基于CNN的泄漏电缆入侵检测定位算法

泄漏电缆入侵检测系统所处的外部环境较为复杂,为降低环境因素对泄露电缆入侵检测的影响,提出了基于卷积神经网络的入侵检测算法。通过卷积神经网络处理大量的样本数据,并从数据中自动提取内在特性,实现泄漏电缆电磁入侵检测系统更低的误报率、漏报率和更高的定位精度的目标,搭建了卷积神经网络入侵检测模型,并用样本数据对模型进行训练和测试。模型测试结果表示其具有低漏报率和误报率,定位精度可达到1 m。     

基于ARMA模型的CFAR网络入侵检测方法研究

提出了一种基于ARMA网络流量模型的CFAR入侵检测系统。采用ARMA模型对网络流量进行预测,并运用雷达信号处理中的恒误警CFAR技术,选取检测阀值以判定是否存在入侵信号。利用林肯实验室DARPA数据对系统进行试验,结果表明,此方法与AR预测模型相比,具有更高的检测率和更低的误警率。     

光纤传感与红外视频的复合入侵监控系统设计

针对机场、油库等特定区域的高识别率、低误报率入侵事件监控需求,提出了一种基于光纤传感与红外视频的目标识别方法。其中,光纤传感部分采用基于MCSVM的非对称双马赫-曾德尔干涉仪（ADMZI）分布式光纤振动传感器,将EMD(经验模式分解)、将峰度特征与MCSVM相结合以提高识别率;红外识别部分将灰度差值图像通过小波变换提高清晰度。两者经过模式对比算法,实现入侵事件判定。搭建系统做现场实验,结果表明:该方法能够识别四种常见的入侵事件(爬越围栏、敲击电缆、剪断围栏、摇动围栏),平均识别率在92.5%以上,误报率0.9%,相对传统单一传感器方案,该方法在漏报率和虚警率等系统性能上都有较大的改善,能够满足实际应用要求。     

一种基于电话网络的家居智能报警系统

介绍了基于网络的家居智能监控系统的软、硬件设计方法。该系统可实现家居的火灾报警、非法入侵检测和报警等,还预留了其它报警接口。报警信号通过有线网络到小区监控中心,并通过电话网络向主人报警,也预留110报警功能。系统由单片机作为主控制器。给出系统的基本原理、组成框图和软件流程．详细描述了电话网络的接入方法和语音功能的实现。设计了系统的硬件电路,并实现了相应的软件编程。     

基于Mach-Zehnder干涉的全光纤防区型周界系统

为了对各种防区进行实时监测,准确分辨出入侵行为,提出了一种基于非平衡马赫-曾德尔结构干涉原理的全光纤防区型周界报警系统。对这种干涉结构进行了理论分析和实验验证,并在LabVIEW平台上开发了基于此传感结构的防区报警软件,在运行10d内,此系统准确报警率达95.1%。结果表明,此系统对突发事件有较好的模式识别能力,该结构在防区报警系统方面具有较好的效果。     

车联网中基于神经网络的入侵检测方案

车联网的入侵检测（IDS）可用于确认交通事件通知中描述的事件的真实性。当前车联网IDS多采用基于冗余数据的一致性检测方案,为降低IDS对冗余数据的依赖性,提出了一个基于神经网络的入侵检测方案。该方案可描述大量交通事件类型,并综合使用了反向传播（BP）和支持向量机（SVM）2种学习算法。这2种算法分别适用于个人安全驾驶速度快与高效交通系统检测率高的应用。仿真实验和性能分析表明,本方案具有较快的入侵检测速度,且具有较高的检测率和较低的虚警率。     

多用户并发控制的入侵检测漏警实验系统

利用多种入侵检测躲避技术,采用三层B/S结构,研究并实现了多用户并发控制的入侵检测漏警实验系统,该系统支持多用户并发实验而不相互冲突.对系统的测试以及实践证明,该系统可支持500名左右的用户同时实验并且响应时间不超过3秒.     

Network Intrusion Detection Using a Stochastic Resonance CFAR Technique

A novel constant false alarm rate (CFAR) intrusion detection method based on stochastic resonance (SR) is proposed in this paper. Using the SR technique improves the spectral power (SP) and the signal-to-noise ratio (SNR) of the network intrusion signal, hence enhancing the detectability of network attacks. The threshold and the detection probability of the proposed SR-CFAR method are derived theoretically. Computer simulations based on standard Defense Advanced Research Projects Agency (DARPA) network intrusion data show that this CFAR method outperforms the linear anomaly intrusion detection methods for various types of intrusions.     

基于混沌神经元的延时滥用入侵检测模型

在研究混沌神经元延时特性的基础上,构建了MLP/CNN混合前馈型神经网络.提出基于混沌神经元的滥用入侵检测模型,它既具备MLP的分类功能,又具有混沌神经元的延时、收集和思维判断功能,具有灵活的延时分类特性,因而能够有效地识别分布式入侵.使用从网络数据流中获取的样本,以FTP口令穷举法入侵为例,对该模型进行仿真和整体测试,结果表明可以依据实际情况设置入侵判据,本文对FTP入侵检测的精确率在98%以上,误报率和漏报率均小于2%.该模型可以推广到检测分布式DOS等具有延时特性的攻击行为和具有延时分类要求的其它系统中.     

