自动指纹识别系统的实现

合集下载

一种指纹考勤系统的设计与实现

一种指纹考勤系统的设计与实现

• 150•随着我国教育事业的飞速发展,高等学校生源规模日益增加。

但因为种种原因,高校对于学生的管理和约束无法精确控制并作出决策,而学生的考勤则是最基本的管理措施。

指纹考勤机的考勤信息量越来越大,这样既增加了信息分析的难度,也影响了相关教育管理者对学生学情的实时监控和后续决策。

同时,指纹考勤机所得到的指纹数据只是一堆原始数据,并未能对原始数据进行深入挖掘,也未形成丰富的可视化图形报告,学生不能第一时间了解到自己的出勤状况,也未能充分发挥帮助教师及时了解考勤情况的作用,进行对班级及学生的管理,同时也未能充分反馈帮助教学管理部门及时了解学情的作用,未能得到想要的深度分析结果,影响了对学生学情的实时监控和后续决策。

指纹识别技术应用最早,也最为成熟,价格成本也比较低廉。

基于以上考虑,本文设计开发了一种指纹考勤系统,该系统通过使用指纹识别技术实现了精准考勤,信息管理以及考勤信息分析功能。

1 数字图像处理方法分析数字图像处理是指将原始图像转换为数字信息,利用计算机对数字图像进行去噪、增强、复原、分割、特征提取等运算与处理的过程进行智能处理。

数字图像处理的一门交叉学科,与信息科学、数学、光学、工程技术等关系密切。

随着大数据、5G 、人工智能,以及物联网技术的快速发展,数字图像技术的应用越来越广泛,涉及的领域包括现代工业、农业、医学、军事、气象预报、地质测绘、航空航天、艺术设计等许多领域。

作为一种新型技术,数字图像处理技术包含许多智能算法,如高斯滤波、中值滤波、傅里叶变换等。

融合新理论新技术的新型数字图像处理技术不断涌现,并不断取得新的突破。

数字图像处理技术主要包括图像增强、图像复原、图像分割、以及图像特征提取等技术。

其中,图像增强主要用于突出图像中的某些“有用”的信息,削弱“无用”的信息,进而扩大图像中不同元素特征的差别,使得增强后的图像对特定应用而言,比初始图像更加有用。

图像本质上只是突出了某些用户感兴趣的信息,便于对这些信息进行识别。

一个自动指纹识别算法的研究与实现

一个自动指纹识别算法的研究与实现

Ke y wor s US F Sc p u n ff g r rn ;r p o es g d rc in l ma e d : B; P ;a t r g o n e i t e r c s n ;i t a i g i i p p i e o
自动指 纹 识 别 系 统 ( uo a cFn e r t d ni c t n S s A tm t ig ri e t a o y — i p nI i f i
a d t n ng n hini .Theag it a t ie t r c o l h rc e s c o ng r rnt e a e t e fn e rn m a s r tc n ia e t e o n lor hm c n ui z hedie t na c a a t r t ff e i , nh nc h g r i ti ge,p o e tmi ut e faur ff - l i ii i p i p i ge rn 、 p r it
其 核 心 1 作 是编 写 U B的 中断 服 务 例 程 , 图 2所 示 。其 功 二 S 如 能 是 处 理 U B 发送 , 受 的 不 同 的 通 讯 信 息 ( S 接 如令 牌 、 据 或 应答 数
图 像 采 集 、 处 理 、 征 提 取 和 特 征 匹 配 . 中指 纹 图 像 采 集 的质 预 特 其
量 和预 处 理 的效 果 是 整 个 工 作 的 基 础 . 直接 影 响 着指 纹 识 别 系统 的 可行 性 和准 确 性 。
等 )再 从 端 点 0获 得 上 位 机 的控 制 信 息 , 是 向端 点 0发 送 设 备 , 或 的状态信息 , 以及 向端 点 1 者 2发 送 完 整 的 数 据报 告等 。 或

