基于Petri网的CPS系统安全量化分析模型

随着信息物理融合系统（CPS）的广泛应用,安全性已成为其研究的核心问题。由于CPS离散计算过程和连续物理世界交织的特性,传统的安全分析方式不能直接适用。通过将博弈理论和Petri网建模方法进行结合,提出一种GHPN方法对CPS系统建立量化的安全分析模型,该模型既能适用CPS离散连续混合结构的模型刻画,又可合理模拟系统攻防双方行为,基于最终生成的模型从系统可靠性、脆弱性、风险后果等方面进行安全分析。通过对飞机空中避撞系统的实例研究,表明该模型和分析方法的有效性。     

基于多视图的信息物理融合系统体系结构研究

美国将信息-物理融合系统（Cyber-Physical Systems,CPS）列为八个重要信息技术领域之首,CPS亦成为国内当前研究热点。通过对国内外CPS研究现状分析,针对系统、功能和技术三个视图角度,提出了三种新型基于视图的CPS体系结构,说明了三种视图间的关系,利用微电网CPS实例论证了基于不同视图的CPS体系结构分析方法的优点。同时,对于CPS未来的研究方向进行了展望。     

面向信息物理融合系统的多源异构数据交互模型

在信息物理融合系统（Cyber-physical system，CPS）中，传统多源异构数据集成模型难以通过中间件实现异构系统间的概念层关系映射，存在系统难以扩展和传输性能低等问题。基于上述问题和挑战，提出了一个面向CPS的异构数据交互模型。设计数据对象模型实现物理系统和仿真系统高层概念映射；定义监测类和控制类元数据，针对不同的数据类型使用增量或全量字段更新以降低网络负载；基于Protobuf协议设计系统的通信模型，提高系统的扩展能力。基于该数据交互模型和高层体系结构（High level architecture， HLA）/数据分发服务（Data distribution service， DDS）系统中间件实现了一个CPS原型系统，验证了模型的可用性并对比了报文的压缩性能。     

CPS系统物理实体时空一致性建模与分析

CPS作为一个混合系统,是计算系统和物理系统的集中体现,注重计算进程和物理进程行为一致性分析与刻画。传统建模方式只针对物理进程和计算进程进行单一建模,难以满足CPS物理实体状态转移时空一致性的要求,在此基础上提出一种新的建模方法。将CPS时空状态转移融合成一个状态转移实时时空事件,并在时间Petri网基础上引入空间标签,建立时空Petri网模型,利用时空Petri网对物理实体状态转移过程进行分析。最后通过列车控制系统实例进一步分析了时空模型的有效性,从而例证了该方法的可行性。     

基于SHML的CPS行为建模及仿真

信息物理融合系统（cyber-physical systems，简称CPS）是深度融合了计算进程和物理进程的统一体，是集计算、通信与控制于一体的下一代智能系统，具有广阔的应用前景.CPS的行为具有混成性、随机性等特征，建模及仿真CPS的动态行为对于开发高质量的CPS系统至关重要.但是目前缺乏面向CPS的领域建模方法及建模CPS的领域建模语言，也迫切需要支持仿真CPS领域模型的仿真工具.针对以上问题，提出一种面向CPS领域的随机混成建模语言（stochastic hybrid modeling language，简称SHML）以支持建模CPS系统的行为.首先，根据CPS的领域特征定义了SHML的元模型作为其抽象语法，并定义了SHML的具体语法和操作语义；其次，基于GEMOC框架实现了SHML的可视化建模工具.此外，集成GEMOC的序列化执行引擎和Scilab的连续行为仿真引擎，实现仿真CPS的混成行为.提出了一种面向CPS领域的建模及仿真方法，设计并实现了一个集成的面向CPS行为的建模与仿真平台，为CPS的建模及仿真提供了一种有效的方法及工具支撑.     

一种面向CPS软件的可信性评估框架

信息物理融合系统(Cyber Physical System,CPS)是一种新型复杂的网络化嵌入式系统,在CPS中存在多种软件通过网络进行交互,如何确保软件及其交互可信性是开发高可信CPS的基础.针对这一问题,提出一种面向CPS软件的可信性评估框架,该框架包括两个模型:可信性指标模型和可信性评估模型.可信性指标模型通过分析用户需求得到,而可信性评估模型则利用建立的可信性指标模型评估CPS软件及其交互的可信性.最后给出的实例分析,说明了提出框架的有效性.     

