基于iOS的智能家居安防系统移动端设计

基于iOS平台的设计与开发技术,在异构网络中实现一种智能家居报警系统,用以解决智能家居中的安防问题。在该安防系统中,信息采集端由ZigBee无线传感器节点（监控节点）以自组织方式构成,可采集监控区域的实时信息并将报警信息传递给服务器。基于iOS技术开发的移动客户端可帮助用户采取相应的报警处理和操作措施。     

无线传感器网络中的数据查询

无线传感器网络以数据为中心,提供数据采集、处理和查询功能.数据查询是无线传感器网络研究中的重点和热点问题.本文从查询过程的角度出发,对目前传感器网络数据查询研究现状进行了系统总结.在此基础之上,考虑传感器网络的异构性,提出了一种基于感知数据之间的数据信息的查询模型,并设计了感知数据交互必须的数据标签,给出了这种数据查询的应用实例.分析表明,该种数据查询能够大大提高传感器网络的查询效率,同时增强网络的健壮性,延长传感器网络使用寿命.     

CAN总线技术在工业报警网络系统中的应用

为满足工业中报警系统对可靠性、抗干扰性方面的严格要求,通过分析工业中各种总线类型的应用背景,以及对目前常见报警类型进行分类,提出了一种基于CAN总线的报警网络结构.在CAN总线底层协议的基础上,设计了一种更加适用于工业报警系统的较高层CAN总线协议,分析了总线数据传输的实时性和报警信息的传输处理,搭建了该通信网络的实际硬件系统.实验论证了该设计方法的有效性.     

基于ZigBee技术的仓储火灾报警系统设计

介绍了一种基于ZigBee技术的仓储火灾报警系统的设计方法,给出了硬件电路和软件流程.系统使用Chipcon公司的CC2430射频芯片和传感器组成无线传感器网络节点,用以实时对仓储的环境信息进行监控,通过监控中心综合后对火灾信号进行报警.系统具有功耗低、成本低、维护简单的特点.     

科技文摘信息

高速公路交通事故自动检测报警系统本文以武(汉)黄(石)高速公路为例,设计了一种由微计算机控制的交通事故自动检测报警系统.该系统反应时间快,准确度高、检测范围广,能够协助管理人员做到对事故早发现、早处理,而且原理简单,造价低廉,容易实现.湖北省高等级公路管理局(430034)刘涛     

种分布式IDS报警聚合模型的设计与实现*

提出了一种分布式报警聚合模型,由本地和网络组件构成,本地组件将传统IDS上报的原始报警转换为基于IDMEF模型的统一报警信息格式,网络组件接收统一格式的IDMEF报警,采用基于分类和属性相似度的报警聚合方法聚合重复报警信息为超报警,模型中设计了多种消息内容用于满足本地组件和网络组件间通信需求,使得整个网络可以信息共享,根据该模型可以较经济地搭建一个分布式入侵检测系统。     

基于条件随机场的网络安全态势量化感知方法

网络安全态势感知(NSSA)是目前网络安全领域研究的一个热点问题.首次提出一种基于条件随机场的(CRFs)网络安全态势量化感知方法.该方法以入侵检测系统的报警信息作为网络安全态势感知的要素,结合主机的漏洞和状态,定义网络安全威胁度来更好地体现网络的风险,并对攻击进行分类,简化CRFs模型的输入,同时选择了有效的特征属性,通过DARPA 2000数据的仿真实验生成了明确的网络安全态势图,表明提出的方法能够很好地反映网络风险,量化网络安全态势.     