基于机器学习的智能指纹识别系统设计

基于机器学习的智能指纹识别系统设计

基于机器学习的智能指纹识别系统设计智能指纹识别系统是一种基于机器学习的先进技术,旨在通过分析和比对指纹图像来实现快速、准确的指纹识别。

本文章将探讨基于机器学习的智能指纹识别系统的设计原理、方法以及实际应用。

1. 引言指纹识别是一种非常有效的生物特征识别技术,因为每个人的指纹图案都是独一无二的。

传统的指纹识别方法主要依赖于专业人员的目视判断和标准化比对,但这种方法不仅费时费力,还容易出现判断的主观性误差。

而基于机器学习的智能指纹识别系统能够通过建立模型并进行训练,从而实现自动化、准确性更高的指纹识别。

2. 设计原理基于机器学习的智能指纹识别系统,主要依赖于以下两个关键原理:2.1 特征提取在指纹图像处理过程中,首先需要从图像中提取出有效的特征信息。

特征提取是智能指纹识别系统设计的核心。

传统的特征提取方法如Ridgelet、Gabor等依赖于人工设计,但这些方法需要耗费大量的时间和经验。

而基于机器学习的特征提取方法,如卷积神经网络(CNN)和支持向量机(SVM),能够自动从数据中提取有用的特征信息,大大缩短了特征提取的时间,并提高了特征的表达能力。

2.2 分类模型训练在特征提取之后,需要通过建立分类模型对指纹进行分类。

分类模型是基于机器学习的智能指纹识别系统的关键组成部分。

常见的分类模型包括朴素贝叶斯分类器、决策树分类器、支持向量机等。

这些模型根据已经提取的特征和对应的标签进行训练,建立了模型的分类规则。

在实际应用中,可以通过交叉验证等方法来评估分类模型的性能,并进行调整和优化。

3. 算法流程基于机器学习的智能指纹识别系统的算法流程一般包括以下几个步骤:3.1 数据收集首先,需要收集大量的指纹数据集。

这些数据集应包含正常指纹、湿指纹、模糊指纹、变形指纹等常见的指纹图像,以模拟不同情况下的指纹识别场景。

3.2 数据预处理收集到指纹数据后,需要对数据进行预处理,包括图像去噪、图像增强、边缘检测等。

预处理能够有效提高指纹图像的质量,减少噪声对识别准确性的影响。

指纹识别技术ppt

指纹识别技术ppt
点等。
比对匹配
将提取出的特征点与已存储的 指纹模板进行比对,判断是否
匹配。
ቤተ መጻሕፍቲ ባይዱ
应用领域
安全领域
用于银行、保险箱、重 要文件等的安全控制和
身份验证。
门禁系统
用于企业、住宅、公共 场所等的安全管理,防
止非法入侵。
移动支付
通过指纹识别技术实现 快速、安全的支付验证

其他领域
如手机解锁、考勤打卡 等,提高安全性和便利
性。
02 指纹识别技术的发展历程
早期发展
指纹识别技术的起源
初步应用
指纹识别技术可以追溯到17世纪,当 时主要用于刑事侦查。
在20世纪初,指纹识别技术开始在警 方和安全领域得到初步应用。
基础科学研究
随着科学家对指纹特征的认识逐渐深 入,奠定了指纹识别技术的基础。
现代技术进步
01
02
03
高精度采集设备
和安全性。
AI和机器学习
人工智能和机器学习技术在指纹识 别领域的应用将进一步提高识别的 准确性和效率。
隐私保护
随着技术的发展,如何在保障安全 的同时保护用户隐私将成为重要议 题。
03 指纹识别技术的实现方式
光学指纹识别
原理
利用光学原理,通过光线 反射获取指纹的凹凸纹理 信息。
优点
成本较低,技术成熟,对 干湿手指的识别效果较好 。
优点
不受指纹表面的油污、水渍等影响,对假指纹有 较好的防范作用,识别精度高。
缺点
成本较高,技术难度较大,可能需要更长的识别 时间。
04 指纹识别技术的安全性与 隐私保护
安全风险
数据泄露风险 指纹数据被盗取或滥用,可能导致个人隐私泄露和身份盗窃。

指纹识别系统

指纹识别系统

指纹识别系统概述指纹识别系统是一种生物识别技术,通过分析和比对人体手指上的指纹图像,可以对人体进行识别和认证。

指纹识别系统已经广泛应用于各个领域,如手机解锁、门禁控制、身份认证等。

本文将介绍指纹识别系统的原理、应用场景以及一些最新的技术发展。

原理指纹识别系统的原理是基于每个人手指上的指纹图案是唯一的,没有两个人的指纹图案完全相同。

通过图像采集设备(如指纹传感器)获取手指上的指纹图像,然后对图像进行处理和特征提取,最后将提取到的特征与已存储的指纹特征进行比对,从而实现对人体身份的认证或识别。

