《网络安全运行与维护》穆德恒编|(epub+azw3+mobi+pdf)电子书下载

图书名称：《网络安全运行与维护》

【作　者】穆德恒编

【页 数】 184

【出版社】 北京：北京理工大学出版社 , 2021.10

【ISBN号】978-7-5763-0510-4

【价 格】69.00

【分 类】网络安全-教材

【参考文献】 穆德恒编. 网络安全运行与维护. 北京：北京理工大学出版社, 2021.10.

图书封面：

图书目录：

《网络安全运行与维护》内容提要：

本书系统地介绍了网络安全运行所需的基础知识和部分主要的应用技术。本书以安全漏洞为主线，主要内容包括计算机信息加密的原理、操作系统的安全及漏洞、网络协议的分析与安全漏洞、网络漏洞后门的利用、数据库的攻击与渗透等。在每章中，根据理论知识，设计实践内容，力求合理地将理论和实践进行有机结合，帮助学生顺利掌握网络安全运维所需的技能。本书内容丰富，结构合理清晰，语言通俗易懂；注重网络安全运维的知识和实践应用相结合，力求通过实践帮助学生循序渐进地学好网络安全运维的主要技术。本书可作为普通高等院校计算机网络课程的教材，同时也可供广大网络技术人员参考使用。

《网络安全运行与维护》内容试读

第1章概论

最优化问题广泛应用于工程、经济、金融、国防和管理科学等许多重要领域.例如，工程设计中参数的选择、生产计划的安排、金融领域的投资组合、交通运输规划等都涉及最优化问题.最优化理论给我们提供了科学而有效的方法，使我们在解决复杂问题时，能从各个方案中找出尽可能完善的或最适合的解决方案，达到最优目标，具有明显的经济效益和社会效益.如今随着计算机科学的发展，人工智能的快速兴起，作为其基础核心思想的最优化理论与方法日益成为科学工作者、工程技术和管理人员必备的基础知识之一，

本章从实际问题出发，给出了最优化模型，介绍了最优化问题的基本概念和最优化问

题的简单分类，以及MATLAB中的最优化方法.

1.1最优化问题

使用最优化方法解决实际问题，一般需要下列步骤：

(1)分析所要解决的具体问题，提出最优化问题，收集相关数据和资料.

(2)确定变量，选择目标函数，列出约束条件，建立最优化模型。

(3)设计解决问题的最优化方法，给出最优解的检验准则，实施最优方案，

其中最优化模型的建立是研究理论、使用方法的基础，本节首先介绍如何从实际问题入手，经过简单抽象，建立其数学模型

1.1.1最优化模型

【例1-1】（用料配比问题）一塑料厂利用四种化工原料合成一种塑料产品.这四种

原料含A,B,C三种成分，见表1-1.这种塑料产品要求含A为原料总投放量的20%，含

B,C都不得少于原料总投放量的30%，而且原料1和原料2两种原料的用量不得超过原

料总投放量的30%和40%.若原料总投放量为100kg,试问各种原料投放多少能使成本最低？

1

最优化方法

表1-1

成分含量/%

原料

原料价格/（元/kg)

A

B

C

原料1

30

20

40

20

原料2

40

30

25

20

原料3

20

60

15

30

原料4

15

40

30

15

分析首先根据问题的需要设置变量，然后用所设置的变量把所追求的目标和所受到的约束用数学语言表述出来，就可以得到该问题的数学模型

解设x,(i=1,2,3,4)表示原料i的投放量（单位：kg),问题追求的目标是成本最低，用x1,x2,x3,x4可将成本表示为

之=20x1+20x2+30x3+15x4

成本最低表示为

min之=20x1+20x2+30x3+15x

为达到目标所受到限制的数学描述是：

(1)原料总投放量的限制

x1十x2十x3+x4=100

(2)A、B、C三种成分含量的限制

成分A:

0.3x1+0.4x2+0.2x3+0.15x4=100X0.2

成分B:

0.2x1+0.3x2+0.6x3+0.4x4≥100X0.3

成分C:

0.4x1+0.25x2+0.15x3+0.3x4≥100×0.3

(3)原料1、原料2的用量限制

x1≤100×0.3，x2≤100×0.4

(4)自然限制

x1≥0，x2≥0，x3≥0，x4≥0

整理后，得到该问题的数学模型为

minz=20x1+20x2+30x3+15x4

s.t.x1十x2十x3十x4=100

3.x1+4x2十2x3+1.5x4=2002x1+3x2+6x3十4x4≥3004x1十2.5.x2+1.5x3+3x4≥3000≤x1≤30,0≤x2≤40，x3≥0，x4≥0

该模型所涉及的函数均为线性函数，

【例1-2】（货物运输装载问题）一运输公司现有m种运输工具，u,,分别表示一

2

最优化方法

表1-3

城市现有发射塔位置二维坐标

城市

y

城市1

30

45

城市2

15

25

城市3

20

20

城市4

55

20

解设需要确定位置的新发射塔的坐标为(x,y),新发射塔到城市1,2,3,4现有发射塔的距离分别为

d1=√(x-30)2+(y-45)d2=√/(x-15)2+(y-25)7d3=√(x-20)2+(y-20)月d=√/(x-55)2+(y-20)月

总距离d=d1十d2十d3十d,问题可以表述为

mind=√/(x-30)2+(y-45)2+√(x-15)2+(y-25)7+

(.y)

√/(x-20)2+(y-20)2+√/(x-55)2+(y-20)2

这显然是一个没有约束的最优化问题！

【例1-4】（生产计划问题）某工厂生产A1,A2和A三种产品以满足市场的需要，

该工厂每周的生产时间不超过40h,且规定每周的能耗不超过20000kg,其数据见

表1-4.问每周生产三种产品A,A2和A3的小时数各为多少时，才能使该工厂的利润最

多而能耗最少？

表1-4

产品

生产效率/(kg/h)

