一种基于混沌特性的网络流量改进预测算法

高速网络中网络流量具有自相似特征,这种自相似性特征和混沌现象的吸引子有着密切联系。基于相空间重构理论,用网络流量混沌时间序列重构与原网络动力系统等距同构的相空间,通过计算网络关联维数、Kolmogorov熵和最大Lyapunov指数,证实网络流量具有混沌特性。分别采用基于Wolf原始算法和改进算法的最大Lyapunov指数方法,对网络流量进行了预测,并计算了最大可预报时间。仿真结果表明,基于Wolf改进算法的预测方法精度和可靠性高,从而为有效预防网络拥塞奠定了基础。     

网络异常流量检测方法

针对网络环境中可能导致网络流量异常的问题,归纳了当前主流的网络异常流量检测方法。通过阐明网络异常流量检测过程中的关键问题和核心技术,重点探讨了固定阈值、特征检测、统计分析、数据挖掘、云计算方法的原理和适用范围,对网络流量中异常流量的定义和分类进行了总结,介绍相关的研究进展,并分析异常流量检测的当前现状和发展前景。该分析结果为异常网络流量检测研究提供了参考依据,也为网络安全研究提供了支持。     

网络异常流量检测综述

为了更加全面了解网络异常流量检测的相关方法和发展态势,更好地通过网络流量分析的方法增强网络安全,首先阐述了网络流量的定义和主流采集方法的原理,再针对网络流量中异常流量的定义和分类进行了总结。针对网络异常流量的特点,归纳了当前主流的网络异常流量检测方法,阐明网络异常流量检测过程中的关键问题和核心技术,进一步分析了网络异常流量检测的未来发展趋势。为异常网络流量检测研究提供了参考依据,也为网络安全研究提供了支持。     

基于支持向量机补偿的灰色模型网络流量预测

针对网络测量与控制技术中提高流量预测准确性的问题,提出基于支持向量机残差补偿的灰色模型网络流量预测模型。该模型采用灰色模型进行趋势预测,支持向量机进行残差序列预测,实现残差补偿。实验结果表明:该模型具有预测模型样本小,预测精度高等优点,适合于网络流量预测。     

基于案例推理的型号研制项目风险评估系统

基于案例推理的型号研制项目风险评估系统,其案例推理包括风险案例录入、案例检索计算、相似案例匹配、用户确认及更新风险案例.系统使用相似性隶属度算法,对风险案例库中的案例进行相似案例检索计算.即首先对相似性主、客观因素分别进行相似隶属度分析,再将各因素的相似隶属度进行合成,最后与事先确定的阈值进行比较,由此判断出相比较装备是否相似.     

基于相似性分析的电子装备可靠性定量评估模型

基于影响相似产品可靠性的主要因素，应用AHP方法建立相似产品的可靠性量化模型。其利用相似产品的可靠性数据进行可靠性评估通过收集相似产品可用的寿命数据和特征数据、分析相似产品的主要失效模式和失效机理、对新旧产品的性能和特性进行对比并建立新旧产品的相似性对比矩阵，以及确定新产品可靠性等步骤实现。     

IP网络流量的被动测量方法

基于简单网络管理协议的IP网被动流量测量法,按一定范围和频率通过Get, Set or Trap操作读取被管对象MIB库以获取网络流量信息.这些信息包括基础模块、日志文件、日志更新和绘图工具、配置和网页组织等.通过多路由流量记录器管理工具的配置实现被动流量测量并在环境测量实验中得以验证.     

外弹道相似理论应用研究

为研究外弹道相似理论的应用,分析了外弹道相似性条件的分类特点,针对小弹模拟大弹的具体条件,建立了第4类相似性在非完全相似条件下的外弹道修正方法,分析了弹丸质量和膛线缠度作为非完全相似参数对相似性的影响.试验数据表明,小口径模拟弹修正后与中、大口径基本弹的外弹道相似性良好,研究结果对外弹道相似理论在实际中的应用有借鉴作用.     