基于WSNs的城市森林环境效应监控系统

针对城市森林范围广、环境复杂和监控难等特点,设计了一种新的适用于城市森林环境效应监控的网络系统,实现了对城市森林环境效应的连续观测和同步感知。该网络系统是基于WSNs,GPRS和In-ternet的混合网络,所组成的异构网络之间能够实现相互通信。该网络系统通过设定环境效应因子报警门限和发送管理平台广播控制信号的方式,实时采集和传输监控数据。实验表明:所设计的基于混合组网方式的网络系统可以满足城市森林环境效应监控的应用需求。     

基于信息融合的分布式入侵检测系统

本文提出了一种快速检测、基于报警信息融合的关于教学网络的分布式入侵检测系统,并详细论述了该系统的探测器模块、信息预处理模块、信息融合模块和控制中心等各个环节的具体设计和实现.实验表明文中提出的信息过滤模块和信息关联模块对分布式入侵检测系统是十分有效的.     

基于量子遗传算法的网络安全态势感知研究

基于当前网络状态分析,有利于指导以后的安全态势估计,为了提高网络安全态势感知的主动性和可靠性,提出基于量子遗传算法的网络安全态势感知方法.根据属性的相似度函数计算网络态势信息的相似度,并由报警相似度函数求解出两个报警信息的相似关系.建立对复杂环境下病毒攻击的网络安全态势模型,采用信号处理方法对网络安全态势感知优化.通过量子遗传算法,对网络病毒的交叉点进行区域匹配设置,同时检测病毒入侵的网络信息流,对网络安全态势进行更加精确地感知.基于CICIDS2017进行仿真,实验结果表明,提出的算法得到的安全态势预测结果具有更高的精确性和稳定性,能够有效地提高网络环境的安全性.     

基于Adaboost集成RBF神经网络的高速公路事件检测

提出一种基于Adaboost集成RBF神经网络的高速公路事件检测方法。首先对高速公路事件检测原理进行分析,进行了相关的参数选择,确定了RBF神经网络的结构,然后采用改进的Adaboost方法集成RBF神经网络进行高速公路事件检测并给出了事件检测算法的步骤,最后进行了仿真实验,实验结果表明,该方法可以明显提高RBF神经网络性能（高检测率、低误报率）,且具有较强的泛化能力,适宜高速公路事件检测。     

Classification of freeway traffic patterns for incident detectionusing constructive probabilistic neural networks

This paper proposes a new technique for freeway incident detection using a constructive probabilistic neural network (CPNN). The CPNN incorporates a clustering technique with an automated training process. The work reported in this paper was conducted on Ayer Rajah Expressway (AYE) in Singapore for incident detection model development, and subsequently on I-880 freeway in California, for model adaptation. The model developed achieved incident detection performance of 92% detection rate and 0.81% false alarm rate on AYE, and 91.30% detection rate and 0.27% false alarm rate on I-880 freeway using the proposed adaptation method. In addition to its superior performance, the network pruning method employed facilitated model size reduction by a factor of 11 compared to a conventional probabilistic neural network. A more impressive size reduction by a factor of 50 was achieved after the model was adapted for the new site. The results from this paper suggest that CPNN is a better adaptive classifier for incident detection problem with a changing site traffic environment.     

基于流数据的列车在线状态监测方法研究与应用

为实时地监测列车在线状态,传统的阈值检测方法只能从数值表现上对设备或系统状态做出判断,而忽略了数据趋势性变化所反映出的列车健康状态变化信息.文章针对列车在线运行过程中产生的流数据提出了一种基于一致性表现的流数据分析方法,其在离群异常点提供报警的同时,能够从特征变化趋势中挖掘信息,同时开发了一套应用于列车多功能车辆总线M...     

基于GSM+GPS的事故现场报警系统的设计

设计了一个基于GSM+GPS的事故现场报警系统,当事故发生时,可实现手动报警和自动报警。报警时的车辆状态、用户信息及报警地点将被传输到预设好的紧急处理中心,紧急处理中心接收到相关报警信息后将车辆状态、用户信息及报警地点显示在紧急处理中心端的地图上。紧急处理中心的执勤人员将接收到的报警信息通过其他通讯方式(手机、对讲机等)通知给离事故现场最近的处理人员,从而能第一时间赶到事故地点。     

