网络流量特征选择方法中的分治投票策略研究

特征选择作为机器学习过程中的预处理步骤,是影响分类性能的关键因素.网络流量具有数据量大,特征维度高的特点,如何快速提取特征子集,并提高分类效率对于基于机器学习的流量分类方法具有重要意义.本文提出基于分治与投票策略的特征提取方法,将数据集分裂为多个子集,分别执行特征提取算法,利用投票方法获得最后的特征子集.实验表明可有效提高特征提取的时间效率,同时使分类器取得良好的分类准确率.     

二次特征提取及其在说话人识别中的应用

传统的特征提取方法在处理小范围的说话人识别时尚可为之，但是在较大用户群的情况下，由于特征覆盖范围不够导致性能下降。鉴于此，本文提出了一种新的二次特征提取方法，它通过综合运用加权、微分、组合、筛选等方法，进一步挖掘说话人语音背后的隐性个性差异。在采用138人的YOHO数据库上进行的说话人识别测试中，其性能优于传统的特征提取方法。     

基于分治策略与指导抽样的二视运动分割

动态场景运动分割作为计算机视觉领域的一个重要研究方向,在图像检索,运动分析,场景解释中均有广泛应用。该问题的关键在于如何同时确定出运动模型的个数和对应的运动参数。区别于以往的全局聚类和随机抽样方法,提出一种基于由分治策略和指导抽样的二视场景运动分割方法,无需对运动类型个数进行任何预先假设,通过指导抽样和分治处理保证准确性和高效性。实验表明该方法能够给出满意的运动分割结果。     

基于K-means聚类分析的ShadowscoksR流量识别研究

Shadowscoks(SS)是近年来流行的一种新型匿名通信软件,国内对此研究较少,识别SS流量困难,大多停留在实验室环境中.ShadowscoksR(SSR)是SS的增强版,可以将SS的流量伪装成常规协议的流量,如HTTP流量、TLS流量等,使得识别SSR流量更加困难.因此,基于K-means聚类分析首次提出了一种S...     

基于二次特征提取和BiLSTM-Attention的网络流量异常检测方法

针对传统的网络流量异常检测方法存在识别准确度低、表征能力弱、泛化能力差,忽略了特征之间的相互关系等问题,该文提出一种基于二次特征提取和BiLSTM-Attention的网络流量异常检测方法。通过使用双向长短期记忆网络(BiLSTM)学习数据之间的特征关系,完成数据的一次特征提取,在此基础上,定义一种基于注意力机制的特征重要性权重评估规则,依据特征重要性大小对BiLSTM生成的特征向量给予相应的权重,完成数据的二次特征提取。最后,提出一种“先总分后细分”的设计思想构建网络流量异常检测模型,实现多分类网络流量的异常检测。实验结果表明,该文所提方法在性能上要优于传统单一的模型,并且具有良好的表征能力和泛化能力。     

带电二次电缆识别仪的研制

变电站内二次检修工作中涉及大量二次电缆识别工作。由于缺乏直接、有效、迅速的识别工具,识别电缆时间过长,导致检修工期过长,且不能保证准确率。针对现状,文章介绍了一种新型电缆识别仪,利用电磁感应原理,在电缆首端发射一小电流信号,通过对比不同电缆末端的信号强度,找出待识别的电缆。使用该仪器后,电缆识别迅速、准确,识别时间缩短50%以上,识别准确率可达100%。     

基于语义关系的二次检索技术在OPAC中的应用研究

为了进一步提高和丰富OPAC,提升用户检索体验,需要对传统的OPAC的二次检索技术进行改进。针对此,基于语义关系识别的二次检索技术,对检索关键词与书目数据的潜在语义关系进行分析,开展基于语义关系的二次检索技术在OPAC中的应用研究。     

基于非递归分治算法的应用研究

针对使用分治算法时递归算法也容易同时应用在设计之中，给程序带来了运行效率较低，耗时多并大量占用存储空间等一系列问题，面对这些问题，提出在分治算法的基础上实现非递归，实现在计算机处理某些比较复杂的问题时，减少某些程序的反复执行，节约空间和减少时间复杂度，提高程序效率。     

一次泵变流量系统在空调系统中的应用

介绍了一次泵变流量系统的可行性、与传统冷冻水系统的技术及经济性比较、控制系统，简述设计中应注意的问题以及还需探讨的问题。     

电流互感器二次负载的计算及选择

电流互感器是用一种将大电流按照一定的变比变换成小电流的仪器,当电流互感器用于电路时,可作电流、电能、功率测量和继电保护及自动化设备的辅助装置,它将大电流变换成小电流——现在在厂站中大多变换成1A的电流,供给二次回路测量仪表和继电保护等设备用,从而保证测量仪表及其他装置的安全,并使其便于工作。对电流互感器的二次负载的计算有利于进行负载的匹配,确保其准确度。本文对完全星形接线及不完全星形接线下,不同故障反映的二次负载进行了计算。     

一种新的基于BPSO和KNN的P2P流量识别算法

Peer-to-Peer technology is one of the most popular techniques nowadays, and it brings some security issues, so the recognition and management of P2P applications on the internet is becoming much more important. The selection of protocol features is significant to the problem of P2P traffic identification. To overcome the shortcomings of current methods, a new P2P traffic identification algorithm is proposed in this paper. First of all, a detailed statistics of traffic flows on internet is calculated. Secondly, the best feature subset is chosen by binary particle swarm optimization. Finally, every feature in the subset is given a proper weight. In this paper, TCP flows and UDP flows each have a respective feature space, for this is advantageous to traffic identification. The experimental results show that this algorithm could choose the best feature subset effectively, and the identification accuracy is improved by the method of feature weighting.     

