简介:本文是对美陆军负责装备、采办和技术的助理部长办公室在2016年5月组织的“网络集成鉴定16.2”行动的总结。随着美陆军战术指挥系统复杂性及网络交联性的不断增加,尤其是系统内部设备和数据交换量的暴涨以及相关软件规模、性能和复杂度的提高,美陆军对网络系统运行安全态势的测评工作遇到了前所未有的挑战,传统的依靠“敌我对抗”的测评方法存在诸多不足和缺陷,因此就急需一种开创性的新方法来解决以上问题,保证网络系统测评得到令人满意的效果。“网络集成鉴定16.2”行动就是应用一种新方法进行网络运行安全态势测评的一次成功尝试,本文就介绍了本次测评行动中这种新方法展现的独特优势。
简介:通过仿真对比研究了基于特征匹配的目标识别算法快速性及鲁棒性问题.采用目前常用的STAR、FAST、SIFT(scaleinvariantfeaturetransform)、SURF(speededuprobustfeatures)、ORB(orientedFASTandrotatedBRIEF)、BRISK(binaryrobustinvariantscalablekeypoint)和FREAK(fastretinakeypoint)等算法,对算法快速性和鲁棒性进行比较,并通过不同检测子与描述子的相互结合,找出最佳组合方式,提出了一种运用匹配点数与总耗时的比值来衡量算法综合性能好坏的新方法.仿真对比证明,FAST检测子、BRISK描述子以及STAR与BRISK的组合具有较好的性能.