基于 KanBIM 和物联网的电力工程现场安全行为识别方法研究

针对电力施工现场的安全行为问题，研究了基于KanBIM 和物联网技术的电力工程现场安全行为识别方法。对传统Faster R-CNN 模型进行改进，提高其视频监控识别的准确率，通过增加模型锚点数量、改进损失函数和特征图像插值预测的方式，提高视频监管效果。实验证明，该算法在对于安全帽管理和不安全行为的识别方面，准确率和精度均大幅提高，优势明显，可用于电力施工现场的安全行为识别工作。     

基于预制舱变电站的物联网数据加密方法研究

针对预制舱变电站物联网建设中存在的信息泄露和隐私保护问题,提出了一种基于超混沌数据的加密算法.即首先利用混沌发生器生成随机序列,其次对序列进行归一化处理,接着利用序列对明文进行掩膜置换等加密操作,最后将密文发送至预制舱变电站服务器,实现数据的加密通信.实验结果和分析表明,该加密算法具有密钥空间大、密钥敏感性强的特点.     

一种基于超混沌系统的加密算法及其在预制舱变电站的应用

针对预制舱变电站技术中潜在的信息安全问题,提出了一种基于超混沌系统的加密算法。算法采用公钥加密协议,适用于多对一、多对多的电网信息交互模式。首先由素数发生器生成素数,利用素数确定加密系统的公钥和私钥;接着对公钥和私钥进行归一化处理,使其数值在混沌序列初值区间内;然后利用超混沌系统生成序列的高随机性进行掩膜、扩散等加密操作,并发送密文至接收端;最后在接收端通过正确密钥解密获得有效明文。实验结果和分析表明,该算法具有密钥空间大、密钥敏感性强、抵抗差分攻击性能强等优点。     

基于人工智能的工程监理信息异常检测仿真技术研究

为降低工程监理信息系统异构感知网络的入侵攻击,建立了工程监理信息系统入侵检测模型,并将聚类协议与人工智能算法相结合,以提高系统入侵检测效率。实验结果表明,人工智能算法的准确率、F1分数、召回率均大于99.5%,可有效检测到工程监理数据信息异常获取,拒绝服务类攻击及病毒类攻击,从而保证工程监理信息系统运行正常。当误报率为0时,基于人工智能算法的入侵检测率高达97.3%;当误报率为100%,入侵检测率仍高达91.2%。研究结果可为工程监理信息系统检测提供参考依据。