基于未知输入观测器的导弹间歇故障诊断

针对带有未知扰动和噪声的导弹间歇故障诊断问题,设计了一种基于未知输入观测器的导弹问题故障诊断方法,系统的输入部分或全部未知情况下也能获取系统状态的称为未知输入观测器.首先,为实现对外部扰动的解耦,设计降维未知输入观测器,并通过滑动时间窗口得到对间歇故障敏感而对未知扰动解耦的残差信号;然后,在满足误报率和漏报率的条件下,通过假设检验,确定了间歇故障发生时刻和消失时刻的可检测阈值;最后,对所提出的方法进行了仿真验证.仿真结果表明,在误差允许的范围内,设计的方法能够实现对间歇故障检测,满足实时性和准确性的要求.     

一类存在参数摄动的线性随机系统的鲁棒间歇故障诊断方法

间歇故障（Intermittent faults, IFs）具有随机性,其检测要求在本次间歇故障消失之前检测出间歇故障的发生,在下一次间歇故障发生之前检测出间歇故障的消失.本文针对一类存在未知时变参数摄动的离散线性随机动态系统,研究了其鲁棒间歇故障检测与分离问题.基于降维未知输入观测器,通过引入滑动时间窗口,本文设计了一组与未知时变摄动解耦的结构化截断残差,并提出其存在的一个充分条件.与传统残差相比,截断残差信号更为显著地反映了间歇故障的发生和消失.为满足间歇故障的检测要求,本文提出两个假设检验分别用于检测间歇故障的发生时刻和消失时刻,并给出了一个详细算法.最后,在沿参考轨道运行的卫星模型上对所述方法进行了仿真实验,结果表明该方法能够有效检测出间歇故障的所有发生时刻和消失时刻,并准确实现故障分离.     

Detecting scalar intermittent faults in linear stochastic dynamic systems

Intermittent faults (IFs) have properties such as intermittency, random magnitude and random duration time. Hence the detection of IFs means: (i) to detect not only all the appearing time but also all the disappearing time of IFs and (ii) to detect the appearing time of an IF before this IF disappears, and the disappearing time of an IF before the subsequent IF appears. Within a statistical framework, the detection of scalar IFs in continuous linear stochastic dynamic systems has been mainly studied. Based on the sliding window, an analytical residual is generated, and two hypothesis tests are implemented to detect the appearing and disappearing times of IFs. In addition, a necessary and sufficient condition for the detectability of IFs is obtained, and the detection speed can be fast enough. Theoretical analysis and numerical simulations fully verify that IFs can be successfully detected.     

具有时变时滞的线性离散随机系统的间歇故障检测

针对一类具有时变时滞和外部未知扰动的线性离散随机系统,研究了其间歇故障检测问题.考虑一类具有周期性的时变时滞,利用提升技术和叠加原理将线性时变时滞系统转化为线性时不变系统.基于等价空间法设计对外部未知扰动解耦的结构化标量残差,在此基础上,通过残差统计特性分析和给定的显著性水平设定检测阈值.利用两个假设检验分别检测间歇故障的发生时刻和消失时刻,并分析了间歇故障的可诊断性.最后,仿真结果验证了该间歇故障检测方法的有效性.     

基于模糊行为分析的移动自组网入侵检测

移动自组网络是一种不需要基础设施的网络．在这种网络中，移动节点是自组织的，并且需要互相提供网络路由服务．自组网络非常容易受到攻击，特别是内部攻击．提出了一个基于模糊行为分析的入侵检测方案，以检测网络内部的路由攻击．利用邻接节点监测，通过分析节点路由行为与路由规范的偏差，发现恶意行为．在数据分析的过程中引入了模糊路由行为分析的方法，大大降低了误报率．仿真实验表明，该方案能有效地检测出路由入侵行为，而将误报率控制在一个较低的水平．     

无线传感器网络中基于SVM的合作型入侵检测系统*

由于许多重要的无线传感器网络需要一个高效、轻量级、灵活的入侵检测算法来检测恶意节点,提出了一种基于二叉树的SVM多类分类方法的合作型入侵检测方案。该方案可扩展性较好,有效地节省了传感器节点的能量。仿真实验表明,与已经提出的入侵检测系统相比,该方案具有较低的误报率和较高的检测率。     

基于自聚焦的变门限SAR/GMTI动目标检测方法

高分辨率合成孔径雷达（Synthetic aperture radar,SAR）合成孔径时间长导致动目标散焦严重、信杂噪比（Signal clutter noise ratio,SCNR）降低,增加了对动目标的检测难度。针对这种情况,本文提出了一种基于自聚焦的变门限SAR/(Ground moving target indication,GMTI)动目标检测算法。该算法利用距离相位误差和方位相位误差之间存在的固定关系实现对动目标的两维相位误差的估计与补偿,达到提高SCNR的目的。通过两级不同门限的恒虚警率（Constant false alarm rate,CFAR）检测分别实现动目标检测和排除虚警。实测数据结果表明,本文算法能有效地检测动目标,降低虚警概率。     

入侵检测系统的可信性及其改进策略研究

入侵检测系统在网络安全中有重要的作用,但是入侵检测系统的可信性问题一直没有很好解决,成为困扰入侵检测技术发展的一个主要因素.因此,为了改善入侵检测系统的可信性,给出了可信度的数学定义,阐明了可信度和虚警率、漏警率及检测率的关系;分析了产生虚警的原因.以Snort系统为仿真对象,提出了系统的改进结构、关联性分析模块和报警分析器,并对报警分析的3种方法进行了说明;最后介绍了系统的仿真测试和数据分析结果.     

软件定义网络环境下的低速率拒绝服务攻击检测方法

低速率拒绝服务（LDoS）攻击是一种拒绝服务（DoS）攻击改进形式,因其攻击平均速率低、隐蔽性强,使得检测LDoS攻击成为难点。针对上述难点,提出了一种在软件定义网络（SDN）的架构下,基于加权均值漂移-K均值算法（WMS-Kmeans）的LDoS攻击检测方法。首先,通过获取OpenFlow交换机的流表信息,分析并提取出SDN环境下LDoS攻击流量的六元组特征;然后,利用平均绝对值百分比误差作为均值漂移聚类中欧氏距离的权值,以此产生的簇心作为K-Means的初始中心对流表进行聚类,从而实现LDoS攻击的检测。实验结果表明：在SDN环境下,所提方法对LDoS攻击具有较好的检测性能,平均检测率达到99.29%,平均误警率和平均漏警率分别为1.97%和0.69%。     

基于流连接信息熵的DDoS攻击检测算法

分析了分布式拒绝服务(DDoS)攻击的特点，提出了流连接信息熵的定义，并通过对流连接信息熵时间序列的分析，采用非参数CUSUM算法进行DDoS攻击检测。该检测方法对固定IP、端口号随机变化的DDOS攻击有比较好的检测效果。实验结果证明，该方法能够以较高的精确度及时地检测出DDoS 攻击行为。