面向服务的信息物理融合系统建模与验证

针对信息物理融合系统(CPS)中建模与验证面临的问题与挑战,基于服务组合的思想,提出一种CPS建模与验证方法。首先,综合分析已有研究成果,提出一种CPS的组成结构,包含物理世界、感知系统、信息处理系统、控制系统及时间约束。基于该结构提出CPS资源的服务分类及组成框架,并利用时间自动机理论,提出CPS物理环境建模方法、CPS原子服务建模方法及服务组合方法。最后,通过案例设计和模型检测工具Uppaal,分别对系统安全性、可达性、活性及时间约束四种类型的性质进行了相关验证。结果表明,系统通过了这些性质的验证,这也证明了面向服务的CPS建模方法的正确性。     

具有多传感器的CPS系统的攻击检测

信息物理系统（cyber-physical systems，简称CPS）是基于环境感知实现计算、通信与物理元素紧密结合的下一代智能系统，广泛应用于安全攸关的系统和工业控制等领域.信息技术与物理世界的相互作用使得CPS容易受到各种恶意攻击，从而破坏其安全性.主要研究存在瞬态故障的CPS中传感器的攻击检测问题.考虑具有多个传感器测量相同物理变量的系统，其中一些传感器可能受到恶意攻击并提供错误的测量.此外，使用抽象传感器模型，每个传感器为控制器提供一个真实值的可能间隔.已有的用于检测传感器被恶意攻击的方法是保守的.当专业攻击者在一段时间内轻微地或不频繁地操纵传感器的输出时，现有方法很难捕获到攻击，如隐身攻击.为了解决这个问题，设计了一种基于融合间隔和历史测量的传感器攻击检测方法.该方法首先为不同的传感器构建不同的故障模型，使用系统动力学方程把历史测量融入到攻击检测方法中，从不同的方面分析传感器的测量.另外，利用历史测量和融合间隔解决了两个传感器的测量相交时是否存在故障的问题.该方法的核心思想是利用传感器之间的成对不一致关系检测和识别攻击.从EV3地面车辆上获得真实的测量数据来验证算法的性能.实验结果表明，所提出的方法优于现有方法，对各种攻击类型都有较好的检测和识别性能，特别是对于隐身攻击，检测率和识别率大约提高了90%以上.     

大数据下的CPS自适应路由服务

作为一个网络信息系统,信息物理融合系统（CPS）包含计算、人类活动以及通过消息通信技术实现的自动决策。CPS由许多异构的子系统组成,不同于其他控制系统,随着多种多样新型网络应用的涌现,传统的路由配置模式越来越难以适应CPS多样化的数据通信需求。因此,需要依据不同类型CPS子系统应用差异化的通信需求,在数据分组的传输路径上配置合适的路由功能,自适应地合成满足分组传输特性的路由服务,改善通信性能。根据大数据带来的数据间关联关系新范式,试图从大量的CPS应用通信流状态数据中,分析获取评判CPS通信服务质量与路由服务各属性之间的依赖关系,从而定制高效的路由服务。基于此,提出了大数据驱动的CPS自适应路由服务定制机制,主要由网内大量流状态数据为驱动,建立了CPS通信属性模型,挖掘CPS的通信性能对路由需求的依赖关系,获得候选路由功能集合。分析结果表明,提出的由大数据驱动的定制化路由服务可以有效地处理不断扩展的CPS网络通信需求。     

面向CPS系统仿真的建模方法研究与设计

CPS仿真建模在构建CPS系统时具有重要意义,不仅能够在系统开发过程中对系统进行验证和测试,而且是模型驱动开发中的重要环节。CPS系统通过精化和提炼可分为物理实体和计算实体,采用具有动态连续性、基于时间的运动状态行为模型构建物理实体;计算实体模型则采用基于有限状态机的离散系统行为模型进行构建。通过面向时间的状态精化对两种行为模型进行扩展,将两种扩展模型进行融合,完成CPS系统的建模仿真。分析了构建计算实体模型的统一建模语言(UML)以及构建物理实体模型的simulink/RTW建模工具的可行性,提出了基于UML框架的两种异质模型融合方法。     

深度自编码器在数据异常检测中的应用研究

针对自编码器网络（AE）需要正常数据进行训练的局限性,结合主成分分析方法,将AE的每次重建输出与输入数据进行求差,隔离出异常数据部分,即将输入数据分为正常与异常部分,正常部分由AE重建输出,异常部分由近端法进行优化输出,最后采用交替方向乘子法训练整个模型并达到预定训练次数再输出结果,实现了一种基于深度自编码网络（DAE）模型的无监督数据异常检测方法。在7个真实数据集与8种机器学习模型和AE模型进行了对比实验,结果表明,DAE模型无需输入正常数据就可以有效进行模型训练,且可以防止模型的过拟合,其综合表现高于传统机器学习模型和AE模型,AUC值在4个数据集中达到最优。在mnist数据集中,DAE模型的AUC值相比于孤立森林（IF）方法提高了10.93%。     

改进蚁群算法和支持向量机的网络入侵检测

为了提高网络入侵检测的正确率,提出一种改进蚁群优化算法（ACO）和支持向量机（SVM）相融合的网络入侵检测方法（ACO-SVM）。将SVM模型参数作为蚂蚁的位置向量,采用动态随机抽取的方法来确定目标个体引导蚁群进行全局搜索,同时在最优蚂蚁邻域内进行小步长局部搜索,找到SVM最优参数,采用最优参数建立网络入侵检测模型。利用KDDCUP99数据集对ACO-SVM性能进行测试,结果表明,ACO-SVM提高了网络入侵检测正确率,降低了误报率,可以为网络安全提供有效保证。     

