入侵检测报警相关性及评测数据集研究

首先对报警相关性技术和方法进行深入的研究 ,分析各种报警相关性方法的优缺点 ;在此基础上提出了基于多源数据融合的报警相关性功能模型 ;然后对报警相关性的评测数据集进行了讨论 ,分析它们适用的范围和存在的问题 ;最后指出了报警相关性的发展方向。     

基于低秩分解的网络异常检测综述

异常检测对于网络管理与安全至关重要.国内外大量研究提出了一系列网络异常检测方法,其中大多数方法更关注数据包及其独立时序数据流的分析、检测与告警,这类方法仅仅利用了网络数据之间的时间相关性,无法检测新类型的网络异常,且难以定位以及剔除异常数据.为了解决上述问题,相关研究融合多时间序列数据流,提出基于低秩分解的网络异常检测方法.该方法充分利用网络数据之间的时间-空间相关性,无监督地定位异常数据所在位置,同时将异常数据剔除,从而还原网络正常数据.首先,根据其对正常数据与异常数据的不同类型约束,将基于低秩分解的异常检测方法分为4类,并介绍每一类方法的基本思想和优缺点;然后,探讨现有基于低秩分解的异常检测方法存在的挑战;最后,对未来可能的发展趋势进行了展望.     

遥感数据时空融合技术在农作物监测中的适应性研究

受卫星回访周期及云的影响,大范围研究区同一时期的Landsat卫星数据很难获取,因而国内外学者提出了遥感影像时空融合技术。以石河子为实验区,利用STARFM(Spatial and Temporal Adaptive Reflectance Fusion Model)模型融合生成了高时空分辨率TM影像,对不同作物类型真实反射率与融合影像反射率作相关性分析,分析了遥感数据时空融合技术在新疆农作物监测中的适用性。结果表明:利用STARFM模型模拟得到的融合影像与真实影像间的相关性较高,但当地物类型发生变化时,融合影像与真实影像间将存在明显的差异。地物类型变化作物融合影像反射率与真实影像反射率间的相关性较小。     

数据融合技术综述

文章综述了多传感器数据融合的历史、发展及应用，讨论了多传感器数据融合的基本原理、相关技术及方法、存在的问题、研究方向，最后介绍了数据融合的应用领域，特别是智能机器人领域的应用。     

多源信息数据融合系统性能评估研究

多源信息数据融合系统的性能、功能等指标研究是可以定量估计的,其性能评估研究是在仿真环境中检验并修正多源信息数据融合方法的有力手段。笔者在多源信息数据融合的仿真环境中,从多源信息的关联情况、融合航迹的质量、目标识别的概率及整个数据融合流程的效能等角度出发,提出了一个较完备的性能评估指标体系,并通过多次仿真结果进行了验证。     

D-S证据理论在多平台协同数据融合中的应用

为解决多平台协同数据融合问题,采用基于D-S证据理论的数据融合方法,分析了该理论在多平台协同数据融合中的应用原理,并将此方法运用于舰船类型的识别。通过MATLAB仿真计算对D-S方法在多平台协同数据融合和单平台数据融合中的应用进行了比较,验证了该理论在多平台协同数据融合中的有效性和实用性。     

以GML为框架的WebGIS数据融合系统研究

随着WebGIS和相关技术的发展,WebGIS中多源数据的融合已成为迫切需要解决的问题。分析了WebGIS数据融合的难点,介绍了开放技术GML。设计了以GML为框架的WebGIS数据融合系统,介绍了系统中4大模块即分布式异构空间数据源、webGIs元数据服务、GML数据服务和WebGIS数据融合管理的功能,讨论了WebGIS数据融合的工作流程。此设计为解决WebGIS数据融合的难题提供了一条可行之道,对促进webGIs的发展具有积极的意义。     

