低轨卫星网络能够作为地基网络的补充网络为地形复杂的区域提供网络服务。针对低轨卫星网络信道开放、网络拓扑结构动态变化和用户终端海量的特点导致的安全问题、服务质量问题和网络控制中心负载问题，提出了一种基于Token的动态接入认证协议，基于卫星轨迹可预测性和时钟高度同步的特点构造预认证向量，实现用户的随遇接入和无缝切换。仿真分析结果表明：该协议完全满足安全需求，并且具有较低的切换延时和计算开销，可实现低轨卫星网络中用户的高效、安全接入认证。

计算机及网络技术的发展致使恶意代码数量每年以指数级数增长，对网络安全构成了严重的威胁。该文将恶意代码逆向分析与可视化相结合，提出了将可移植可执行（PE）文件的“.text”段函数块的操作码序列simHash值可视化的方法，不仅提高了恶意代码可视化的效率，而且解决了操作码序列simHash值相似性判断困难的问题。实验结果表明：该可视化方法能够获得有效信息密度增强的分类特征；与传统恶意代码可视化方法相比，该方法更高效，分类结果更准确。

针对控制流图规模过大导致的程序分析准确度和效率不够理想的问题，该文提出了一种用于控制流图划分的改进GN（Girvan-Newman）算法，在边介数计算中加入点权值作为参数，使划分所得各子图的规模更加平衡；通过动态控制子图的规模，在合适的时机提前终止算法执行，提高执行效率。利用angr工具对二进制程序进行分析所得到的控制流图，分别采用改进GN算法、K-means算法、谱聚类算法和朴素凝聚算法进行实验，比较不同算法对控制流图划分结果中的模块度以及均衡性等指标，证明改进GN算法具有最佳的划分结果和执行效率。

针对位置数据采集中的隐私保护问题，该文给出了基于本地差分隐私的位置数据采集方案。采用多阶段随机应答机制进行满足本地差分隐私的位置数据采集；以区域密度估计为目标，分别利用直接统计法和期望最大法进行位置数据分析。该方案保证不可信数据采集者利用非原始位置数据仍可以实现以统计特征为基础的位置数据分析。大量仿真实验结果表明：该方案在小样本位置数据场景下，期望最大法的可用性和隐私保护特性较优；在大样本位置数据量场景下，直接统计法和期望最大法的性能相近。

分布式拒绝服务（distributed denial-of-service，DDoS）攻击已成为网络安全的最大威胁之一。传统的对抗方式如入侵检测、流量过滤和多重验证等，受限于静态的网络架构，存在明显的缺陷。软件定义网络（software-defined networking，SDN）作为一种新型动态网络体系，其数控分离、集中控制与动态可编程等特性颠覆了现有的网络架构，为对抗DDoS攻击提供了新的思路。现有基于SDN的DDoS防护方案处于研究的起步阶段，且存在较多问题。针对现有方案中检测周期过小将导致系统开销大的问题，该文提出由触发检测和深度检测相结合的DDoS联合检测方案，将低开销、粗粒度的触发检测算法与高精度、细粒度的深度检测算法相结合，在保障高检测精度的前提下降低了系统的复杂度；同时，在Mininet平台上实现了基于SDN的DDoS攻击检测系统，设计实验对系统进行测试和评估。实验结果表明：该系统具有开销小、检测准确率高的特性，实用价值较强。

针对Crossfire分布式拒绝服务（distributed denial of service，DDoS）攻击，该文提出一种基于软件定义网络（software defined network，SDN）的攻击防御机制。在对Crossfire攻击分析基础上，设计一个SDN流量层级的集中监测及分流控制模型并部署到防御机制中，利用SDN的重路由策略疏解被攻击链路的拥塞负载，通过对流量的灵活调度缓解拥塞并避免关键链路中断对网络业务造成严重干扰。利用SDN的移动目标防御（mobile target defense，MTD）机制动态调整网络配置和网络行为并诱使攻击者对攻击流量进行调整，提高诱饵服务器对攻击的检测效率。实验结果表明：该机制可以有效防御Crossfire攻击且SDN的防御机制和重路由策略不会造成显著开销。

为了进一步提高入侵检测系统的检测准确率和检测效率，提出了一种基于深度卷积神经网络（dCNN）的入侵检测方法。该方法使用深度学习技术，如tanh、Dropout和Softmax等，设计了深度入侵检测模型。首先通过数据填充的方式将原始的一维入侵数据转换为二维的“图像数据”，然后使用dCNN从中学习有效特征，并结合Softmax分类器产生最终的检测结果。该文基于Tensorflow-GPU实现了该方法，并在一块Nvidia GTX 1060 3 GB的GPU上，使用ADFA-LD和NSL-KDD数据集进行了评估。结果表明：该方法减少了训练时间，提高了检测准确率，降低了误报率，提升了入侵检测系统的实时处理性能和检测效率。

在锂离子电池的出厂检测及退役后的梯次利用阶段，为了保证成组电池的一致性，需要对电池的自放电率进行测量。该文系统阐述了锂离子电池各部分结构的自放电机理及影响因素，并总结了目前国内外测量自放电率的两类主要方法：静置测量方法通过对电池进行长时间静置得到自放电率，测量时间过长；动态测量方法通过结合等效电路模型等，可以在动态过程中完成参数辨识，在缩短测量时间方面取得了一定的进展。对动态测量方法的实验设计进行创新优化，将是实现自放电率快速测量的发展方向。

采用高强钢是实现汽车轻量化的有效途径之一，而成形极限曲线是用于判断金属板料成形效果的有效工具之一。为了降低实验成本、缩短开发周期，该文提出了一种考虑各向异性，以最大凸模力准则作为失稳判据，对高强钢Q490C的成形极限曲线进行仿真预测的方法。使用相应公式对仿真数据进行了拟合。仿真结果与试验数据得到的模型拟合曲线吻合得较好。将有限元预测得到的成形极限曲线的截距点与Keeler公式进行对比，二者一致性较好。该文采用的成形极限曲线的有限元预测方法可以较准确地预测各向异性板料的成形极限曲线，为板料冲压成形等后续工作奠定基础。

为量化描述初创企业估值不确定性，该文赋予关键参数区间变化，推导出基于模糊理论的现金流折现模型和复合实物期权定价模型。研究表明：模糊实物期权是对现金流折现模型的改进，通过获得企业价值变化范围，使得估值结果更加合理；对模糊参数的敏感性分析表明，初创企业价值不确定性与模糊性负相关，最小取值与左宽度正相关，最大取值与右宽度正相关；分析不同情形下初创企业价值状态，可提高投资决策的准确性。通过案例分析，进一步验证了模糊实物期权在初创企业多阶段价值评估中的有效性。