基于ARM及GPRS的远程入侵监控报警系统的设计

为了实现远程入侵监控报警的需求,设计了一种基于MMS功能的红外入侵检测监控报警系统,该系统把红外技术、彩信技术、无线通信技术充分结合起来,实现了将监控现场采集的入侵者图片通过GPRS网络以彩信的形式发送到用户手机的功能,使用户远离家中也可以实时掌控家中的情况。     

住宅小区无线防盗监控系统的设计

该文设计了一种利用单片机和无线数传模块进行无线组网的防盗监控系统,系统采用STC89C52作为主芯片,nRF401无线数传模块作为数据传输和无线组网器件,运用蜂鸣器作为报警器,VB6.0制作上位机软件,通过串口实现单片机与PC机的通信。系统能实时监控小区家庭住户有无非法入侵,一旦出现非法入侵,相应数据信号通过nRF40...     

Novel intrusion prediction mechanism based on honeypot log similarity

The current network‐based intrusion detection systems have a very high rate of false alarms, and this phenomena results in significant efforts to gauge the threat level of the anomalous traffic. In this paper, we propose an intrusion detection mechanism based on honeypot log similarity analysis and data mining techniques to predict and block suspicious flows before attacks occur. With honeypot logs and association rule mining, our approach can reduce the false alarm problem of intrusion detection because only suspicious traffic would be present in the honeypots. The proposed mechanism can reduce human effort, and the entire system can operate automatically. The results of our experiments indicate that the honeypot prediction system is practical for protecting assets from attacks or misuse.     

加权关联规则在网络入侵检测系统中的应用

为了解决将关联规则算法应用于入侵检测系统后,在提高系统检测率的同时系统误报率增加的问题,将加权关联规则算法应用于入侵模式的挖掘中,在一定程度上提高了入侵检测的检测率,并降低了误报率。在此基础上,提出了采用加权关联规则算法的网络入侵检测系统的结构。     

采用小波能量的光纤周界报警信号辨识

采用小波变换法对光纤周界报警系统的采样信号进行阈值滤波,根据滤波后信号的特征,采用db8小波基对信号进行4尺度小波分解,并统计各尺度下的小波细节系数能量,获取原始信号各频带的信号特征,并基于信号特征进行信号识别,能可靠的对蓄意入侵信号进行报警。实践证明,采用这种识别法可使该系统的误报率降低。     

基于网络流量预测模型的CFAR入侵检测方法研究

论文提出了一种基于网络流量预测模型的CFAR入侵检测系统。采用AR模型对网络流量进行预测,并运用雷达信号处理中的恒误警CFAR技术,选取检测阀值以判定是否存在入侵信号。利用林肯实验室DARPA数据对系统进千亍试验,通过对不同的CFAR检测进行比较分析,最后提出三种CFAR联合检测,使得系统具有更高的检测率和更低的误警率。     

基于BP信号识别的光纤油气管道监测系统

介绍了一种基于BP神经网络信号识别算法的分布式光纤管道安全预警系统,利用提取的现场振动信号时域、频域短时和长时特征,对基于BP神经网络分类器模型进行训练,模型实现了对人工挖掘和机械挖掘的智能分辨。其中BP分类器模型的最大误报率为3.3 %,平均误报率为1 %,最大漏报率为3.2 %,平均漏报率为1 %。将该BP模型应用在不同时长的现场信号识别测试中,实现了最低为5 %的漏报率,因此BP信号识别算法能够实现对管线入侵信号的有效识别及分类,提升传感系统可靠性。     

周界入侵报警系统在民爆行业的应用

针对民爆生产企业周界防范响应迟滞、缺乏实时监控的问题,设计了一种基于红外探测技术的周界入侵报警系统.系统综合运用红外探测技术、计算机网络技术对重要区域进行实时化、可视化监管,防止外来人员的非法入侵和破坏活动.实际应用表明:系统反应灵敏,报警精确,能有效提高企业的安全防范水平.     

属性相关选择和AdaBoost算法在入侵检测中的应用

入侵事件的识别是入侵检测系统的关键,入侵事件的识别是一个网络数据的分类问题。通过基于相关的属性选择算法,选择出相关度高的属性子集,去除冗余度高的属性,在选择的属性子集上,使用AdaBoost算法对网络数据分类,识别入侵事件。实验结果表明,在选用的实验数据上,基于相关的属性选择算法和AdaBoost算法结合使用,提高了分类正确率和入侵事件的检出率,降低了入侵事件的误报率。     

基于WSN的工厂安防管理系统

从传统报警系统的局限性出发,将入侵检测技术与身份识别技术相结合,通过对同一时刻检测的信号的辨析及入侵探测设备的发出信号来辨别非法入侵与合法进入。结合实际,设计一套基于无线传感器网络的人体探测、身份识别和定位应用于工厂等大型场所的智能安防监测系统。     

FEC在陆缆系统中的应用

长距离高速光纤通信系统的研究是当前光通信领域的一大热点,FEC是实现长距离高速光纤通信的关键技术.文章介绍了FEC在陆缆系统中应用的必要性,几种可能的实现手段及在SDH层、OCh层具体实现技术,以及其对系统性能的改善.