基于模糊聚类的电力供应链安全风险监测研究

在电力供应链安全风险监测中,针对传统方法下的电力供应链稳定性较低的问题,提出一种基于模糊聚类的电力供应链安全风险监测方法,利用模糊聚类算法对电力供应链中存在的不良数据进行辨识,利用不良数据并结合电力供应链的自身特点,建立基于不良数据的电力供应链安全风险识别模型对电力供应链进行安全风险识别,对安全风险识别数据进行归一化处理与分类处理,实现电力供应链的安全风险监测。为了验证该方法下的电力供应链稳定性,与传统方法进行对比实验,得出结果为该方法与基于决策树规则提取的电力供应链安全风险监测方法、基于稳定特征向量的电力供应链安全风险监测方法、基于Relief算法的电力供应链安全风险监测方法下的电力供应链稳定性分别为86.2%、72.2%、63.3%、42.6%,通过比较可知,该方法能够使电力供应链保持较高的稳定性。     

射频IC卡金融交易模型设计与分析

具有安全和计算能力的CPU卡是金融卡消费交易应用的重要组件，而大多数校园卡和公交卡是无计算能力的射频IC卡。针对这一问题，从分析金融卡消费交易流程入手，建立CPU卡的安全和计算模型，并根据射频IC卡的特点，建立它们的等价模型。并依此设计射频IC卡的数据存放方法和配套组件，以实现其安全性。     

基于智能的配电网电力大数据三维场景可视化分析

配电网电力大数据的三维场景重构是实现数据优化挖掘的关键,提出基于人工智能的配电网电力大数据三维场景可视化分析方法。建立配电网电力大数据三维场景的网格分布结构模型,并进行配电网电力大数据三维场景实时数据监测,根据监测结果进行配电网电力大数据的统计特征分析,对配电网电力大数据三维场景实时数据采用信息融合和模糊层析性分析方法进行信息融合和自适应调度,提取配电网电力大数据的三维可视化分布特征量,采用视觉特征重构技术,实现对配电网电力大数据三维场景可视化重构,在人工智能算法控制下提高电力大数据三维场景可视化重构的精度。仿真结果表明,采用该方法进行配电网电力大数据三维场景可视化重构的精度较高,提高了配电网电力大数据挖掘的效能。     

空中交通管制指挥监测系统中的多雷达数据处理

针对基于信息集成的空中交通管制指挥监测系统（ATCCMS）的体系结构，本文根据一般多雷达处理的模型，按照系统的特定要求分析了模型中各个流程的算法，给出了ATCCMS中信息集成时多雷达数据融合的方法，从而为ATCCMS的上层应用提供实时准确的数据基础。     

基于神经网络的电力负荷预测方法研究

电力负荷预测易受到高频、低频和超低频振荡干扰,导致预测准确性不高,提出基于神经网络的电力负荷预测方法。在无线ZigBee组网协议下进行电力负荷传感器信息组网,构建电网负荷数据采集模型并进行模型修正。根据电力负荷数据采集结果,去除高频、低频和超低频振荡干扰因子。进行神经网络样本数据训练,去除冗余数据,输出电网负荷数据集合。对获得的数据集采用神经网络分类器进行分类融合处理,根据电力负荷数据的融合结果实现电力负荷预测。仿真结果表明,采用该方法进行电力负荷预测的准确性较高,预测过程的抗干扰性较好,在电力负荷的实时监测和信息调度中具有很好的应用价值。     

几种改进的电子商务交易模型及其在安全防护中的应用

把电子商务的交易流程抽象成若干模型进行分析比较并讨论其在安全防护中的应用。给出的模型可以指导交易流程的设计和优化,可以指导交易者对交易流程作出选择,可以从一个新的角度检测和处理电子商务的安全问题。综合考虑了信任、安全、快捷方便等问题,从而有助于较好地进行安全防护和风险控制的前提下减少交易的时间和成本。     

一个基于博弈学习的多主体竞价模型

根据多主体撮合交易模型,把整个撮合交易看成各交易主体的动态交互过程,设计了基于Multi-Agent的电子商务交易市场中交易主体动态竞价策略,提出了博弈学习的概念,并建立了基于博弈学习的动态竞价模型,根据撮合密度的定义,分析了所建立模型的性能和效率,试验表明,基于博弈学习的多主体动态竞价模型使多主体撮合交易系统具有一定的自均衡和自学习能力和良好的交易性能。     

