预测,以火电机组的负荷最小化为目标,构建火电厂调频调峰优化的目标函数.为了找到最优解,采用蚁群算法对目标函数进行迭代计算,从而得到最佳的调频调峰优化策略,实现基于大数据分析的火电厂调频调峰优化.通过实验验证,所设计的方法有效地优化了偏差量,其范围为±1 MW,同时负荷消减率也得到了显著提升.在火电厂调频调峰优化方面,所提出的方法具有显著的优势和广阔的应用前景,不仅提高了火电厂的运行效率,还有助于降低其运营成本,对于推动火电厂的可持续发展具有重要的意义.

    大数据分析火电厂调频调峰优化蚁群算法

    基于深度学习算法的碑文提取与修复系统

    李超李思樵张靖熙杨柳...
    193-196页
    查看更多>>摘要:当前碑文及其拓本等非印刷字体文字的数字化录入仍需手动进行.据此,首先使用YOLOv5 模型对整体图像中的文字进行精确检测和定位;随后基于UNet++模型实现单一文字图片中前景的提取,并使用Rewrite2模型对可能残缺的文字图片进行修复;最后基于PaddlePaddle OCR模型完成图片中文字的识别,获得可编辑状态汉字.在数据集中的实验结果表明,系统能很好地完成文字的检测定位、前景提取、残缺修复、识别等过程,全流程整体的准确率达到90.6%.

    碑文数字化录入文字检测定位文字前景提取残缺文字修复文字识别

    云边端协同平台在智能制造中的应用与优化

    苗晓培罗志伟
    197-199页
    查看更多>>摘要:探讨了云边端协同平台在智能制造中的应用与优化,提出了一种基于二阶差分的启发式算法,用于解决云边协同计算架构下IO密集型虚拟机的资源分配问题.同时,针对智能制造任务的复杂性,设计了CECTS(云边缘协作任务调度)算法,实现了制造任务在异构云边环境下的高效执行.通过仿真实验,验证了所提算法在任务完成时间、超时率和资源利用率等方面的优越性.研究成果为推动智能制造的创新发展提供了重要的技术支撑.

    云边端协同平台智能制造

    基于改进SRGAN和GoogLeNet模型的安全帽佩戴安全性智能检测

    张旺
    200-204页
    查看更多>>摘要:在变电站作业中,正确佩戴安全帽可以保障工作人员的人身安全,利用摄像头采集数据可以检测工作人员是否正确佩戴安全帽,但是拍摄的图像存在分辨率低、含噪成分严重和图像模糊等问题,严重影响安全帽佩戴安全性智能检测的效果.针对该问题,提出一种结合改进的超分辨率生成式对抗网络(SRGAN)和GoogLeNet模型的安全帽佩戴安全性检测.首先,引入注意力机制、残差密集块网络、渐进式上采样和Wasserstein距离,使得SRGAN网络能够更好地获得图像的高频特征,生成高分辨率图像;其次,利用生成的高清图像训练已预训练的GoogLeNet模型,对GoogLeNet网络参数进行微调,重新训练后的GoogLeNet模型可以自主挖掘图像的特征;最后,在Faster RCNN框架下实现图像中安全帽佩戴安全性智能检测.实验结果表明,利用改进的SRGAN模型得到的高分辨率图像在主观视觉和客观评价指标上均优于现有方法,安全帽佩戴安全性智能检测的准确率可以达到 98.10%,召回率可以达到98.30%.所提出的方法具有较好的智能检测效果,并且具有一定的泛化能力与鲁棒性.

    安全帽生成式对抗网络GoogLeNet模型智能检测