基于时间序列分析的DNS服务器的DDoS攻击检测

分析了针对DNS服务器DDoS攻击的特征,提出了一种基于攻击流特征(AFC)时间序列的DDoS攻击检测方法.通过自适应自回归模型的参数拟合,将AFC时间序列变换为多维空间内的自适应自回归AAR模型参数向量序列,然后使用支持向量机进行分类.实验结果表明,该方法能有效检测针对DNS服务器的DDoS攻击.     

电力时间序列的分布式索引算法

时间序列的研究已经被应用到越来越多的领域中.越来越多的领域应用需要索引和分析海量的时间序列,代表性的比如金融,电力,生物信息等等.这类应用往往面临数以亿计的时间序列的处理,然后从中识别出一些隐藏的模式来.然而目前对时间序列的索引技术都是单机版本,需要用漫长的时间来对大量的时间序列进行索引,限制了时间序列分析的产出率.提...     

基于PCC时间序列的DDoS检测算法

现有的DDoS检测方法大多局限于数据包检测这一层面,不能完整描述DDoS攻击过程,从而影响检测效果。针对这一问题,本文提出一种基于PCC(Packet and Conversation considering with Context)时间序列检测算法,从数据包级和会话流级进行分析,能更加全面地描述DDoS攻击过程;同时考虑前后数据的关联性,融合上下文信息,采用支持向量机（SVM）分类器建立DDoS攻击检测模型;最后提出一种可信报警策略进一步消除噪声和误分类带来的影响。实验结果显示,该方法能够有效检测DDoS攻击,减小网络流量噪声对检测结果的影响。     

滚动轴承振动特性的时间序列分析

滚动轴承零件各接触表面的波纹度是引起轴承振动的主要原因。本文分析了轴承滚动表面波纹度对轴承的激振特性,提出了一种直接由振动信号来分析滚动表面加工质量的检测方法。该方法利用时间序列分析技术,对滚动轴承振动信号进行建模和谱分析,找出引起轴承振动的表面因素。试验结果表明,本文提出的方法能正确地分析出表面波纹度的激振特性以及引起轴承振动的主要波纹度谐波分量。     

基于分布式反射拒绝服务攻击的源追踪技术

拒绝服务攻击已经严重地影响了整个网络服务。目前很多研究人员正在致力于研究各种防范该攻击的方法。分析了拒绝服务攻击形式,探讨了目前用于防止这些攻击的手段和方法,指出了这些方法所存在的问题,提出了一种针对分布式反射拒绝服务攻击的新的源追踪技术。     

单边螺栓连接中心支撑钢框架抗震性能分析

目的 为研究支撑-半刚接钢框架结构体系的抗震性能,方法 设计了一榀由嵌套式单边螺栓与T型钢构成的半刚性梁柱节点的中心支撑钢框架,并进行了拟静力试验与有限元数值模拟,通过观测整个试验现象,分析了其滞回、承载力、刚度退化、耗能等抗震指标。结果 结果表明：试件破坏过程明显经历了弹性段、塑性段、破坏段三个阶段,试件破坏模式主要为支撑受压失稳破坏,塑性变形主要累积在支撑体系上,整体呈现延性破坏特征;支撑断裂后,梁柱及T型钢节点无明显塑性变形,钢框架仍具有较高的安全储备,符合“强节点、弱构件”设计原则,表明了结构具有两道抗震防线;结论 支撑与半刚接钢框架协同工作使得试件具有较高的抗侧刚度抵抗水平变形,且承载力较高、滞回性能稳定、耗能能力优良;单边螺栓在试验过程中的受力性能较普通高强螺栓并无较大差别,未出现严重的预紧力松弛现象,并能高效的保持螺栓预紧力。通过有限元数值模拟分析可知,减小支撑长细比,虽能有效提高结构的抗震性能,但长细比较小会导致支撑刚度增大,加速其余构件的损坏。故应以考虑结构的延性为前提,降低支撑的长细比,才能有效提高结构的抗震性能。     

基于ARIMA时间序列的广州空气质量分析

本文选取广州11个空气质量观测点2013年4月10日至2013年11月1日的空气观测数据,利用ARIMA时间序列的方法对其进行研究和分析。在此基础上,根据实际报道的情况验证了结果具有较广泛的适用性,对空气质量进行相应的解读。     

