基于OpenFlow的流量监控架构实践方案

为了解决基于OpenFlow的软件定义网络( software defined network, SDN)架构存在的潜在安全性问题,缓解特定的网络攻击对OpenFlow网络基础设施的威胁,保障OpenFlow网络在存在异常流量状态下的网络性能,在分析OpenFlow协议的安全缺陷的基础上,提出了一种流量监控方案.该方案使用 sFlow 流量采样技术,结合FloodLight开源控制器,通过上层应用更改控制器操作模式并对交换机执行端口限速.实验结果证明：提出的方案在网络受到特定攻击时可以降低控制器负载,过滤攻击产生的Packet In包达99.88%,有效地减小了异常流量对网络中主机及网络本身的影响;能及时监测网络攻击造成的网络异常,并缓解网络攻击对网络整体性能的影响.     

外差干涉高帧速采样微位移的测量及误差分析

为提高微位移测量精度,在外差干涉测量原理基础上分析了非线性误差、激光稳频性及位相细分度等误差源.利用PhantomV12.1超高速数字摄像机对外差干涉采样,从采样图像灰度分布相关系数的周期性变化测量位移及其精度.结果表明：采样帧速与外差干涉位移分辨率成正比,高帧速采样能够降低变速运动及采样误差对测量精度的影响.在匀速微动条件下帧速低于1000FPS时精度提升显著,误差随被测物运动速度增加而变大.     

面向高速网络流量的硬件测量装置

为解决高速网络测量中面临的如何平衡测量速度、精度与存储器容量的问题,采用自适应非线性采样方法,基于高速现场可编程门阵列(FPGA)硬件平台,研究了针对高速网络流量的测量装置FAST通过控制状态机设计、存储器功能划分和并行回导设计,FAST原型系统可根据实时流量动态调整采样概率,在较高的计数器压缩率下,保持99％以上的平均测量精度,分组测量吞吐量达27.4 Mpps.     

电力参数实时采集中采样频率的确定

从理论和实际角度,分析了电力参数实时采集中确定采样频率时应考虑的因素,并用计算机进行了实例计算.结果表明,盲目提高采样频率对提高分析精度的作用不大.如果降低每周波采样点,可通过适当提高A/D转换器位数来保证测量精度.     

云计算环境下入侵疑似边界问题改进算法

传统的疑似边界问题处理算法一直存在边界确定结果不准确、误差较大的问题,为了提高网络安全性能,提出一种基于模糊网络阈值计算的云计算环境下入侵检测中疑似边界确定算法,分析了云计算环境下入侵种类及其检测原理,并确定其入侵形式;通过计算模糊网络阈值,确定云计算环境下入侵检测中疑似边界具体参数.仿真实验结果表明,采用改进算法进行疑似边界的确定,其结果精度及效率均优于传统算法,具有一定的优势.     

MIT中的一种基于全相位的IQ正交相位解调算法

针对MIT系统相位解调过程中信号非整周期采样以及奇异点对相位测量精度的影响,提出一种基于全相位的IQ正交算法,该算法通过对测得的数据进行全相位处理,再进行正交变换,从而有效提高了信号解调精度.通过实验表明,相对传统IQ正交算法,该算法能够降低信号非整周期采样以及奇异点对相位测量精度的影响,且计算复杂度低,运算速度快,能对相位差进行更为实时精确的测量.     

曲线拟合在电气测量中的应用

导出了工频电压参数测量中非同步采样时电压、电流、有功功率、无功功率和功率因数的准确公式,解决了工频信号频率变化时采样测量精度降低的问题,并且引入了曲线拟合的思想,在计算较简单的情况下,有效的提高了测量精度.     

三坐标测量机采样点数对圆度误差检测精度的影响

为研究采样点数对圆度误差检测精度的影响,采用均匀的测点分布方法,在接触式国产三坐标(VKM-3020)采集不同点数的圆度数据,运用最小区域的圆度误差评定方法计算圆度误差值.然后,初定该圆的圆度误差模型的类型,统计分析数据结果,得出较优的采样点数,采用Minitab软件来检验初定模型.通过研究不同采样点数对同一圆度的精度影响,得出较优的采样点数,提高测量效率和精度.     

一种减小频谱泄漏的采样频率自适应算法仿真研究

由于采样不同步造成的频谱泄漏是影响频谱分析和谐波检测精度的重要原因。提出一种通过采样数据计算信号实际频率的软件算法,较为准确地得到信号的实际频率,并根据算法求得的频率动态调整采样时间间隔,实现采样频率的自适应。因而能够减少同步误差,从而降低频谱泄漏的影响,对于频率变化较为缓慢的电力信号能够明显地提高测量精度。该算法实现简单,精度较高。仿真验证了算法的特性,给电力系统谐波分析提供了一种有效的方法。     

高速公路交通流量数据采集系统的研究

讨论了高速公路车辆检测系统 IDS.系统采用电磁感应原理,对振荡的频率计数可以测量到车辆通过的基本信息.在本底频率确定后,过滤掉实际采样频率与其差值在设定测量精度范围内的信号,通过数学优化得到车辆信息.本系统具有简单可靠、成本低的优势.     

基于BP网络算法的大地测量误差检测技术

针对大地测量检测时间长、检测过程成本较高,且检测结果准确度较低的问题,提出一种基于BP神经网络算法的大地测量误差检测方法.对大地测量的基本原理进行分析,通过对测量所得数据的综合计算得到待测量目标相对位移及旋转角度相关测量结果,构建基于BP网络的测量误差预测模型;将测量结果输入模型,得到的输出值即为预测误差,利用动态贝叶斯检验算法判断测量结果是否准确.结果表明,所提测量误差检测方法的检测结果准确率在90%以上,且检测过程所需时间与成本消耗低于实验对比方法,证实了所提方法的检测准确率及检测效率.     