基于TBAC的分布式工作流访问控制模型研究

基于分布式的工作流系统面临着日益复杂的数据资源安全管理难题,基于TBAC的访问控制可以与工作事务处理流程紧密结合,因此可根据工作流中任务和任务状态实现对数据资源的动态访问控制。本文在分析基于任务的访问控制原理基础之上,将基于角色的授权机制与基于任务的访问控制相结合,采用任务层次分解方法建立全局工作流图,应用
用分散管理策略建立分布式工作流的安全访问控制模型,并对该模型实现进行了详细阐述。     

大坝安全实测信息三维可视化方法研究与应用

基于大坝安全自动化监测系统实测数据,采用矢量-栅格混合模型进行二三维数据的结构转换,并以空间数据管理引擎与对象关系数据库相结合的方式对多维异构数据集成管理;进而形成场景模型建立流程和监测信息三维可视化方法,实现大坝安全监测三维可视化实施方案并进行应用。研究成果能够兼顾大坝安全监测二维和三维信息的优势,提高多维信息存储与管理效率,进一步提升监测信息的直观性和实时性。     

基于SSL&SET协议的在线支付模型的研究

基于Internet电子商务的网络支付是建立在开放平台上的,所以其安全性最为重要,是电子商务的核心和关键.重点分析了保证网络支付安全的两个代表协议--安全套接层协议(SSL)和安全电子交易协议(SET),指出了实际应用过程中各自的局限性,并提出一种将这两种协议融合在一次网上交易流程的设计模型.     

基于知识图谱的电力变压器绝缘故障监测方法

通过传感器采集电力变压器数据，只能获取当前运行数据，导致变压器绝缘故障监测结果与实际情况不一致，为此提出基于知识图谱的电力变压器绝缘故障监测方法。采用RBF神经网络建立了变压器绝缘故障监测模型；依据知识图谱三元组成和生命周期，设计数据抽取步骤，抽取变压器历史数据，构建电力变压器知识图谱；设置变压器温度和功率值，设计故障监测步骤，实现变压器绝缘故障监测。实验结果表明：本文方法在案例1和案例2中，监测变压器绝缘故障产生原因与案例设置原因一致，监测效果较好。     

基于哈里森模型和RBAC模型的联合安全访问控制策略研究

在介绍自主访问控制系统的基础上,深入研究了自主访问控制中具有代表性的哈里森模型、RBAC模型的工作原理及优缺点。结合实例分析了系统的权限管理、建立方法和访问控制流程,并实现了基于哈里森模型和RBAC模型的多级联合安全访问管理模块。实验结果表明基于哈里森模型和RBAC模型的自主访问控制能够有效地实现多级联合数据安全管理。     

基于大数据的电力营销远程实时费控系统设计

针对传统电力营销远程实时费控系统存在实时控制效果差的问题,提出基于大数据的电力营销远程实时费控系统设计。构建数据分布式结构模型,采用分块特征采样方法,实现数据采集和样本组合,结合模糊信息特征检测方法完成信息的融合处理,根据直流电压谐波和电压波动的关联性检验结果,提取电力营销远程实时费控信息特征,实现数据的自适应分组匹配。在关联规则约束下,构建信息融合模型,引入综合性调度方法,实现对电力营销远程实时费用的优化控制。在嵌入式的DSP集成处理内核中实现对电力营销远程实时费控系统的硬件开发设计。实验结果表明,设计的电力营销远程实时费控系统智能性较好,自动控制能力较强。     

基于访问控制模型实现银行网络安全目标

随着加入到银行网络中新鲜事物的增多和银行的网络交易环境越来越多样化,银行网络安全的重要性日益凸显.文中着重对强制访问控制、自主访问控制、基于角色的访问控制、基于属性的访问控制和基于任务_角色的访问控制这五种访问控制模型进行了描述和分析.通过对各自访问控制模型的策略分析而建立比较完备的访问控制模型,详细地以各自的访问控制的授权实现方式展开各自在银行网络安全中的应用,总结了这五种访问控制模型的特点和应用环境,以实现银行网络安全目标.该目标的实现,一方面保证了银行客户信息的安全,另一方面为银行的安全信誉提供了保障.     

