基于DT及PCA的DNN入侵检测模型

当今入侵检测领域作为一个重要领域,虚警率高、检测率低、处理速度慢、特征维度高等问题正困扰着从事这一领域的专家学者.为了解决这些问题,提出基于决策树(DT)与深度神经网络(DNN)以及主成分分析(PCA)的入侵检测模型DT-PCA-DNN,在相对高的检测率和相对低的虚警率的基础上提高入侵检测系统(IDS)的处理速度.为缩小整体数据量达到加快处理速度的目的,首先利用DT对数据初步判别.将DT判别为入侵的数据,存入临时训练样本集以再训练优化DT以及DNN,而DT判别为正常的数据,删除所添加正常标签后用PCA降低数据维度并送入DNN进行二次判别以得出最终结果.DT使用浅层结构以防止过多正常数据被判定为入侵数据,导致后续DNN二次处理时不能有效提高整体准确率.DNN采用简化神经网络计算过程的ReLU激活函数以及收敛速度更快的adam优化算法以加快数据处理速度.经过在NSL-KDD数据集上的二分类及五分类实验验证,相比于其他的应用深度学习的入侵检测方法,所提出模型能够在实现相对高的检测率的同时具有更加迅速的检测速度,有效解决了入侵检测的实时性问题.     

浅谈新疆空管系统中的GIS与RS技术应用

新疆空管运行管理系统是基于三维地理信息平台,研究遥感技术和地理信息系统在现代民用航空中的应用,将三维空间遥感数据、民航各专业数据、管理信息、业务流程等多业务平台、多管理系统结合起来,提供直观的操作控制界面,实现民航空管运行集中监控、运行保障、特殊事件及影响分析、突发事件处理及预案生成等功能。     

决策支持系统与地理信息系统的集成化研究

通过村庄布局优化决策支持系统案例,着重讨论Ｔ ＧＩＳ与 ＤＳＳ的系统集成,介绍了实现 ＤＳＳ与 ＧＩＳ集成的技术,即ＧＩＳ采用独立开发的电子地图引擎,采用与ＤＳＳ相一致的数据管理工具,在较低的层面上实现统一的数据结构和规范的数据交互,从而实现地理信息库与数据库和模型库的有机链接,实现在地图上村庄信息的显示和查询,以及村庄合并搬迁后在地图上的动态变化,使用户的决策活动更直观方便。     

基于MAS的分布式AI学习系统

在大多传统的智能家居系统中,各智能终端设备之间相互独立,缺乏数据交互过程,致使每个设备所记录的用户使用数据都是离散型的、毫无利用价值的数据,从而导致家庭中大量的用户数据流失浪费。因此,设计了一种基于多智能体系统（Multi-Agent System,MAS）的分布式智能家居控制系统,提出了一个基于多Agent协同的人工智能（Artificial Intelligence,AI）学习模型,使用Apriori算法对家庭环境下采集的用户数据进行行为学习,再利用Linux平台对模型进行仿真实验。实验结果表明,所设计的基于MAS的分布式AI学习系统响应速度快、学习效果较为准确、用户数据利用率高。     

基于LVM 的系统扩容技术研究

近年来,随着大数据业务的使用,系统在运行时会产生大量的数据信息与日志文件并保存在磁盘中。由于在系统规划初期,对系统分区大小规划预期不足,很难合理规划磁盘空间,造成后期系统运行中经常出现系统分区磁盘不足的问题。当发生此类告警时,通常的分区很难动态调整大小,通常采用暂停业务,更换磁盘,数据备份与恢复的方式,该方式操作困难,程序复杂,有数据丢失的风险。在Linux系统里使用LVM(逻辑卷)技术,支持在线空间扩容,可以在用户无感知的情况下扩展系统分区容量,达到合理利用磁盘空间的目的。本文介绍了LVM技术,并在Linux系统里将分区做成逻辑卷,达到合理利用磁盘空间的目的。     

在高斯分布下优化仿射变换的极限学习机

极限学习机(ELM)会大量映射到激活函数的饱和区域,同时隐含层输入与输出远远不能获得共同的分布方式,导致泛化性能大打折扣.针对这一问题,研究了在高斯分布下优化激活函数中仿射变换(AT)的极限学习机,主要思想是在隐含层输入数据上引入新型的线性关系,利用梯度下降算法对误差函数中的缩放参数和平移参数进行优化,以满足隐含层输出能够高度服从高斯分布.基于高斯分布计算仿射参数的方法,能够保证隐节点相互独立的同时,也强调了高度的依赖关系.实验结果表明,在实际分类数据集和图像回归数据集中,隐含层输出数据不能很好地服从均匀分布,但服从高斯分布趋势,总体上能够达到更好的实验效果.与原始ELM算法和AT-ELM1算法比较,均有显著的改善.     