基于异质信息的入侵检测警报过滤机制

通常误用检测所定义的攻击特征仅限于单一信息,如网络信息或主机信息,而由单一信息所产生的警报,由于针对某些攻击无法精确做出判断,所以误报比例相对较高。针对基于误用检测的网络入侵检测系统,建立了一个警报过滤机制。经过分析,可以找出攻击成功时所需具备的环境条件以及所会呈现的各种不同来源性质的攻击特征,入侵检测系统可据此在发现可疑入侵时,加以及时确认核查。通过运用这些异质信息,可明显减少误报的发生,提高了入侵检测报警的正确率。     

基于同构多核模式可燃气体监测系统设计

介绍了一种基于同构多核模式可燃气体检测系统的设计.在同构多核和并行计算理论基础上,以s3c2410为核心处理器,利用CAN系统总线支持多节点通信和s3c2410多ADC通道特点,构建了两层分布式同构多核的可燃气体监测网络报警系统.通过上位机软件,实现对结点参数设置和现场可燃气体泄露实时监测.实践测试表明,该系统可实时准确检测并优先传出可燃气体泄漏报警信息,根据采集数据进行现场和监控终端报警,有效的提高了监测系统的的可靠性和稳定性.     

CAN总线火灾报警控制系统

介绍了以CAN总线技术为基础、用单片机构成的火灾自动报警系统。采用了先进的CAN总线技术,利用它是一种快速的串行总线为传感器和传动机构之间提供了高效、可靠和经济的连接,同时甩双绞线连接时,可以实现40多个设备问高达1Mbit/s的数据传输,为解决火灾自动报警系统存在的漏报和误报两大难题提供了新的方法和手段。实践证明该设计提高了系统的可靠性和准确性,并为工程设计施工提供了极大的方便。     

面向高速公路通行时间分布预测的时空混合密度神经网络

准确的通行时间分布预测可以全面地反映高速公路路网中各个路段在未来的通行状况,辅助实现高速公路中的路径规划,事故事件预警等精细化管理目标.为此,本文提出一种面向高速公路通行时间分布预测的时空混合密度神经网络.具体地,本文利用自适应图卷积通过数据驱动的方式提取路网中的空间特征,有效解决了基于预定义图难以捕获路网信息中完整空间相关性的问题.在时间维度上,不同时间的路网信息存在显著的相关性,因此,本文基于注意力机制自适应建模路网信息的时间相关性,并通过卷积层进一步聚合相邻时间步之间的信息.最后,基于自适应时空相关性建模得到的路段嵌入表示,通过混合密度网络建模通行时间的分布,以实现高速公路中各个路段的通行时间分布预测.     

电动汽车参数检测及报警显示系统设计

为了避免电动汽车上发生车体漏电击晕乘客等事故,设计了一个参数检测和报警系统,利用传感器实时检测电压电流,对电动汽车不正常状态进行屏幕显示和语音报警;系统以ATMEGA 64芯片为核心,采用霍尔传感器采集电压和电流值,用光耦隔离检测车门开关状态,AD模块采用查询的方式采集数据,通过液晶显示和语音报警两种方式提醒司乘人员;系统采用串口与PC机通信,系统内部采用抗干扰性较强的CAN总线进行通信;通过实际的测试应用,该系统运行良好,能满足设计要求,已经在北京公交公司准无轨电车上应用。     

基于移动ad-hoc网络的车辆定位

当车辆不能通过GPS接收机获得自身位置信息时,就难以获得有用的交通提示风险服务.提出了一种新的基于车载移动ad-hoc网络车辆定位方法,该方法能够获取作为网络节点车辆的大致位置,并结合一种改进的警报信息优化传播算法,向即将处于危险或拥堵区域的不能通过GPS接收机定位的车辆发送警报信息.仿真实验表明只要车辆自组织网络中有40%的车辆可以获得GPS的定位信息,就可以将警报信息准确完整地送达处于网络中的所有车辆.当遇到浓雾天气、交通事故或者是其他拥塞时,该方法会防止车辆进一步拥堵并能提醒驾驶员防范危险.