基于深度学习的数据融合方法研究综述

数据融合是最大程度发挥大数据价值的关键,深度学习是挖掘数据深层特征信息的技术利器,基于深度学习的数据融合能够充分挖掘大数据潜在价值,从新的深度和广度拓展对世界的探索和认识。综述了近几年基于深度学习的数据融合方法的相关文献,以此了解深度学习在数据融合中应用所具有的优势。分类阐述常见的数据融合方法,同时指出这些方法的优点和不足。从基于深度学习特征提取的数据融合方法、基于深度学习融合的数据融合方法、基于深度学习全过程的数据融合方法三个方面对基于深度学习的数据融合方法进行分析,并做了对比研究与总结。总结全文并讨论了深度学习在数据融合中应用的难点和未来需要进一步研究的问题。     

面向销售数据的多项缺失值关联性的增量填补

数据缺失会影响数据的质量,可能导致分析结果的不准确和降低模型的可靠性,缺失值填补能减低偏差方便后续分析.大多数的缺失值填补算法,都是假设多项缺失值之间是弱相关甚至无相关,很少考虑缺失值之间的相关性以及填补顺序.在销售领域中对缺失值进行独立填补,会减少缺失值信息的利用,从而对缺失值填补的准确度造成较大的影响.针对以上问题,本文以销售领域为研究目标,根据销售行为的多维度特征,利用不同模型输出值的空间分布特征特性,探索多项缺失值的填补更新机制,研究面向销售数据多项缺失值增量填补方法,根据特征相关性,对缺失特征排序并用已填补的数据作为信息要素融合对后面的缺失值进行增量填补.该算法同时考虑了模型的泛化性和缺失数据之间的信息相关问题,并结合多模型融合,对多项缺失值进行有效填补.最后基于真实连锁药店销售数据集通过大量实验对比验证了所提算法的有效性.     

面向设备状态监测的可视化技术综述

随着传感器和数字化技术的发展,越来越多的设备和生产环境装配了传感器和相应的信息系统,这些传感器收集并传输了大量有价值的数据。面向设备状态监测的可视化技术,一方面可以整合操作人员的专业经验,客观评估设备的运行状态;另一方面能直观地解释数据模型的结果,以便对数据进行人机协同的智能分析。文中综述了数据可视化在设备状态监测中的相关研究,首先根据数据特征将设备状态监测数据分为网络数据、时空数据、多维数据和统计数据;然后在总结该场景的通用可视化流程的基础上,归纳出4类分析任务,即状态监测、相关性分析、异常原因推理、状态预测,针对每一类分析任务,归纳其中所用的可视化技术;最后,对设备状态监测可视化面临的挑战以及未来发展趋势进行总结和展望。     

物联网信息融合技术及存在的问题研究

针对物联网信息融合问题进行了简要阐述, 指出物联网信息融合技术分为数据级融合、特征级融合和决策级融合三个层次。从融合技术的原理、适用领域以及技术之间差异性等方面对不同类型技术进行了较为全面的评述。在此基础上, 指出了物联网信息融合过程中存在的问题和挑战, 分析了有待进一步研究的方向。     

一种基于信息融合的网络安全联动模型

在网络安全联动中,有效处理多源安全信息、保证安全响应的实时性是联动模型中要考虑的一个首要问题。信息融合是对多源数据信息进行综合处理的有效手段。文章在分析了常见的联动方案的基础上,提出了一个基于信息融合中心的联动模型,信息融合中心提供三个层次的信息融合,实现安全事件的过滤、关联和融合。     

可见光与红外图像融合质量评价指标分析

目的 客观评价作为图像融合的重要研究领域,是评价融合算法性能的有力工具。目前,已有几十种不同类型的评价指标,但各应用领域包括可见光与红外图像融合,仍缺少统一的选择依据。为了方便比较不同融合算法性能,提出一种客观评价指标的通用分析方法并应用于可见光与红外图像融合。方法 将可见光与红外图像基准数据集中的客观评价指标分为两类,分别是基于融合图像的评价指标与基于源图像和融合图像的评价指标。采用Kendall相关系数分析融合指标间的相关性,聚类得到指标分组;采用Borda计数排序法统计算法的综合排序,分析单一指标排序和综合排序的相关性,得到一致性较高的指标集合;采用离散系数分析指标均值随不同算法的波动程度,选择充分体现不同算法间差异的指标;综合相关性分析、一致性分析及离散系数分析,总结具有代表性的建议指标集合。结果 在13对彩色可见光与红外和8对灰度可见光与红外两组图像源中,分别统计分析不同图像融合算法的客观评价数据,得到可见光与红外图像融合的建议指标集(标准差、边缘保持度),作为融合算法性能评估的重要参考。相较于现有方法,实验覆盖20种融合算法和13种客观评价指标,并且不依赖主观评价结果。结论...     

