显示器电磁信息泄漏的机器学习检测方法研究

根据电磁学原理,在操作电子信息设备的过程中会产生无意的电磁辐射。电磁辐射会引发信息泄漏,给信息安全造成严重威胁。面向计算机显示器的电磁信息安全问题,提出基于机器学习的电磁信息泄漏检测方法。针对电磁泄漏信号的特点,设计了MGCNN卷积神经网络。利用其独特的卷积和池化处理能力,提取显示器电磁频谱信号中图像信息的多层次特征,克服了传统检测方法需要事前明确电磁信息特征和缺乏自适应能力的缺陷,从而有效地解决电磁信号中的信息泄漏检测问题。通过实测对比,证明了MGCNN对于显示器的电磁信息泄漏检测的有效性。     

计算机线缆的电磁信息泄漏智能分析方法

计算机系统中的各型线缆会通过电磁传导发射泄漏内部信息,导致信息安全问题. 为了分析来自计算机线缆的电磁信息泄漏,提出了基于深度学习的智能分析方法. 设计一维卷积神经网络算法,对电磁泄漏信号进行深层的特征提取与学习,从泄漏的电磁信号中智能识别泄漏源的线缆类型,进而分析其中泄漏的视频信息. 实测结果表明,本文提出的方法,在未知目标信号特征的情况下,能够有效识别电磁信息的泄漏源与泄漏信息,为计算机线缆提供了一种电磁信息泄漏的智能分析手段.     

基于CNN的键盘电磁信息泄漏识别检测方法

针对键盘电磁信息安全问题,分析了PS/2键盘的工作原理以及信号特征,提出一种基于深度学习的检测方法。该方法针对键盘设备的电磁泄漏信号特征,对卷积神经网络(CNN)结构进行了适应性调整;结合改进的梯度加权类激活映射方法,实现了对键盘电磁信息的智能识别和精准定位。对4个按键的电磁信号进行测试,分类准确率达到了98%;在噪声环境下的分类准确率也达到了81%。将梯度加权类激活映射方法及其改进方法对键盘电磁信息的定位效果进行了对比,实验结果证明改进后的方法定位效果更佳。     

电梯监控系统中的视频编解码关键技术

本文针对电梯运行环境,设计了视频监控和广告播放一体化嵌入式系统,实现了电梯监控、视频播放、网络传输等功能.为降低产品化后的硬件成本和体积,系统基于S5PV210嵌入式芯片开发以单CPU结构实现所有应用功能.为保证系统的运行效率,针对视频的采集、传输和播放,设计实现了硬件编解码技术.实验证明,利用该视频编解码技术,可使系统各功能模块高效并行工作,从而大大降低系统资源占用率,提高产品的市场竞争力.     

基于密度聚类方法在文本挖掘中的应用研究

文本聚类是文本挖掘的重要组成部分。本文详细分析了文本聚类的过程,并给出了一个文本聚类模型。分析比较各类聚类算法之后,着重研究了一个基于密度的聚类算法,以及它在文本挖掘中的具体应用。     

基于声纹识别的嵌入式防盗系统

为了克服传统防盗锁的缺点,嵌入式防盗系统是在对声纹识别算法进行相关的研究和改进的基础上基于ARM9嵌入式开发的,本文结合Linux操作系统,选用MINI2440芯片,并配合外围驱动电路和电子锁开发实现。研究结果表明,该系统具有较高的语音识别率,性能稳定,有一定的应用价值。     

DSP课程教学方法改革研究

分析DSP课程教学过程中存在的问题,探讨该课程在教学方法上的一些改革思路和做法。