基于Adaline的吊车动态称重方法研究

吊车在起吊过程中对所吊物体称重时,采集到的数据与重量本身相差较大,目前吊车动态称重的精度是系统设计的一个难题。文章提出了一种基于人工神经网络自适应线性神经元Adaline的吊车动态称重数据处理的噪声自适应对消方法,用于解决因运动产生的数据采集不准的问题,在提高吊车称重精度方面进行了一些有益的探讨。     

基于IMU量测信息的手机运动模态判别方法

手机导航以其便捷和廉价得到广泛应用,而其运动模态对导航精度有较大影响. 基于手机内置IMU的量测信息,研究了一种运动模态判别方法. 该方法根据人体步态相位检测法和IMU中三轴加速度计和三轴陀螺仪的六维量测信息,选择合适参数,通过对试验采样数据的处理设定阈值和辨识窗口,确定实际应用算法流程. 试验结果表明,该方法实时判别手机运动模态的延时小,且在相应运动模态内的判别准确率达到100%,为后续导航算法的使用时机与过程提供了有效判断依据.     

基于AdaBoost RBF神经网络的火灾烟雾检测

为了解决大空间场所的火灾早期预警问题,减少环境变化对预报的影响,从烟雾的视觉特征角度探讨了视频火灾烟雾检测方法.该算法首先采用背景减除法获得差分图像,接着对差分图像进行二值化,并结合数学形态学提取可疑区域,然后从可疑区域提取颜色特征、运动特征和形状特征,最后使用基于AdaBoost的RBF神经网络进行识别,判断场景中是否有烟雾出现.试验表明,该方法能有效地检测出烟雾并且具有较好的抗干扰能力,提高了烟雾检测的准确率,具有较好的工程应用价值.     

一种新的可变采样率的网络流量抽样测量方法

随机报文抽样方法是目前常用的流量抽样测量方法,但是它倾向于采集长流,影响了异常检测的正确性．提出了一种新的基于IP流可变采样率的网络流量抽样测量方法,将到达的数据报文按照流标识分类,并以每一个报文在所属流中的位置和流的大小为参数设置可变采样率进行抽样测量．实验表明,该方法提高了短流中报文的采样率,减少了随机报文抽样方法对异常检测的影响,检测结果能正确地反映原始数据的异常情况．     

Improved sample filtering method for measuring end-to-end path capacity

By analyzing the effect of cross traffic （CT） enforced on packet delay, an improved path capacity measurement method, pcapminp algorithm, was proposed. With this method, path capacity was measured by filtering probe samples based on measured minimum packet-pair delay. The measurability of minimum packet-pair delay was also analyzed by simulation. The results show that, when comparing with pathrate, if the CT load is light, both pcapminp and pathrate have similar accuracy; but in the case of heavy CT load, pcapminp is more accurate than Pathrate. When CT load reaches 90%, pcapminp algorithm has only 5% measurement error, which is 10% lower than that of pathrate algorithm. At any CT load levels, the probe cost of pcapminp algorithm is two magnitudes smaller than that ofpathrate, and the measurement duration is one magnitude shorter than that ofpathrate algorithm.     

基于振动信号测量的连铸下渣检测系统

为了解决当前连铸下渣检测系统成本高、使用寿命短且难于安装维护等问题,提出了一种基于振动信号测量的下渣检测系统实现方法.通过分析连续下渣过程,根据钢水、钢渣因相对密度不同而产生的冲击振动差异判断下渣时间点.结合嵌入式系统技术,搭建了传感器远离钢水的下渣检测实验平台,有效地提高了系统使用寿命.利用自主设计的嵌入式实时数据采集系统进行数据采样与特征信号提取,通过人工神经网络（ANN）技术对经过预处理的实时信号进行训练与识别,进而判断钢水状态,并结合相关控制策略实现连铸下渣的自动控制.实验结果表明,该方法成本低,对现在有设备改造小,使用寿命长,下渣检出率在96％以上.     

海水重金属自动检测系统研究

基于电化学溶出伏安法研制了一种新型重金属检测系统，实现海水中锌、镉、铅、铜、锰、砷、铁和铬8种重金属元素质量浓度的自动检测。海水经过预处理后，8种重金属元素被分离为3路进入检测系统，锌、镉、铅、铜为一路，锰、砷为一路，铁、铬为一路。系统以银基汞膜电极为电化学传感器，通过PC机多线程控制三路恒电位仪电路、各蠕动泵和电磁阀，实现自动进样、检测和清洗。采用标准加入法进行定量分析，检测下限达到10-6 g/L。每路只需要6 mL样品，一次测量可以在30 min内完成。系统体积小、成本低、可以连续测量，适于现场在线自动监测海水中的重金属浓度分布。     

无线传感器网络簇内可疑节点的博弈检测方法

针对无线传感器网络内部可能存在行为异常的可疑节点问题,在分簇路由协议的基础上,采用博弈方法通过簇内多个邻居节点对某一可疑节点进行判定,邻居节点产生的检测结果传输至簇头进行汇总. 簇头节点统计结果并采用多数投票方式对可疑节点进行判定. 为了保证数据传输的安全性,采用对称加密算法对各检测节点判定结果进行加密.若可疑节点是恶意节点,则该判定结果将在簇内广播,以达到隔离可疑节点的目的. 为了更符合实际环境,在博弈模型判定时,考虑攻防双方节点的能量消耗.实验结果表明,该多检测节点方案能够较好地分析无线传感器网络中可疑入侵节点和检测系统之间的博弈关系,提高了对可疑节点判定的准确性.