利润/（元/kg)

最大销量/(kg/周)

能耗/(kg/kg)

A

20

500

700

24

A2

25

400

800

26

15

600

500

28

解设该工厂每周生产三种产品A1,A2和A的小时数分别为x1,x2,x3,令x(x1,x2,x3)T.由各种产品的生产效率可得，生产A1,A2和A3的质量（单位：kg)分别为20x1,25x2,15x3.由各种产品的单位利润可知总利润f1(x)为

f1(x)=500×20x1+400×25x2+600×15x3=10000.x1+10000.x2+9000.x从而在生产过程中产生的能耗f2(x)可表示为

f2(x)=24X20x1+26×25.x2+28X15x3=480x1+650x2+420x3

根据问题的要求，使工厂的利润最多而能耗最少，显然目标即为极大化f(x),极小化f2(x)

达到目标受到的时间约束为

x1十x2十x3≤40

能耗限制为

第1章概论

480x1+650x2+420x3≤20000

为不使工厂产生额外的库存成本，还需考虑销量限制，即

20x1≤700,25x2≤800,15.x3≤500

同时加上生产时间的非负性，建立该问题的数学模型为

maxf1(x)=10000x1+10000.x2+9000x3minf2(x)=480x1+650x2+420.x3

s.t,x1十x2+x3≤40

480.x1+650x2+420x3≤2000020x1≤700

25x2≤800

15.x3≤500

x1,x2,x3≥0

与其他模型不同的是，该问题的优化目标不是唯一的。

1.1.2最优化问题的基本概念

最优化问题的数学模型可表示为

min f(x)

(P)

(1-1)

s.t.x∈2

其中x=(x1,x2,·,xm)T∈R”称为决策向量，其每个分量称为决策变量.有时在不引起误会的情况下，x也称为决策变量.f:R"→R称为目标映射.若p=1,(P)称为单目标规划，此时f(x)也称为目标函数；若p>1,(P)称为多目标规划.本节为方便起见，多目标映射记作F(x).称2CR”为问题(P)的约束集或可行域（可行集），x∈2为问题(P)的可行点或可行解.通常可行域2可以由一些等式或不等式刻画

2={x∈R":g:(x)≤0(i=1,2,…,m);h,(x)=0(i=1,2,…,l)y

此时称g:(x)≤0(i=1,2,…,m)为不等式约束，h,(x)=0(i=1,2,…,l)为等式约束.不等

式约束和等式约束统称为约束条件.相应地，问题(P)也可以表示为

min f(x)

(P)s.t.g(x)≤0(i=1,2,…,m)

(1-2)

h:(x)=0(i=1,2,…,l)

定义1-1设x·∈2，若对任意的x∈2，都有f(x)≥f(x‘),则称x·为最优化问题

(P)的全局最优解（点）或全局极小解（点）

定义1-2设x·∈2，若存在x·的一个8邻域(8>0)

N(x",8)={x∈R":|x-x'I≤8y

对于任意的x∈2∩N(x·,8),有f(x)≥f(x'),则称x“为最优化问题(P)的局部最优解(点)或局部极小解（点）.若对任意的x∈2∩N(x·,8)且x≠x·,有f(x)>f(x'),则称x·为最优化问题(P)的严格局部最优解（点）或严格局部极小解（点）.

5

最优化方法

注意：定义中‖x一x·‖表示向量x一x·的模.不特别说明时，‖x川

【例1-5】求最优化问题

minf(x)=xi十x-2x2

s.t.x+2x1+x≤8

x1十x2≥2

x1≥0，x2≥0

的最优解。

解(1)首先画出问题的可行域.可行域为图1-1中的阴影部分。

(2)取一系列的常数c,(i=1,2,…),做等值线族f(x)=C.等值线族f(x)=c,是以(0,1)为圆心，以√c:为半径的圆族

等值线

(3)观察图1-1，建立等值线族与可行域的关系，

确定x”一（侵，多）'是使得等值线半径的平方最小

12

的可行域的点，即为问题的最优解

有时也把这种求最优化问题的方法称为图解

图1-1

法。

1.2几类重要的最优化问题

1.线性规划

如果最优化问题的目标函数与约束函数都是决策变量的线性函数，则该优化问题称为线性规划.线性规划是数学规划中研究较早、发展较快、理论与方法最为成熟的一个重要分支.由于在实际问题中所出现的大量的约束函数与目标函数经常是线性的，因此线性规划广泛应用于军事作战、经济分析、经营管理和工程技术等方面.与非线性问题相比较，线性问题相应的数学是精确的，理论是丰富的，而且计算简单，同时线性规划的求解方法还可以用于某些非线性最优化问题的求解过程.

2.非线性规划

如果最优化问题的目标函数与约束函数至少有一个是非线性的，则该优化问题称为非线性规划.如果最优化问题中无任何约束条件，则该优化问题称为无约束非线性规划，也称为无约束最优化问题；如果最优化问题中至少有一个约束条件，则该优化问题称为约束非线性规划，也称为约束最优化问题.特别地，如果目标函数是决策变量的二次函数，约束函数是决策变量的线性函数时，则该最优化问题称为二次规划.无约束最优化问题是最优化理论的基础.无约束最优化可以用来直接解决一些实际问题，同时也是解决约束最优化问题的工具，但即使某些约束最优化问题可以转化为无约束最优化问题，实际中仍有许多问题，特别是复杂问题需要用有约束的问题来描述，

6

···试读结束···