基于聚类的双中心检测机制的研究

分布式协同攻击是当前网络应用安全中不可忽视的威胁,而目前入侵检测系统中常用检测方法均以入侵者为中心点来检测,对分布式协同攻击的检测能力很弱。针对这一问题,提出了一种双中心检测机制,并采用聚类的方法对双中心检测机制的实现做了初步的研究。     

基于千兆宽带网的入侵检测系统的设计

在分析目前入侵检测系统存在的问题的基础上,提出了基于千兆主干宽带网络的入侵检测系统的设计思想:系统采用集中一分布式的控制结构,部件之间相互独立,通过消息相互协作,完成对分布式攻击的检测和处理.该系统采用积极的安全防护技术,能提供对计算机和网络系统的实时保护.     

DDOS攻击手段及其防护研究

互联网在现在得到了广泛的使用,在使用互联网的时候,安全是非常重要的。互联网在使用的时候经常会出现很多的安全问题,其中分布式拒绝服务攻击就是非常严重的攻击。为了更好的保证互联网的使用安全,对分布式拒绝服务进行攻击原理的分析,对攻击的手段进行分析,进而找到可行的检测方法和防御的方法。检测方法和防御方式的找出可以更好的避免攻击带来的危害,保护互联网的安全。     

分布式拒绝服务攻击研究

分布式拒绝服务攻击是网络攻击中非常常见的攻击方式,在进行攻击的时候,这种方式可以对不同地点的大量计算机进行攻击,进行攻击的时候主要是对攻击的目标发送超过其处理能力的数据包,使攻击目标出现瘫痪的情况,不能提供正常的服务。为了更好的对这种攻击进行防御,对攻击的特点和攻击的程序以及分类都要进行研究,找到最近的防御措施。     

一种基于Linux的网络入侵检测系统

设计了一种基于Linux的网络入侵检测系统.介绍了系统对攻击行为的识别、入侵检测程序中的数据结构设计以及入侵检测模块设计和关键程序设计.该系统可用于检测Synflood攻击、Teardrop攻击、Land攻击、Smurf攻击和Ping of Death攻击,以及ICMP,TCP,UDP的扫描.     

基于DRDOS攻击的请求-响应包对确认方法

设计了一种介于放射器与以太网之间的检测过滤器模型.该模型的侦测过滤原理依赖于网络多层协议中请求-响应数据包对的对应关系来检测DRDOS攻击.实验结果表明,该模型能简单而有效地处理DRDOS攻击包,具有较好的防御作用.     

一种改进的抗攻击密钥协商协议研究

针对Diffie-Hellman密钥交换协议缺乏对通信双方身份的认证而导致该协议易受到中间人攻击和重放攻击的问题,提出了一种改进的Diffie-Hellman密钥交换协议——AADH协议.性能分析表明,AADH协议由于引入了密钥认证及时间戳和随机的通信标号等机制、继承了Diffie-Hellman协议的安全性能,具有较高的抗中间人攻击和重放攻击的能力.     

模糊/去模糊攻击的研究

为了有效抵抗模糊/去模糊攻击,利用脆弱性水印技术,提出了一种基于块交叉交插RS编码的水印方案.该算法可以检测出图像中任何细微的篡改,对其进行定位,并且能恢复大面积被篡改的图像数据.实验表明,基于块交叉交插RS编码的水印在经过模糊/去模糊攻击后,仍然有很高的鲁棒性,可以有效抵抗模糊/去模糊攻击.但该算法在错误数据定位方面有时会有将个别未被篡改的数据错认为被修改的数据的情况,这一问题可采用多个编码串进行更复杂的解码方法来解决.采用多种水印的组合模型是未来抵抗模糊/去模糊攻击模型的研究方向.     