基于GMM的多工况过程监测方法

传统基于主元分析的故障检测方法大多假设工业过程只运行在1个稳定工况,数据服从单一的高斯分布。若这些方法直接用于多工况过程则将会产生大量的误检。为此,本文提出了1种基于高斯混合模型的多工况过程监测方法。首先利用PCA变换对过程数据集进行降维,在主元空间建立高斯混合模型对过程数据进行聚类,自动获取工况数和相关分布特性。然后对每个工况建立主元分析(principal component analysis,PCA)模型来描述整个运行过程数据分布的统计特性。最后在过程监测中,根据监测样本属于各个工况的概率构造综合统计量,实现对多工况过程的故障检测。TE过程的仿真结果表明,本文提出的方法与传统的PCA方法相比,能自动获取工况和精确估计各个工况的统计特性,从而能更准确及时地检测出多工况过程的各种故障。     

基于区块链的危险驾驶地图数据评估模型

在车联网中车辆与周边道路环境进行无线通信与数据交互,使车辆传感器、行人、道路单元之间实现信息互联,但大量的数据通信导致车辆运行环境复杂,车辆在行驶过程中不可避免地会遇到各种危险场景,从而引发车辆安全问题。为确保车辆数据可信及行车安全,建立基于区块链技术的危险驾驶地图数据评估模型。通过传感器实时记录环境数据,将车辆位置、速度等关键数据以及个人隐私信息加密上链实现交易传输,利用智能合约技术进行自动化脚本处理,随后执行共识将交易信息扩散到全部节点,节点承认交易合法后写入区块链。同时对车辆地图交互数据进行危险评估,并将评级结果及其对应操作反馈给车辆,使得车辆可在障碍物、网络攻击等场景下完成应急处理。实验结果表明,该模型能够根据不同危险场景对车辆进行危险评估与规避,确保车辆安全运行。     

大坝安全监控系统的多维数据模型设计

如何提高大坝安全监控系统的有效性,是系统开发的难点。基于E/R建模原理,分析了大坝安全监控系统的E/R模型构建过程中出现的连接陷阱、数据冗余及更新异常问题,给出了这些问题的解决方案。在此基础上,进行了概念数据模型开发,构建了监测信息系统的E/R模型,并对该模型进行逻辑设计,建立起了能够有效反映大坝安全监控系统对监测数据的分析处理和对监测信息管理的多维数据模型,实现了监测信息管理高效数据库系统的建立。系统开发实例表明,多维数据模型能帮助系统快速地处理分析大量的监测信息,大大提高了系统的运行效率。     

区块链下电力数据的统一监管与共享交易模型

传统模式下能源数据正面临着易篡改、复制和泄密等安全风险,难以实现可信可靠的数据监管和共享。因此,以私有链、联盟链和公有链三种类型区块链搭建能源数据监管和交易逻辑架构,着重分析了区块链支撑数据的分布式存储、防篡改、可溯源监管和交易机制。并且以不同发电厂的数据类型为例,结合发电集团大数据分析结果模型,提出基于区块链的电力数据统一监管与共享交易模型,设计基于摘要目录树集中式检索的电力数据共享交易第三方平台,形成了区块链下以"弱化第三方数据集中托管中心,强化点对点交易"为特点的数据共享交易机制。     

基于Stacking-Bagging-Vote多源信息融合模型的财务预警应用

集成重采样技术可以在一定程度上解决财务预警研究中样本的不平衡性难题,而不同的集成模型与不同的重采样集成技术有不同的适配性。研究发现,Up-Down集成采样与Tomek-Smote集成采样分别适配于Bagging-Vote集成模型和Stacking融合模型。基于此,构建了Stacking-Bagging-Vote （SBV）多源信息融合模型。首先,将基于Up-Down集成采样的Bagging-Vote模型与基于Tomek-Smote采样的Stacking模型进行融合;然后,加入股票的交易数据,并对该数据用卡尔曼滤波进行处理,从而形成数据层次和模型层次的交互式融合优化;最终,得到SBV多源信息融合模型。该融合模型不仅在预测性能上有了较大的提升,能较好地兼顾模型的预测准确度和预测精确率,并且可以根据利益相关者的实际需要,通过调整模型参数,来选择对应的SBV多源信息融合模型进行财务预警预测。     

基于全景监测与智能预警的配电网全域大数据应用研究

面对不断扩大的电网规模及愈加复杂的外部环境,影响电网安全稳定运行的因素也在不断增加,为此提出了基于大数据机器学习算法的设备状态监测方法。运用成熟的数据挖掘技术,基于当前大量的数据积累开展数据价值的挖掘分析,构建基于随机森林的设备状态评价模型、基于D-S证据论的故障预警模型等,以云计算为支撑,以“互联、共享、智能”为理念引领全景监测体系,建设风险和隐患智能感知体系,实现低风险系数下配电网安全稳定运行。本文从数据关联融合、数据清洗转换、相关性分析及特征提取、模型构建四个方面着手,挖掘配电数据的潜在价值,预知配电网故障发生,进一步提高配电网精益化、智能化管理水平,促进电网企业提质增效提供指导,为电网安全生产及电网企业优质服务提供高效益的数据化科学决策依据。