指纹图像的采集通常使用光电传感器或压电式传感器,光电传感器使用光学透镜和光电二极管来捕捉指纹图像,而压电式传感器则是通过感应手指压力来获取图像。

采集到的指纹图像一般是二值化的图像,即黑白图像,黑色部分表示指纹线纹,白色部分表示指纹间隙。

图像的处理和特征提取是指纹识别系统的关键步骤。

常见的处理方法包括图像增强、边缘检测、细化等,这些方法可以使得指纹图像更加清晰可见。

特征提取主要是通过对指纹图像进行分析和计算,提取出一些具有唯一性和可区分性的特征,例如指纹纹线的形状、方向、密度等。

指纹特征的比对通常使用模式匹配算法,最常见的是基于特征的匹配算法和基于相似度的匹配算法。

基于特征的匹配算法将指纹特征表示为特征向量,然后计算特征向量之间的相似度或距离,从而进行比对。

基于相似度的匹配算法则是通过计算指纹图像之间的相似度来进行比对,一般使用相关性、欧氏距离等度量指标来衡量相似度。

应用场景指纹识别系统在各个领域有广泛的应用,下面列举几个常见的应用场景:手机解锁手机解锁是最常见的指纹识别应用之一。

通过在手机上搭载指纹传感器,用户可以将自己的指纹注册到手机系统中,并设置指纹解锁功能。

在解锁时,用户只需将手指放在指纹传感器上,系统会自动比对并认证指纹,从而解锁手机。

门禁控制指纹识别系统在门禁控制领域也有广泛的应用。

通过在门禁系统中搭载指纹识别设备,用户可以通过指纹认证来开启门禁。

指纹识别系统的设计与实现

指纹识别系统的设计与实现

指纹识别系统的设计与实现作者:许欢庆金力钱源吴静孙大勇来源:《电脑知识与技术》2022年第28期摘要:文章利用嵌入式技術结合指纹芯片开发出了一套高性能、低成本、低功耗的指纹识别系统,具有良好的实用性和市场前景。

与此同时,该文探究了指纹识别的原理,给出了嵌入式指纹识别系统的硬件设计及软件实现方案,旨在为人工智能的普及化起到抛砖引玉的效果。

关键词:生物特征识别技术;指纹识别;特征提取;嵌入式技术中图分类号:TP311 文献标识码:A文章编号:1009-3044(2022)28-0086-04当今时代,信息技术的进步极大程度地改变了人们的生活方式,提高了人们的生活质量。

与此同时,个人信息和隐私安全的保护也显得尤为重要。

传统的加密方式和身份识别技术(例如密码、口令、手势等)因易被伪造和盗用,已经难以满足当前网络安全的需求,生物特征识别技术开始逐步走进大众的视野,受到了前所未有的关注。

生物特征识别技术[1]是指通过采集每个人独特的生理特性(指纹、虹膜、面相、DNA 等)和行为特征(步态、按键习惯等)来进行个人身份的鉴别和确认。

而其中,指纹识别技术因为采集方便快捷,传感器设备相对价廉,且采集和运算技术相对成熟,存储和处理的特征模板的数据量少,读取、识别速度快,可靠性和稳定性也高,所以被广泛应用于各个领域,图1给出了生物识别技术的市场结构图。

1 系统总体设计本文以STM32F103ZET6嵌入式开发板作为核心控制器件,指纹传感器采用AS608光学指纹模块,同时外接TFT电容触摸式彩屏方便显示和控制。

整个识别系统大致可分为录入、匹配两大过程。

在录入时,用户将指头腹部按压在光学采集模块外置的透明玻璃片上,传感器利用光学成像原理,采集到用户的指纹图像,获取图像后,核心板根据指纹识别算法提取出指纹纹理中的特征数据存入内置Flash的特征数据库中作为指纹模板,为后续的比对做准备。

