借鉴多媒体数字水印技术，提出了一种基于混沌的DCT域关系数据库水印算法，运用混沌序列对版权图像加密生成水印信息，并嵌入到候选属性的DCT中频系数中。利用DCT在频域中实现水印与载体的融合，隐蔽性更强，弥补了空域水印算法的不足；混沌序列的伪随机性和初值敏感性为数字水印的安全性提供了保证。实验表明，该算法具有较强的鲁棒性和良好的不可见性。

自适应鲁棒性卡尔曼滤波算法在卫星姿态估计中的应用

为进一步解决复杂系统脆性理论既有研究工具存在的系统状态定量描述困难、系统边界条件约束较多 等问题，将有色 Petri 网及其仿真工具 CPN Tools 引入到复杂系统脆性度量研究中。有色 Petri 网及 CPN Tools 内 置的查询工具、既有的高级状态空间计算方法都降低了复杂系统脆性度量中的问题复杂度。提出基于状态空间 分析的复杂系统脆性度量指标并给出编程实现流程。仿真算例表明状态空间内状态节点的脆性传递过程及其 影响范围能够间接反映系统脆性行为。

本书首先讲解了什么是系统，什么是系统架构，并从形式和功能两个方面讲解了如何分析系统。之后开始讲解如何创建良好的系统架构。在将概念演化为架构的过程中，架构师需要对系统进行分解，以看清这些组件的结构以及它们之间的交互情况，因此需要根据一些衡量指标来构建权衡空间，以便使用优化算法找出优势较大的架构。

针对一类具有外界扰动的严格反馈非线性系统, 将Backstepping 技术、预设性能控制和鲁棒控制相结合, 提出一种预设性能鲁棒控制器设计方法. 通过误差转换, 建立系统等效误差模型, 利用Backstepping 和鲁棒控制逐步递推选择适当的Lyapunov 函数设计预设性能鲁棒控制器. 该控制策略兼顾系统的暂态和稳态性能, 仿真实例表明了所提出设计方法的有效性.

（语言：MATLAB）数字水印（图像大小不限制，攻击，鲁棒性评价，带界面GUI） （语言：MATLAB）数字水印（图像大小不限制，攻击，鲁棒性评价，带界面GUI）

2023年最新入门对抗样本、对抗攻击与防御的最佳教程，里面包含总结好的攻击跟防御代码 并有详细介绍。 有入门到精通，该教程最通俗易懂。 对抗样本是各种机器学习系统需要克服的一大障碍。对抗样本的存在表明模型倾向于依赖不可靠的特征来最大化性能，如果特征受到干扰，那么将造成模型误分类，可能导致灾难性的后果。对抗样本的非正式定义：以人类不可感知的方式对输入进行修改，使得修改后的输入能够被机器学习系统误分类，尽管原始输入是被正确分类的。这一修改后的输入即被称为对抗样本。 敌手在恶意设计扰动，让自动驾驶汽车直线拐弯[10]，让目标检测失灵[11]，让人脸识别系统失效[12]。我不放心你做事啊，尤其是人命关天的任务。

《隐秩序：适应性造就复杂性》强调寻找支配CAS行为的一般原理，注重扩展众多科学家的直觉。书中提供了一个适用于全部CAS的计算机模型。霍兰通过描述我们能够做什么，总结了如何增强对CAS的理论认识。他提出的若干理论方法，可以指导人们对付耗尽资源、置我们世界于危险境地的棘手的CAS问题。

复杂系统灰度发布工程效率实践 汪洪恩_myslide.cn_.pdf

Cubature 卡尔曼滤波器(CKF) 在非高斯噪声或统计特性未知时滤波精度将会下降甚至发散, 为此提出了统计回归估计的鲁棒CKF 算法. 推导出线性化近似回归和直接非线性回归的鲁棒CKF 算法, 直接非线性回归克服了观测方程线性化近似带来的不足. 具有混合高斯噪声的仿真实例比较了3 种Cubature 卡尔曼滤波器的滤波性能, 结果表明这两种鲁棒CKF 滤波精度及估计一致性明显优于CKF, 直接非线性回归的CKF 的鲁棒性更强, 滤波性能更好.