梳理国外知识隐藏相关文献,揭示知识隐藏的影响因素。基于Web of Science数据库,获取紧密相关的159篇文献,采用内容分析法,从能力、机会、动机、行为等4个方面归纳知识隐藏的研究内容。研究结果发现:知识隐藏行为受到能力因素、机会因...梳理国外知识隐藏相关文献,揭示知识隐藏的影响因素。基于Web of Science数据库,获取紧密相关的159篇文献,采用内容分析法,从能力、机会、动机、行为等4个方面归纳知识隐藏的研究内容。研究结果发现:知识隐藏行为受到能力因素、机会因素、动机因素等的影响,符合COM-B模型的规律;促进知识隐藏的关键环境因素主要包括环境压力、负面关系等;抑制知识隐藏的环境因素主要包括支持性环境、心理保障、积极动机等。研究结果证实COM-B模型可用于分析知识隐藏的行为轨迹,并提出实践启示及未来研究启示。展开更多
目的 隐蔽通信是信息安全领域的一个重要研究方向,现有基于多媒体数据流构建隐蔽信道的方法,未考虑网络传输时波动产生的数据包丢失问题。本文提出一种基于跨数据模态信息检索技术的对网络异常具有鲁棒性的隐蔽通信方法,同时可以满足高...目的 隐蔽通信是信息安全领域的一个重要研究方向,现有基于多媒体数据流构建隐蔽信道的方法,未考虑网络传输时波动产生的数据包丢失问题。本文提出一种基于跨数据模态信息检索技术的对网络异常具有鲁棒性的隐蔽通信方法,同时可以满足高隐蔽性和高安全性的要求。方法 提出了一个名为RoCC(robust covert communication)的通用隐蔽通信框架,它基于跨模态信息检索和可证明安全的隐写技术。所提方法将直接通信和间接通信两种形式相结合。直接通信通过VoIP(voice over internet protocol)网络通话服务进行,传递实时生成的音频流数据,接收方可以通过语音识别将其还原为文本;而间接通信则借助公共网络数据库进行载密数据的传输,接收方通过文本语义相似度匹配的方式来还原完整语义的载密文本数据,这有助于解决网络数据包丢失和语音识别误差导致的文本语义丢失的问题。结果 经实验测试,本文方法在协议上具有更好的通用性,相对Saenger方法在丢包率抵抗能力方面提高了5%,所用隐写算法满足可证安全性。同时,RoCC的数据传输率有73~136 bps(bit per second),能够满足实时通信需要。结论 RoCC隐蔽通信框架综合可证明安全隐写、生成式机器学习方法和跨模态检索方法的优势,与现有的方法比较,具有更加隐蔽和安全的优势,并且是当前对数据传输丢包异常最鲁棒的模型。展开更多
In order to track ground moving target, a variable structure interacting multiple model （VS-IMM） using mean shift unscented particle filter （MS-UPF） is proposed in this paper. In model-conditioned filtering, sampl...In order to track ground moving target, a variable structure interacting multiple model （VS-IMM） using mean shift unscented particle filter （MS-UPF） is proposed in this paper. In model-conditioned filtering, sample particles obtained from the unscented particle filter are moved towards the maximal posterior density estimation of the target state through mean shift. On the basis of stop model in VS-IMM, hide model is proposed. Once the target is obscured by terrain, the prediction at prior time is used instead of the measurement at posterior time; in addition, the road model set used is not changed. A ground moving target indication （GMTI） radar is employed in three common simulation scenarios of ground target： entering or leaving a road, crossing a junction and no measurement. Two evaluation indexes, root mean square error （RMSE） and average normalized estimation error squared （ANEES）, are used. The results indicate that when the road on which the target moving changes, the tracking accuracy is effectively improved in the proposed algorithm. Moreover, track interruption could be avoided if the target is moving too slowly or masked by terrain.展开更多
文摘梳理国外知识隐藏相关文献,揭示知识隐藏的影响因素。基于Web of Science数据库,获取紧密相关的159篇文献,采用内容分析法,从能力、机会、动机、行为等4个方面归纳知识隐藏的研究内容。研究结果发现:知识隐藏行为受到能力因素、机会因素、动机因素等的影响,符合COM-B模型的规律;促进知识隐藏的关键环境因素主要包括环境压力、负面关系等;抑制知识隐藏的环境因素主要包括支持性环境、心理保障、积极动机等。研究结果证实COM-B模型可用于分析知识隐藏的行为轨迹,并提出实践启示及未来研究启示。
文摘目的 隐蔽通信是信息安全领域的一个重要研究方向,现有基于多媒体数据流构建隐蔽信道的方法,未考虑网络传输时波动产生的数据包丢失问题。本文提出一种基于跨数据模态信息检索技术的对网络异常具有鲁棒性的隐蔽通信方法,同时可以满足高隐蔽性和高安全性的要求。方法 提出了一个名为RoCC(robust covert communication)的通用隐蔽通信框架,它基于跨模态信息检索和可证明安全的隐写技术。所提方法将直接通信和间接通信两种形式相结合。直接通信通过VoIP(voice over internet protocol)网络通话服务进行,传递实时生成的音频流数据,接收方可以通过语音识别将其还原为文本;而间接通信则借助公共网络数据库进行载密数据的传输,接收方通过文本语义相似度匹配的方式来还原完整语义的载密文本数据,这有助于解决网络数据包丢失和语音识别误差导致的文本语义丢失的问题。结果 经实验测试,本文方法在协议上具有更好的通用性,相对Saenger方法在丢包率抵抗能力方面提高了5%,所用隐写算法满足可证安全性。同时,RoCC的数据传输率有73~136 bps(bit per second),能够满足实时通信需要。结论 RoCC隐蔽通信框架综合可证明安全隐写、生成式机器学习方法和跨模态检索方法的优势,与现有的方法比较,具有更加隐蔽和安全的优势,并且是当前对数据传输丢包异常最鲁棒的模型。
文摘In order to track ground moving target, a variable structure interacting multiple model （VS-IMM） using mean shift unscented particle filter （MS-UPF） is proposed in this paper. In model-conditioned filtering, sample particles obtained from the unscented particle filter are moved towards the maximal posterior density estimation of the target state through mean shift. On the basis of stop model in VS-IMM, hide model is proposed. Once the target is obscured by terrain, the prediction at prior time is used instead of the measurement at posterior time; in addition, the road model set used is not changed. A ground moving target indication （GMTI） radar is employed in three common simulation scenarios of ground target： entering or leaving a road, crossing a junction and no measurement. Two evaluation indexes, root mean square error （RMSE） and average normalized estimation error squared （ANEES）, are used. The results indicate that when the road on which the target moving changes, the tracking accuracy is effectively improved in the proposed algorithm. Moreover, track interruption could be avoided if the target is moving too slowly or masked by terrain.