代理重签名研究进展

综述了代理重签名理论及其发展状况、应用背景、一般模型和安全性定义; 通过对现有经典代理重签名方案的系统研究, 详细分析比较了其性能特性、执行效率和安全性。提出了代理重签名方案在数据安全交换中的应用, 解决了现有电子政务中数据交换存在的效率低、密钥管理复杂、交换服务器权限过大等问题。最后概括了所取得的研究成果, 并讨论了目前研究中所遇到的关键问题。     

无线传感网数据聚合隐私保护协议分析

针对无线传感器网络(WSN)数据聚合隐私保护协议的特点,对当前一些典型的数据聚合隐私保护协议进行了分类研究。给出了各类协议的运行原理,指出了这些协议的优缺点,并从隐私保护性、数据完整性、准确性及攻击模型等方面对这些协议进行了比较,并指出了未来的研究热点和发展趋势。     

一种半监督K均值多关系数据聚类算法

提出了一种半监督K均值多关系数据聚类算法.该算法在K均值聚类算法的基础上扩展了其初始类簇的选择方法和对象相似性度量方法,以用于多关系数据的半监督学习.为了获取高性能,该算法在聚类过程中充分利用了标记数据、对象属性及各种关系信息.多关系数据库Movie上的实验结果验证了该算法的有效性.     

无人机图像拼接算法综述

无人机图像拼接是一个日益受到关注的研究领域,已经成为了照相绘图学、计算机图形学等研究的热点。首先给出了无人机图像拼接的一般步骤,重点归纳了三种特色鲜明的配准算法,然后简单阐述了图像融合的步骤和算法,最后通过归纳分析选定了适合无人机图像拼接的算法,并且展望了该领域的前景。     

多传感器信息融合性能的测试与评估

讨论了信息融合系统性能评估的一般性理论和方法，以军事上的应用为背景建立了信息融合性能指标体系。通过软件测试的方法，对融合算法进行测试与评估。提出了一种用于多传感器信息融合性能测试与评估的系统结构，并以一个舰艇信息融合系统为例，讨论了评估其航迹相关性能时的测试步骤，给出了部分性能指标的计算方法。     

一种松耦合网络安全态势感知模型

提出一个基于Kaplan-Meier生存性分析的松耦合网络安全态势评估模型,用于对网络的历史安全状态进行评估以及对未来安全趋势进行预测。采用生存性分析理论实现多源数据融合与态势评估方法的松耦合,利用KDD99评估数据集建立包含多种节点的网络安全态势评估实例进行仿真分析,以阐明该模型在适应网络结构以及多源数据动态变化方面的优势,在此基础上绘制安全态势曲线图,并与历史安全趋势进行比较,结果证明该评估模型具有较高的准确性与较强的适用性。     

GRAFT, a complete system for data fusion

Data fusion concerns the problem of merging information coming from independent sources. Also known as statistical matching, file grafting or microdata merging, it is a challenging problem for statisticians. The increasing growth of collected data makes combining different sources of information an attractive alternative to single source data. The interest in data fusion derives, in certain cases, from the impossibility of attaining specific information from one source of data and the reduction of the cost entailed by this operation and, in all cases, from taking greater advantage of the available collected information. The GRAFT system is presented. It is a multipurpose data fusion system based on the k-nearest neighbor (k-nn) hot deck imputation method. The system aim is to cope with many data fusion problems and domains. The k-nn is a very demanding algorithm. The solutions envisaged and their cost, which allow this methodology to be used in a wide range of real problems, are presented.