在高斯分布下优化仿射变换的极限学习机

极限学习机(ELM)会大量映射到激活函数的饱和区域,同时隐含层输入与输出远远不能获得共同的分布方式,导致泛化性能大打折扣.针对这一问题,研究了在高斯分布下优化激活函数中仿射变换(AT)的极限学习机,主要思想是在隐含层输入数据上引入新型的线性关系,利用梯度下降算法对误差函数中的缩放参数和平移参数进行优化,以满足隐含层输出能够高度服从高斯分布.基于高斯分布计算仿射参数的方法,能够保证隐节点相互独立的同时,也强调了高度的依赖关系.实验结果表明,在实际分类数据集和图像回归数据集中,隐含层输出数据不能很好地服从均匀分布,但服从高斯分布趋势,总体上能够达到更好的实验效果.与原始ELM算法和AT-ELM1算法比较,均有显著的改善.     

Oracle Developer/2000中如何将Form中的任意多项数据以报表方式打印输出

本文描述了Oracle Developer/2000工具集成的方法以及Form调用Report时通常方法的缺陷,描述了如何利用记录组将Form界面中任意项的数据以报表方式打印出来。     

基于索引排序的快速动态区域匹配算法

数据分发管理实现基于值的过滤,可进一步减少大规模仿真中盟员接收冗余数据的可能性和网络中的数据流量.数据分发管理实现的关键是区域匹配算法的实现,高效、精确的区域匹配一直是数据分发管理追求的目标.现有的区域匹配算法如直接匹配法、网格法、基于分类的算法等都不很理想,或者过滤效果不佳,或者耗时较大,难以适应大规模分布式仿真的需要.论文针对在区域比较多的大规模分布式仿真系统中,区域大都需要随着仿真的推进而频繁地被动态修改的实际特点,提出了一个基于索引排序的快速动态区域匹配算法--IOBM算法,该算法将范围的上下界分别各用一个节点表示,使用指针数组来索引每一维上的范围节点,数组元素的下标值表示对应的节点值,利用区域范围更新前后的信息,将匹配限定在移动区间之内,通过对移动区间之内的链表进行直接操作来完成匹配工作,因而大大减少了匹配计算的时间,实现了高效、精确的动态匹配.该算法尤其适合区域比较多的大规模分布式仿真的需要.     

面向函数型数据的快速特征选择方法*

函数型数据的特征选择是从庞大的函数信息中选出那些相关性小、代表性强的少部分特征,以简化后期分类器的计算,提高泛化能力.由于特征选择方法用于函数数据分类效果并不理想,文中提出面向函数型数据的结合主成分分析法和最小凸包法的快速特征选择(FFS)方法,可以快速获得稳定的特征子集.此外,考虑到特征之间可能存在相关性,将FFS的结果作为其它方法的初始特征子集,故融合FFS与条件互信息方法.在UCR数据集上的实验证明FFS的有效性,并通过对比实验给出在不同时间代价和分类精度需求下的方法选择策略.     

并行ETL过程的研究与实现

文章首先介绍了ETL过程和实现并行ETL过程的意义。结合现有技术对并行ETL过程的设计与实现进行了探讨,归纳了当前实现中需要用到的核心技术。提出了一种利用集群系统和并行管道技术构建并行ETL过程的有效解决方案。     

Measurement of wireless pressure sensors fabricated in high temperature co-fired ceramic MEMS technology

High temperature co-fired ceramics (HTCCs) have wide applications with stable mechanical properties, but they have not yet been used to fabricate sensors. By introducing the wireless telemetric sensor system and ceramic structure embedding a pressure-deformable cavity, the designed sensors made from HTCC materials (zirconia and 96% alumina) are fabricated, and their capacities for the pressure measurement are tested using a wireless interrogation method. Using the fabricated sensor, a study is conducted to measure the atmospheric pressure in a sealed vessel. The experimental sensitivity of the device is 2 Hz/Pa of zirconia and 1.08 Hz/Pa of alumina below 0.5 MPa with a readout distance of 2.5 cm. The described sensor technology can be applied for monitoring of atmospheric pressure to evaluate important component parameters in harsh environments.     