在录好指纹信息后,便可以开始匹配的工作。

自动指纹识别方法研究

自动指纹识别方法研究

自动指纹识别方法研究一、概览随着科技的飞速发展,生物特征识别技术在各个领域得到了广泛的应用。

自动指纹识别技术以其独特的优势成为了生物特征识别技术的研究热点之一。

本文将对自动指纹识别方法的概览进行分析和探讨,包括其基本原理、算法分类以及发展趋势等方面。

1. 背景和意义: 自动指纹识别技术的起源和在各个领域的应用前景。

随着科技的飞速发展,计算机视觉、模式识别和人工智能等领域逐渐崭露头角。

在这个大背景下,自动指纹识别技术作为一种重要的生物特征识别技术,近年来受到了越来越多的关注和研究。

从安全领域到金融、医疗等各个行业,自动指纹识别技术的应用广泛且具有重要意义。

自动指纹识别技术的起源可以追溯到20世纪70年代,当时麻省理工学院(MIT)的_______发表了开创性的博士论文,并为一台计算机研制成功第一台光栅式键盘显示器,确定了现代电子计算机外部设备和交互界面的独立地位。

光学识别器、声纹识别器等早期指纹识别设备应运而生。

由于当时的算法和应用水平较低,这些技术在效率和准确性方面存在一定的局限性。

从90年代起,随着计算机性能的不断提高,模式识别和机器学习领域的突破性进展为指纹识别技术带来了新的生命力。

自动指纹识别已广泛应用于信息安全、金融交易、医疗诊疗、政府行政管理等多个领域,帮助人们实现了高效、安全的身份认证。

自动指纹识别技术在短短几十年时间里实现了从起步到成熟的发展历程。

伴随着人工智能和大数据等技术进一步融合,自动指纹识别技术的应用前景将更加广泛且深入。

从智能手机解锁到支付验证、从居住地登记到考场监考,自动指纹识别有望成为生活和工作中的“标配”。

对其进行持续深入的研究具有重要意义,有助于推动相关产业的创新与发展。

2. 研究目的与内容: 提出本文研究的对象和方法。

在当今这个信息化飞速发展的时代,信息安全的重要性日益凸显。

指纹识别技术,作为一种独特的个人身份验证手段,因其独特的生物特征和难以复制的特点,在金融、医疗、国家安全等多个领域得到了广泛应用。

基于DSP与USB的指纹识别系统实现

基于DSP与USB的指纹识别系统实现

设计 中选用 的 D P芯片 c 7 60 l S Y C 3o 是专 门的
U B微控制器 , S 它内建 U B收发器、 S 串行接 口引擎 、 85 内核、 S 01 U B接 口等部 件, 芯片接 口时序较少 , D P芯片 C 7 60 1的硬件原理框图见图 3 S S Y C 30 。U B
3 I
P. B MV1 上 电 自检 配鬣 3




上…… 一 ~一 i
允许写入缓存,. i k - ...., ... - . . .. . . . . . . . . j . . . . . .


ቤተ መጻሕፍቲ ባይዱ

\ 越
; Y

从缓 存 『读 出指纹 图 像 人 】 {
图像传感器使用 P o Bt ht i o 公司的高速 C O M S传感器
器件 P M 1 , B— V 3 象素阵列 12 H× 20 工作速 04 18 V, 度 5O sf m e scn ), O f ( a e r eod 数据传输速率为 6 1 p r p .G bs控制电路由 C L p; P D器件 X 9 1 X 1 C 54 L一 0构成, 4
第2 4卷
第2 3期
甘肃科技
Ga s ce c n e n uS in e a d T e
2 4
De . c
Ⅳo 2 .3
2 o 08
20 0 8年 1 2月
基 于 D P与 U B的指 纹 识 别 系统 实现 S S
谢信琦
( 新华 人寿保险甘肃分公 司 , 甘肃 兰州 700 ) 300