回转式压缩机振动故障的时间序列分析

本文运用时间序列方法研究工作状态下回转式压缩机的振动故障。对压缩机的振动信号进行建模，并提出用特征值归一化残差平方和（ＮＲＳＳ）作为识别故障状态的指标。实验结果证明：ＮＲＳＳ指标对回转式压缩机故障诊断是十分有效的。     

分布式拒绝服务攻击的攻击树建模

分布式拒绝服务(distributeddenialofservice,DDoS)攻击严重威胁了网络的安全性。网络攻击的攻击树建模方法是卡内基梅隆大学提出的一种以结构化、可重用的方式来描述攻击信息建模方法;介绍了攻击树建模方法,研究了分布式拒绝服务攻击的攻击树,给出了分布式拒绝服务攻击的具体的攻击树模型,并分析了其可重用性,探讨了如何结合攻击树采取措施提高网络安全性;安全分析和设计人员可借此构造更安全的信息系统。     

蜜罐技术在网络安全中的应用

对蜜罐和蜜网的概念与应用进行论述,通过采用蜜罐技术对网络威胁进行主动防范,包括检测攻击、防止攻击造成破坏和帮助安全管理人员对攻击作出及时响应等,给出了对SYN-flood和网络蠕虫等网络攻击采用蜜罐技术进行追踪的方法,从而提高一个组织机构系统所处环境的安全性并降低其风险。     

水文时间序列多时间尺度分析的小波变换法

以长江宜昌站近100年（1890～1987）年平均流量过程为例，利用Marr小波和Morlet小波变换对水文序列的多时间尺度演变特性进行了分析，研究结果表明，其年际及年代际时间尺度在时间域中分布很不均匀，具有明显的局部化特征，小波变换法分析了水文水资源系统多时间尺度是优越的。     

月降雨量时间序列中的混沌现象

降雨是水文水资源系统的输入，研究它的演变特性，对于水文水资源系统的预报、模拟是十分重要的。以四川省6个水文站的月降雨量时间序列为例，通过混沌理论分析方法，探讨降雨系统的混沌特性。研究表明，降水系统中混沌现象是可能存在的。     

基于网络异常流量判断DoS/DDoS攻击的检测算法

为了对泛洪DoS/DDoS（Denial of Service/Distributed Denial of Service）攻击做出准确判断,在对泛洪DoS/DDoS攻击发生时网络流量变化特性进行分析的基础上,给出一种基于网络异常流量判断泛洪DoS/DDoS攻击的检测算法。该算法通过对流量大小和波动趋势的判断,对泛洪DoS/DDoS攻击的发生进行检测。实验结果表明,在不失一般性的基础上,判断泛洪DoS/DDoS攻击的成功率为100%。     

基于神经网络的伪造IP拒绝服务攻击检测与过滤

通过对互联网行为的研究,提出了一种基于神经网络的伪造IP拒绝服务攻击检测与过滤技术.该技术在对互联网IP数据包路由路径的合理假设下,充分利用了神经网络的学习和表达能力,使用未发现攻击时的数据进行学习与检测,在发现攻击时利用神经网络进行过滤.通过分析过滤方法在一定程度上达到保护本地网络不受DDoS攻击侵害的目的.经分析和验证,该方法在攻击检测与过滤中具有一定效果.     

基于多维时间序列分析的网络异常检测

针对实际网络异常检测要求高检测率、低误报率的问题,提出了一种基于多维时间序列的检测方法。首先,通过对实际网络流量进行长期观测,提取多维特征对网络流量进行描述;然后,利用时间序列分析方法对多维特征进行预测,计算预测值与真实值的时间序列偏离度,并且实时更新偏离度,适应多变的网络环境;最后,利用支持向量机（SVM）算法对偏离度向量进行分类判别,判断是否发生异常。目前该方法已应用于校园网关键服务器的实时监测与防护工作中,实际服务器流量的预测、告警结果表明,该方法可以有效检测网络中的异常流量。     

Modeling and Simulation of Time Series Prediction Based on Dynamic Neural Network

Molding and simulation of time series prediction based on dynamic neural network(NN) are studied.Prediction model for non-linear and time-varying system is proposed based on dynamic Jordan NN. Aiming at the intrinsic defects of back-propagation (BP) algorithm that cannot update network weights incrementally, a hybrid algorithm combining the temporal difference (TD) method with BP algorithm to train Jordan NN is put forward.The proposed method is applied to predict the ash content of clean coal in jigging production real-time and multistep. A practical example is also given and its application results indicate that the method has better performance than others and also offers a beneficial reference to the prediction of nonlinear time series.