面向信息物理系统的食品拣取机器人状态估计与攻击检测

目的:应对食品拣取机器人信息物理系统受网络攻击的情况。方法:基于区间观测器提出了一种用于食品拣取机器人系统状态估计与攻击检测的方法。首先建立位于信息物理系统中的食品拣取机器人数字化模型，应用拉格朗日方法确立机械臂动力学方程并转换为状态空间模型，而后依据反馈控制策略构建系统网络攻击模型。考虑系统中存在的非线性特征和噪声，应用广义系统理论将传感器攻击转换为系统状态，设计区间观测器为攻击检测器，并验证其误差系统的稳定性。结果:通过给定参数进行仿真，观测器输出贴近给定真实信号，所提方法正确且有效。由区间估计结果可以重构传感器攻击并检测出执行器攻击。结论:试验所提方法可以实现信息物理系统环境中的食品拣取机器人状态估计与执行器攻击检测。     

剖析分布拒绝服务攻击

目前DDOS(分布拒绝服务攻击)是危害网络安全的一个很大的攻击,已经从网络层逐渐发展到了应用层。由于高层协议的多样性和复杂性,应用层的DDOS攻击很难被检测到,而且高层协议通常具有较强的功能,可以实现多种复杂的功能,因此应用层的DDOS攻击的破坏性更加巨大。本文讨论DDOS应用层攻击的原理和一些具体的实现方法,并说明一些防范措施。     

基于机器视觉的卷烟爆珠在线检测系统设计

目的：针对卷烟爆珠的质量检测,设计和构建融上料传送、机器视觉图像处理及不合格品剔除功能为一体的卷烟爆珠质量检测系统。方法：通过改进类间方差法对爆珠单颗粒图像进行提取,通过灰度分析、非线性度变换及改进最小外接圆等算法,实现爆珠质量自动化检测,在完成图像自动化检测之后,通过设计的不合格品剔除机构进行剔除,并开展爆珠质量检测的重复试验和应用分析。结果：该系统对不合格爆珠的异色、异行、破损总误检率低于3%,能精确剔除不合格爆珠且系统稳定可靠。结论：基于机器视觉的卷烟爆珠在线检测系统设计,能完成对爆珠质量的自动化在线检测,提高了检测速度与准确度。     

Experimental use of a gas sensor-based instrument for differentiation of Escherichia coli O157:H7 from non-O157:H7 Escherichia coli field isolates

The rapid and economical detection of human pathogens in animal and food production systems would enhance food safety efforts. An instrument based on gas sensors coupled with an artificial neural network (ANN) was developed for the detection of and differentiation between laboratory isolates of Escherichia coli O157:H7 and non-O157:H7 E. coli. The purpose of this study was to use field isolates of E. coli to further evaluate the sensor system. This gas sensor-based, computer-controlled detection system was used to monitor gas emissions from 12 isolates of E. coli O157:H7 and 8 non-O157:H7 E. coli isolates. A standard concentration of each isolate was grown in 10 ml of nutrient broth at 37 degrees C for 16 h, and gas sampling was carried out every 5 min. Readings were continuously plotted to generate gas signatures. A back-propagation ANN algorithm was used to interpret the gas patterns. By analysis of the response of the ANN, the sensitivity and specificity of the instrument were calculated. Detectable differences between the gas signatures of the E. coli O157:H7 isolates and the non-O157:H7 isolates were observed. The instruments degree of sensitivity was high for E. coli O157:H7 isolates, but a lower degree of accuracy was observed for non-O157:H7 isolates because of increased strain variation. The sensitivity of the detection system was improved by the normalization of the data generated from the gas sensors. Because of its ability to detect differences in gas patterns, this instrument has a broad range of potential food safety applications.     

酶联免疫吸附法快速检测黄曲霉毒素

结合间接竞争反应机制,运用酶联免疫吸附技术(enzyme-linked immunosorbent assay,ELISA),从抗原(antigen,Ag)包被时间、体系反应温度、酶标二抗作用时间、显色时间等主要因素开展快速检测黄曲霉毒素改进方法的研究。研究结果表明适宜的优化条件为:采用Ag包被20 h、反应温度24℃左右、酶标二抗作用时间30 min、底物显色时间15min。通过对饲料等11种样本的检测得出:半抑制浓度IC50<0.1μg/L,添加回收率在67%~116%,灵敏度达到0.03μg/L,线性系数>0.99,板内变异小于5%。检测试验结果良好,表明该改进方法具有可行性。     