一种应用于交通视频检测的快速边缘提取算法

车辆边缘信息以及道路边缘信息是交通视频检测中重要的特征信息,而传统的边缘提取算法的运算量大,不能满足交通视频检测实时性的要求。文中突破传统算法中对一幅图像中每个像素点逐一运算的思想,提出了一种快速的边缘提取算法,对一幅图像进行整体运算,大幅降低了边缘提取算法的运算量。通过实验与传统的边缘提取算法比较,证明了该算法应用于交通视频检测效果良好。     

一种加密流量行为分析系统的设计研究

随着互联网安全形势的日益严峻,采用流量加密方式进行业务传输的比重越来越大,针对加密流量的监管成为挑战。面对加密流量难以监管的难题,提出了一种加密流量行为分析系统。系统基于加密业务的流量特征,采用机器学习算法,无需解密网络流量就能对流量进行行为分析,实现了加密流量的识别和分类,并对系统进行了试验测试。测试结果显示,该系统可以发现隐藏在加密流量中的攻击行为、恶意行为和非法加密行为,对于安全人员掌握网络安全态势、发现网络异常具有重要意义。     

辐射源个体特征提取技术综述

特征提取是辐射源个体识别技术的关键,也是实际应用中必须解决的首要问题.从接收信号的暂态和稳态两个方面对现有的个体特征提取技术进行了综述,指出各种特征提取技术的适用范围及关键问题.同时结合个体识别接收设备需要,对所提取的特征参量在工程应用中的测量条件及局限性进行了归纳分析与对比.最后,指出了目前辐射源个体特征提取技术存在...     

基于MFCC的说话人识别系统

说话人识别可以被看作语音识别的一种,是当前的研究热点之一.本文实现的说话人辨认系统,采用能够反映人对语音的感知特性的Mel频率倒谱系数（Mel-Frequency Ceptral Coefficients ,MFCC）作为特征参数.试验比较了MFCC、差分MFCC组合MFCC分别与VQ、DTW相结合的识别率.得出差分MFCC组合MFCC优于MFCC.     

基于目标运动分辨技术提取导弹目标运动特征

空间运动特征是导弹目标识别所依据的主要目标特性之一。本文基于目标运动分辨(TMR)技术,研究了导弹目标空间运动特征提取的方法与处理步骤,并用实测数据进行了验证。     

时间—多普勒曲线的原理与应用展望

讨论了时间-多普勒曲线的原理与处理框架,然后以其在雷达目标识别中的应用为例勾勒和阐述了其发展的历程与概况.最后结合其功能对其在雷达目标识别中的应用前景进行了展望.     

分数阶傅里叶变换（FRFT）用于调制方式识别

提出了一种基于分数阶傅里叶变换（FRFT）的通信信号调制方式自动识别方法。给出了FRFT归一化修正零均值幅度这一特征,用于模拟调制信号与数字调制信号联合自动识别。新方法分析了多种常用调制信号的FRFT谱特性,利用分数阶傅里叶变换可以展示出信号从时域逐步变化到频域的所有变化特征的特性,可以很好地分类识别多种调制信号。实测数据和仿真结果表明,在调制信号的信噪比大于10dB时,其总体识别率达90%以上。该方法具有识别效率高,识别效果好等优点,并具有实用性和可行性。     

非相参雷达飞机目标特征提取

本文从分析目标回波序列的动态特征出发,着重研究了这些动态特征的建模问题。根据建立的模型,采用D-S证据理论方法,对实测四类编队飞机目标回波数据进行了融合识别,试验结果验证特征描述的合理性,以及基于特征的统计模型的有效性。     

早期流量识别中多少个数据包最有效的实验研究(英文)

Accurately identifying network traffics at the early stage is very important for the application of traffic identification.Recent years,more and more research works have tried to build effective machine learning models to identify traffics with the few packets at the early stage.However,a basic and important problem is still unresolved,that is how many packets are most effective in early stage traffic identification.In this paper,we try to resolve this problem using experimental methods.We firstly extract the packet size of the first 2-10 packets of 3 traffic data sets.And then execute crossover identification experiments with different numbers of packets using 11 well-known machine learning classifiers.Finally,statistical tests are applied to find out which number is the best performed one.Our experimental results show that 5-7are the best packet numbers for early stage traffic identification.