人群密集度下GAN的视频异常行为检测进展

视频异常检测作为计算机视觉的重要分支,是智能监控系统中一项极具挑战性的任务,通常是指自动识别视频中的异常目标、行为或事件,对保障公共安全起着至关重要的作用。生成对抗网络是一种新兴的无监督方法,不仅可以用于生成图像,且其独特的对抗性学习思想在异常检测领域也显示出良好的发展潜力。介绍了生成对抗网络的框架结构;根据场景密度以及行为发生的对象,从个体行为异常、群体异常两个方面论述了生成对抗网络在视频异常检测领域的研究现状,分别基于重构和预测的方法对个体异常行为检测和群体异常行为检测作进一步阐述;简要介绍了视频异常检测的常用数据集;最后对未来发展作出了展望。     

CPSO和LSSVM融合的网络入侵检测

网络攻击具有多样性和隐蔽性,为了提高网络安全性入侵检测的正确率,提出一种混沌粒子群算法（CPSO）和最小二乘支持向量机（LSSVM）相融合的网络入侵检测方法（CPSO-LSSVM）。利用混沌粒子群算法对LSSVM模型参数进行搜索,选择LSSVM最优参数,采用KDDCUP99数据集对CPSO-LSSVM性能进行测试,实验结果表明,CPSO-LSSVM提高了网络入侵检测正确率,降低了误报率,可以为网络安全提供有效保证。     

海面目标的自适应预白化检测前跟踪算法

针对超视距雷达的海面目标检测问题,提出一种基于自适应预白化处理的检测前跟踪（TBD）算法。在目标TBD处理之前,利用海杂波的自回归模型构建白化滤波器进行杂波预白化,在跟踪阶段采用递归贝叶斯算法估计目标运动状态,在检测阶段通过跟踪滤波器的输出构造广义似然比进行似然比检测。不同信噪比下的仿真结果表明,该算法能有效抑制海杂波,检测到低信噪比的目标。．     

基于虚拟机架构的自修改代码监测技术

自修改代码技术是恶意程序用以防止反汇编静态分析的最常见技术。传统操作系统的恶意代码防范技术不能有效监测和防止自修改恶意代码的执行和传播。介绍了一个基于虚拟机架构对自修改代码进行监测和监控的方法CASMonitor,能够从虚拟机外部动态、透明地监控虚拟机内部指定程序的执行过程,监测代码的自修改行为,解析新生成代码的入口点,进而提供病毒扫描等功能。x86/Win32虚拟机架构下的实验表明,该技术能够处理多种自修改代码行为以及常见的加壳工具。     

WSN中基于压缩感知的异常事件检测方案

异常事件检测问题是无线传感器网络中的研究热点之一。为提高检测效率,提出一种基于压缩感知的异常事件检测方案。通过压缩采样得到各个节点感知数据的测量值,将异常事件检测问题建模为带权的l_1范数最小化问题,采用正交匹配追踪算法进行迭代求解,根据检测函数对求解结果进行判断,并依据判断结果更新权值,开始下一轮迭代,直到检测出无线传感器网络中存在的所有异常事件。仿真实验结果表明,该方案的漏检率和误警率较低,与CCM和GEP-ADS方案相比,分别能节省约4.1%和5.8%的能耗。     

基于CPS架构的旋翼无人机组合定位建模研究

针对在特殊地区连续导航和组合导航冗余技术的问题,提出基于信息物理融合系统架构的BDS/GPS/SINS组合导航的旋翼无人机定位方案。以六旋翼为运载体,采用超紧组合导航结构和联邦式滤波结构建立模型,通过Simulink虚拟定位仿真,得到较为精确的位置信息。进一步搭建旋翼无人机物理融合定位系统实验平台,该平台的BDS/GPS接收机接收由NSS8000多星群模拟器提供的虚拟卫星导航电文信号,方便用户对CPS虚拟和现实环境的人机交互界面进行操作。通过定位信息融合进行基于BDS/GPS/SINS超紧组合导航的室内飞行实验,失星下定位精度都能达到2.0?m±0.5?m。仿真和实验结果表明,该定位系统具有信息物理融合的鲁棒性和安全可靠性。     

结合PECGTFs和SSMC的腭裂语音咽擦音自动检测算法

咽擦音是腭裂语音中一种常见的代偿性构音异常,咽擦音的自动检测对腭咽功能的评估具有重要的临床意义。对腭裂语音咽擦音的自动检测算法进行了研究,提出分段指数压缩Gamatone滤波器组（Piecewise Exponent Compression Gammatone Filters,PECGTFs）和基于Softsign的多通道（Softsign-based Multi-Channel,SSMC）模型相结合提取语音信号的谱特征参数,采用KNN分类器,实现腭裂语音咽擦音的自动检测。实验共测试306个语音样本,并对比了使用不同的Gammatone滤波器、使用高斯差分（Difference of Gaussian,DoG）增强和SSMC模型增强对咽擦音自动检测结果的影响。实验结果表明,使用PECGTFs与SSMC相结合的算法对腭裂语音咽擦音的自动检测正确率达94.95%,对临床诊断具有一定的参考价值。