DS P指 纹 阁像处 理 颓滤 波 、二值化 、 } 、锐化 、特特 征 提取 £ 滑
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
浙 江 科技 学 院 学 报 , 第2 4 卷第 4 期 , 2 0 1 2年8月 J o u r n a l o f Z h e i a n U n i v e r s i t o f S c i e n c e a n d T e c h n o l o j g y g y u . 2 0 1 2 V o l . 2 4N o . 4,A g : / D O I 1 0. 3 9 6 9 . i s s n . 1 6 7 1 8 7 9 8. 2 0 1 2. 0 4. 0 0 9 - j
系 统 数据 库 中 已 备 案 的 罪犯 指纹 信息 进 行 比 对 , 以 此 来 确 定 犯 罪 嫌 疑 人 。“ 十 指 查 现 场” 指的是“ 以人到 , , 案” 亦 称“ 倒 查” 就 是 将 个人 身 份 已知 的 罪犯 指纹 同 现 场 所 采 集 回 来 的 指 纹 加 以 比 对 , 以此来确定此人 , 是 否具 有 犯罪嫌 疑 。“ 现 场 查 现 场” 指 的是 “ 以案到 案” 就 是 将 若 干 个 尚 未 确 定 的 现 场 指 纹 进 行 比 对, 以 , 此 来确 定 它 们 之 间 存 在的 潜 在 联系 , 实 现 串 案 并 案 。“ 十 指 查 十 指” 指的是“ 以 人 到 人” 就是将待查的捺 印 指纹与指纹 数据 库 中 已知 身 份 的 指纹 进 行 比 对 , 以 确 定该 指纹 的个人 身 份 及 前 科 。 输 入 采 集 到 的 指纹 , 即 可 使 用 指纹 自 动识 别系 统 对 指纹 图 像 加 以 处理 , 找 出 每 个 指纹 上 的 特 征 点 , 如 指位、 纹型 、 纹 线 的 端 点和 交 点 、 指纹 的 细 节 特 征 等 , 然 后 再 与 系 统 数 据 库 中 已 存 储 的 指 纹 进 行 比 对。使 用 预 先 编 制 好 的 电 脑 程 序 可 以 在数据 库 中 实 现 高 速 检索 , 并从中选出5 0~1 0 0 枚 最 为 相 似 的 指纹 供 比 对 人 员 进 行 最后 的 比 对 处理 。 在 整 个 指纹识 别 过 程 中 , 使 用系 统 能 够 完 成 8 同时 综合 处 理 0% 以上 的工作 , 的 速 度 要 比 人工 比 对 快 上 好 几 十 倍 甚 至 好 几 百 倍 , 而 在 采 集 活 体 和 输 入 捺 印 指 纹 图 像 的 过 程 中, 基本上 不 再 需 要人工 干 预 , 从而 大大 降 低 了 人工 成本 , 提 高 了 工作 效 率 。
1 警用指纹自 动 识别 系统 总 体 框架 及关键技 术
警 用 指纹 自 动 识 别 系 统 的 总 体 框 架 如 图 1 所 示, 系 统 主 要 由 指 纹 图 像 采 集、 指 纹 图 像 预 处 理、 指 纹图像特征提 取、 指纹分类和指纹图像匹配五部分 组成。 1. 1 指纹 图 像采集 指纹 图 像 采 集 是 指 将 能 够 被 计 算 机 系 统 所 处 理 的数字 指纹 图 像 采 集 来 并 将 其 录入自 动指纹 识 别 系
2] 。 它 是 自 动指纹 识 别 系 统 的 首 要 环 统 的一个过 程 [ 3] 节 。 目 前 可 以 用 于 采 集 活 体 指 纹 的 设 备[ 主 要 有:
光 电 式 指纹 采 集 器 、 晶体式指纹采集器和超声波指 纹 采 集 器 。 这 三 种技术各有 其 优 缺 点 , 总 体 看 来, 当 前 的 活 体 指纹 采 集 器 多 数 存 在 以 下 缺 点 : 手指的干 湿 度 及清 洁 度 对 指 纹 图 像 的 质 量 影 响 较 严 重 ; 采集 设 备 表 面 积较 小 , 故 采 集 到 的 指纹 图 像 并 不 完 整 , 并 1. 2 指纹 图 像预处 理 普 通 指纹 数据 库 中 , 低 质 量 的 指纹 图 像 占 1 现 场 指纹比 例就 更 高 了 。 由 于实际 输 入 的 指 纹 0% 左右 , 图 像 常常 是一 幅 包含 大量 噪 声 的 灰 度 图 像 , 若 不 对其 加 以 预 处理 操 作 , 就 会 产 生大量 伪 特 征 , 指纹 的 真 实 特 征被 遗 漏 , 或 者 指纹 特 征 的位 置 和 方向等 信 息 出 现 了 错 误 , 这 将 直 接 影 响 到 后 续 的 处 理 工 作。为 了 保 证 指纹识 别系 统 运 转 的 整体 效 率 , 确 保 识 别 算 法对 输 入 图 像 质 量 的 鲁棒 性 , 并 减少 不 必 要的资 源 开 销 , 就 有 必 要在 分类 、 提取 指纹 特 征前 采 取 适 当 的图 像 分 割 或 增 强处理 , 去 除 掉 一 些 无 用 的图 像 信息 , 使指纹 脊 线 更 清晰 。 对 原 始 的 指纹 图 像 直接 提取 其 指纹 特 征 时 , 预 处 理 过 程 只 不 过 是 简 单 的 对 指 纹 进 行 增 强, 也 就 是 用 一个 滤 波 器 来 滤 除 噪 声 并 加 强指纹 脊 线 与 谷 线 间 的 对 比度 ; 对 细 化 的 指纹 图 像 提取 其 指纹 细 节 特 征时, 预 处理 过 程 一般要包括 指纹 图 像 的 分 割 → 滤 波 增 强 → 二 值 化 过 程 → 细 化 等 一 系 列 步 骤 , 最终获得 一 幅 单 像 素 的 指纹 脊 线 二 值 化 图 像 。 1. 3 指纹 图 像特征 提 取 指纹 图 像 特 征 提取 是 为 了 能 较 为 准确 地 提取 指纹 特 征 , 以 确 定 每 个 指纹 的 类 型 , 从而 实 现 指纹 匹配 。