基于深度学习卷积神经网络的花生籽粒完整性检测

目的:准确区分完整花生、果仁破损花生和表皮破损花生。方法:提出了一种基于深度学习卷积神经网络(CNN)的花生籽粒完整性检测方案。搭建了花生籽粒色选系统,建立了花生籽粒图像库;利用改进的密度峰值聚类(DPC)算法对CNN卷积核进行自适应压缩,有效平衡网络深度和运算效率;采用改进的麻雀搜索算法对CNN超参数配置和网络结构进行优化,得到适用于花生籽粒完整性检测的CNN模型。结果:相比于DL-CNN、CO-Net等检测方法,该方案识别准确率提高了5.41%~13.92%,花生籽粒单幅图像检测时间缩短了约16.9%。结论:该方法可有效提高花生籽粒完整性检测的准确率和实时性。     

海产品智能分拣装备与系统设计

目的：解决当前中国水产行业分选加工效能不足、准确率低、成本高的现状问题。方法：选用智能机器人与传统机械相结合开发新的机械结构对海产品进行分级;同时运用基于机器视觉的智能识别技术对海产品进行分类(采用了适应海产品的改进的新型Faster R-CNN算法),协同构建了一个能够智能、高效、自动分拣海产品的装备系统。结果：改进的新型Faster R-CNN算法识别技术在海产品检测中具有更高的检测准确率(海螺75.1%,扇贝80.3%,贻贝82.9%,蛤蜊86.2%)。结论：装备系统可以代替传统的人工操作模式,完成海产品的智能分拣过程。     

基于物联网技术和生物传感器技术的 蔬菜质量安全溯源系统研究

目的结合我国目前农药残留问题对蔬菜质量安全的威胁,分析当前溯源体系的发展现状,并提出一套蔬菜质量安全专用溯源系统。方法该系统由具有无线数据通讯功能的农药残留检测设备、检测系统监控平台、溯源信息共享及监管平台组成。农药残留检测设备应用生物传感器技术和嵌入式技术发开,乙酰胆碱酯酶生物传感器作为农药残留检测设备的专用传感器,检测系统监控平台使用虚拟仪器技术开发,通过前台网页专业模块和后台数据库建立溯源信息共享及监管平台。结果本系统集农药残留多通道检测、检测设备监控、检测信息共享、消费者信息反馈功能于一体,使用radio frequency identification(RFID)和quick response(QR)二维条码相结合的溯源模式实现信息的追溯和共享。结论本系统为政府和消费者提供了一个有效的监管和质量追溯平台,可实现对蔬菜市场的规范和高效管理。     

高光谱技术结合改进LSSVM的大米脂肪酸检测方法

目的:解决食品企业现有大米品质检测方法存在的准确性低和效率差等问题。方法:基于高光谱数据采集系统,提出一种结合改进细菌觅食算法和最小二乘支持向量机的贮藏大米品质快速无损检测方法。通过改进的细菌觅食算法对最小二乘支持向量机超参数(正则化参数和核参数)进行寻优,实现贮藏大米品质的快速无损检测。通过试验分析其性能。结果:所提方法可以实现贮藏大米脂肪酸含量的快速无损检测,决定系数为0.940 5,均方根误差为0.543 5,平均检测时间为1.12 s。结论:所提检测方法具有较高的检测性能,可用于大米品质的鉴别与检测。     

基于射频识别管理的纸机轴承在线自动修复系统研究

为了解决传统纸机轴承故障带来的突然停机停产问题,提出基于射频识别(RFID)管理的纸机轴承在线自动修复系统。该系统以嵌入式LPC2103微处理器为控制中枢,通过辅以其他外部设备,实现了轴承振动信号的采集以及修复液的自动加入。针对纸机传动轴承在早期发生的故障,检测软件采用Hilbert-Huang变换算法进行在线检测。利用RFID管理系统,在识别到轴承故障即将发生的隐患时,可实现在轴承故障位置自动加入特有的修复液,将故障轴承表面自动打磨。系统能够实现纸机轴承早期故障的在线检测以及部分故障的在线修复,有效避免了纸机的计划外停工,提高了纸机的生产效率。