基于虚拟仪器的电引信电池性能测试

介绍一种基于虚拟仪器的电子时间引信电池性能测试系统．该系统基于虚拟仪器技术，测试软件采用Lab—VIEW开发，系统不仅可对电子时间引信电池进行性能测试，还可以对相似引信电源性能测试进行扩展，减少了专用的仪器设备，简化了操作程序，具有检测结果实时、直观、便于存储等特点．     

自相似参数修正的排队网络系统时延计算方法研究

针对IP网络系统时延性能的传统排队网络分析法未考虑业务的自相似性，从而导致计算结果与实际情况偏差的问题，提出经过自相似参数修正的系统时延计算方法，把每条单向线路看作1个队列，采用独立的M／M／1队列模型进行分析，所得结果再用普通的统计方法组合在一起，使结果的准确度有所改善。     

基于VGG网络的轻量化小型水下构筑物探伤模型

针对水下构筑物伤痕形态随机多变,特征提取困难,导致水下探伤识别精度较低的问题,提出一种基于视觉几何组(visual geometry group,VGG)网络的轻量化小型VGG(lite small visual geometry group,LSVGG)模型。采用经典VGG网络结构,减少卷积层和提高特征数量的方法在保证识别精度的前提下降低运算时间和系统开销。实验结果表明：该LSVGG模型可以部署在小型无缆水下机器人(autonomous underwater vehicle,AUV)上,具有较高水下构筑物探伤识别精度;与传统模型相比,水下构筑物探伤识别精度提高了近一倍,识别准确率高达99.7%。     

基于概率神经网络的高速公路交通事故多发点安全预警模型

针对高速公路交通事故多发点交通事故难以预测的问题,利用神经网络的非线性逼近能力,结合概率神经网络(PNN)模式分类功能建立安全预警模型。设计概率神经网络拓扑结构,给出交通状态模式类别,确定相应交通事故指标体系,概述概率神经网络的学习过程,并通过Matlab仿真实验对其性能进行了测试。结果表明:采用PNN神经网络辨识技术的网络模型预警准确率高、泛化能力强,可对高速公路交通安全进行实时监测,对有效预防和控制交通灾害的发生是完全可行的。     

基于转换脉冲神经网络的雷达辐射源识别方法

为提高雷达辐射源识别智能水平,提出一种新的基于转换脉冲神经网络进行雷达辐射源调制模式识别的 方法。将仿真产生的雷达信号转换为2 维时频图,将传统的卷积神经网络(convolutional neural networks, CNN)转化 为脉冲神经网络(spiking neuron network, SNN),使用SNN 进行雷达辐射源识别。仿真实验结果表明：该方法具有 优良的检测精度,当信噪比高于-9 dB 时,识别概率可达96%以上。     

基于多层双向长短时记忆网络的装甲车辆柴油机喷油器故障诊断

针对装甲车辆柴油机喷油器故障诊断不能满足实时在线监测的问题,提出一种基于多层双向长短时记忆 网络(bidirectional long short term memory,Bi-LSTM)的装甲车辆柴油机喷油器故障诊断方法。对柴油机喷油器故障 进行模拟实验,利用多层双向长短时记忆网络具备较长距离的时序分析能力的优势,分别将压力波特征值和压力波 时序信号作为输入进行故障模式识别验证。结果表明：该方法具有较高的识别精度和较快的分类速度,能够满足实 时在线监测的要求。     

MIL-STD-188-220C 网控站识别方法

为了在报文不解密条件下快速分析出基于MIL-STD-188-220C协议的某无线电台的网控站,提出一种基于识别状态通知消息的MIL-STD-188-220C网控站识别方法。在不对目标网络通信报文进行解密的情况下,运用探测节点截获的数据,对运行MIL-STD-188-220C协议的网络的网控站所在位置进行识别,将网控站的识别问题转换为对其发起的状态通知消息的识别,推导并建立了网控站识别算法,确定网控站所在位置。仿真结果表明,该方法能以较高的正确率实现在信息不解密条件下网控站所在位置的识别。     

基于Delphi的网络交通信号控制系统上位机软件设计

基于Delphi的网络交通信号控制系统,上位机软件负责灯色方案表的数据形成,以及方案表和步伐时间数据的发送、信号机数据的接收与显示.交通控制客户端,采用组件Indy中的IdUDPClient组件读取信息.交通控制接收端由Delphi通过IdUDPServer组件的OnUDPRead事件,读取下位机数据.网络传输采用UDP通信协议.     

用于弹载线阵红外与激光扫描成像引信的轻量化卷积神经网络目标识别方法

为了进一步提高末敏弹在复杂战场环境下对地面装甲目标的识别概率,提出了一种基于轻量化卷积神经网络的红外图像与距离像复合探测识别方法。网络设计考虑了弹载环境对实时性的要求,将网络划分为特征提取、特征融合2个阶段。在特征提取阶段,对不同源的图像进行了分布式卷积,提高了网络的并行性,降低了网络参数量与计算量; 为了弥补分布式卷积带来的特征损失,将距离像与红外图像的融合图像也一并作为网络输入; 在特征融合阶段利用深度可分离卷积实现了进一步的轻量化设计。通过仿真缩比实验环境获得的数据集进行实验验证,实验结果表明,网络具有较小计算复杂度的同时能够对复杂背景环境下的装甲目标进行有效识别。