基于深度神经网络的电力无线终端安全接入测试

新型电力系统的外部无线终端容易被攻击者通过物理接触发动内部网络渗透攻击,传统的设备安全测试对提升接入设备的安全性能收效甚微,且容易产生较高的假阳率。提出一种基于深度神经网络的无线接入安全测试方法,采用堆叠稀疏自编码器实现测试数据集的特征降维,并选取合适的特征维数进行训练,将选取的特征作为深度神经网络的输入层,构建高效测试用例,监测并发现异常状态。实验表明,该方法准确率达到90%,可以高效发现电力移动设备接入环境的异常。     

基于层次分析法的电力移动终端安全评估方法

针对电力移动终端业务场景复杂和数据敏感的特点,提出了一种基于层次分析法的电力移动终端安全评估方法.该方法通过结合电力移动终端的特点及其业务场景将安全现状的分析细分为自身安全与安全管控两部分,来保证分析的完备性;基于层次分析法及模糊综合分析技术,从硬件、系统、应用、数据等方面形成电力移动终端安全评估方法.通过对内网移动作业类和外网移动协作类移动终端的实验测试结果表明,所提出的方法能有效发现移动终端存在的安全风险,且评估结果更接近实际情况,为电力移动终端的安全评估提供了科学依据.     

基于Revit和Unity3D的三维车间可视化研究

大型规模车间建设过程中为保障按时投产达产,对车间公辅配套建设和工艺设备安装调试周期提出了更高的要求。为解决项目建设中存在的管理协调、施工碰撞以及后期运维等问题,传统的CAD图纸二维平面图纸设计已经不能满足实际的需求。依托Revit和Unity3D平台进行车间BIM模型的设计和可视化研究,从BIM建模、BIM模型导入、BIM数据导入等关键技术的研究,解决BIM模型兼容性问题和BIM数据导入丢失的问题。从渲染场景优化、模型的动态合并批处理、实时光照和阴影效果优化等关键技术的研究,提高了整个三维车间的渲染效率,实现了三维车间的可视化和漫游。