:T A b s t r a c t h e r e s e a r c h o f t h e a u t o m a t i c f i n e r r i n t i d e n t i f i c a t i o n s s t e m, b r i e f l i n c l u d i n g p y y, g , t h r e e a l o r i t h m f o r f i n e r r i n t i m a e r e r o c e s s i n f e a t u r e e x t r a c t i o n a n d f e a t u r e m a t c h i n . g g p g p p g g , F i r s t i t i n t r o d u c e t h e k n o w l e d e o f f i n e r r i n t a n d a u t o m a t i c f i n e r r i n t i d e n t i f i c a t i o n s s t e m, g g p g p y t h e n d e s c r i b e s i n d e t a i l t h e u n i t s .I n o r d e r t o s o l v e t h e i n s u f f i c i e n c o f t h e m i n u t i a e o f y ,a m a t c h i n a l o r i t h m r e l i e s t o o m u c h o n t h e c e n t e r l o r i t h m b a s e d o n f i n e r r i n t o i n t g g g p g p ,i t r i a n u l a r l o c a t i n r e f e r e n c e o i n t .F i n a l l n t h e V C+ +6 d e v e l o m e n t t h e a u t o m a t i c g g p y p ,a i d e n t i f i c a t i o n s s t e m s o f t w a r e n d t e s t i t s s s t e m i s a b l e t o f i n e r r i n t e r f o r m a n c e . T h e y y g p p r e a l i z e t h e f u n c t i o n o f a u t o m a t i c f i n e r r i n t i d e n t i f i c a t i o n w e l l . g p :f ;f ;i ;r K e w o r d s i n e r r i n t i d e n t i f i c a t i o n i n e r r i n t m a t c h i n m a e r o c e s s i n i d e l i n e g p g p g g p g g y c o r r e c t i o n 生物特征识别技术指的是在某 些 需 要 进 行 身 份 验 证 的 环 境 下, 运用自动化手段来测量一个人的 身体特征, 并将测量结果与数据库的模板数据比较后完成认证。生物特征识别过程一般包含4步: 图
R e a l i z a t i o n o f a u t o m a t i c f i n e r r i n t i d e n t i f i c a t i o n s s t e m g p y
CHE N Y i n g
( , ,H ) N e t w o r k M a n a e m e n t C e n t e r Z h e i a n U n i v e r s i t o f S c i e n c e a n d T e c h n o l o a n z h o u 3 1 0 0 2 3, C h i n a g j g y g y g
收稿日期 : 2 0 1 2 0 3 1 4 - - , 作者简介 :陈 英 ( 女, 浙江 省 湖 州 人 , 工程师, 硕士 , 主 要 从事 主 干 网 络 路 由 、 交换设计, 系 统设 计 开发 及 网 1 9 8 1— ) 络 安 全研究 。
3 0 4
相关文档
最新文档