基于RCS的遥感数据传输中ACM的分析与仿真

针对传统遥感卫星传输系统中采用低阶固定调制编码（CCM）以及不能及时将信道状态反馈给发送端的问题,结合第二代数字广播电视（DVB-S2）的自适应编码调制（ACM）技术和基于卫星回传信道的数字广播电视（DVB-RCS）中的RCS技术,将其应用在遥感卫星传输系统中。同时,针对遥感数据信号受雨衰影响严重的问题,将可变降雨备余量的方法引入到链路预算中,分析结果表示,与传统固定降雨备余量相比传输数据量提高了1.21倍,与CCM相比提高了2.01倍。通过卫星工具包（STK）,对基于RCS的遥感数据传输系统进行了模拟过境回传仿真,分别从信道回传方式、延迟以及雨衰备余量三个方面进行了分析,仿真结果验证了方案的正确性和有效性。     

一种P2P网络环境下的OLAP查询方案

传统网络环境和P2P环境中,客户端向OLAP服务器提交OLAP查询,并从服务器获取查询结果,OLAP服务器的负载将随着客户端的增加而急剧增加。设计了一种基于P2P（Peer-to-Peer,点对点技术）技术的DQDC（Distributed Query Data Cube,多维数据集的分布式查询）算法,实现P2P网络中语义级的多节点Data Cube数据共享,从而提高系统整体的决策分析性能。     

计算机网络信息安全及其防护策略的研究

随着世界信息技术和国内市场经济的不断发展,计算机网络技术在人们的平时生活中得到了全面的普及和应用,但是21世纪新信息技术的发展步伐依然在不断加快,原来的计算机网络信息安全体系已经不能完全适应市场的需求,本文对我国当前存在的计算机网络信息安全的威胁因素作了简单的阐述,并且有针对性的作了相应的策略研究和分析,希望为我国计算机网络信息安全事业的发展提供一些借鉴性的参考.     

改进的神经网络EPON动态带宽分配方法

动态带宽分配（DBA）是EPON的关键技术,根据数据业务流量的突发性调整了ONU授权时隙的顺序,提出了一种改进的轮询算法,构造了微粒群（PSO）优化的神经网络预测模型,提高了轮询周期内ONU新增数据的预测精度,从而保证了带宽分配公平性。仿真结果表明,该算法在优化带宽资源分配、降低平均数据时延方面均优于传统DBA算法。     

ATM网络的ADSL监听网关设计与实现

由于ADSL端到端的通讯结构,传统的监听技术很难适用,详细分析了ADSL技术的通讯结构和数据承载方式,设计了一种ATM模式下的断线接入式的监听网关,描述了网关的结构及硬件实现,详细分析了ADSL套片驱动及协议解析,IP数据提取的过程,实现了在不影响用户网络使用的情况下提取网络层数据的功能。     

基于云计算的桥梁安全与健康监测数据中心基础架构及其数据管理技术

桥梁安全监测数据信息以几何级数速度增长,对数据中心海量数据存储、管理提出了智能化、高效率化的要求.分析了桥梁安全与健康监测数据中心的数据管理技术及发展趋势;阐述了基于云计算（Cloud Computing）的数据中心基础架构;深入探讨了关键设备和软件的选型;对基于云计算的桥梁安全监测数据中心的应用前景进行了展望.     

3G上行误码率仿真建模

第三代移动通信技术简称3G（3rd-generation）,是支持高速数据传输的蜂窝移动通讯技术。为保证语音通信及数据传输的质量,误码率BER（Bit Error Rate）必须控制在允许范围之内。理论上CDMA（Code Division Multiple Access,码分多址）系统的误码率等同于由3G主流技术构建的系统的误码率。基于CDMA系统建模,仿真得出影响3G上行误码率的关键变量,包括信噪比Eb/N0、扩频因子SF和干扰用户数量NoI,估算得到误码率BER=－1.944 1E－3*Eb/N0－2.837 4E－5*SF+1.457 5E－5*NoI+1.794 1E－2。工作结果对于研究TD-SCDMA标准的误码率具有参考作用。     

基于联合条件概率判决NLOS的数据融合定位算法

针对蜂窝移动通信定位技术中常见的非视距传播（NLOS）问题,提出了一种利用来波信号强度和来波方位角测量值的联合条件概率判决NLOS的算法（JCPDS-RA,joint conditional probability decision scheme with RSS and AOA）,并将其与数据融合定位技术相结合,提高定位精度。推导了NLOS环境下RSS和AOA的条件概率密度模型,给出了JCPDS－RA算法和数据融合流程图,并进行了仿真实验,结果表明,该算法有效地提高了定位精度并有一定的普适性。