基于直觉模糊推理的入侵检测方法

将IFS理论引入信息安全领域,提出一种基于直觉模糊推理的入侵检测方法.首先,描述了入侵行为的特征属性、入侵检测的不确定性,以及现有入侵检测方法的特点与局限性,给出了原始数据预处理的方法.其次,将入侵特征属性直觉模糊化,建立了特征属性的直觉模糊集合及其隶属函数与非隶属函数.再次,建立了系统推理规则,设计了推理算法和清晰化算法.最后,选择KDDCUP 99的入侵检测数据集,验证了方法的有效性.     

基于Mamdani型直觉模糊推理的图像融合算法

提出了一种基于Mamdani型直觉模糊推理的图像融合算法,该算法首先根据融合目标设定推理规则,并根据推理规则建立直觉模糊推理系统,并将待融合图像的每个像素点直觉模糊化并输入系统,经过推理得到输出图像每个像素点的隶属、非隶属程度,最后通过解模糊计算输出图像的灰度值得到融合图像。实验结果证明,该算法的有效性,且由于直觉模糊集更加精确地描述了客观事物的不确定性,其融合结果优于基于模糊推理系统图像融合算法得到的结果。     

基于条件熵的直觉模糊条件推理

该文在利用隶属度和犹豫度计算直觉模糊逻辑命题真值的对称合成方法的基础上,提出了一种基于条件熵的直觉模糊条件推理新算法。将直觉模糊条件推理规则的前件和后件与决策信息系统的条件属性和决策属性等价起来,条件属性、决策属性和推理规则均视为直觉模糊命题,直觉模糊命题的真实程度转化成一种决策规则前件对后件的条件熵的度量,并给出了条件熵的范围,从而确定直觉模糊命题的真实程度的范围。     

直觉模糊条件推理与可信度传播

针对直觉模糊逻辑及命题演算,基于直觉指数所表征的中立证据中支持与反对的程度呈均衡状态的假设,提出利用隶属度与犹豫度计算直觉模糊逻辑命题真值的对称合成方法,给出直觉模糊逻辑命题的运算规则。重点研究了基于直觉模糊逻辑的条件推理方法,包括直觉模糊蕴涵式推理、条件式推理、多重式推理、多维式推理及多重多维式推理等;推导了相关的推理合成运算公式。针对带有可信度因子的直觉模糊逻辑推理,包括典型的、加权的及狭义的直觉模糊推理;分析了规则中的可信度因子传播对结论可信度的影响;给出了相关的计算结论真值的公式。     

基于直觉模糊推理的医学图像融合方法研究

针对传统的模糊推理融合方法生成融合图像质量不高的问题,提出了一种基于直觉模糊推理的医学图像融合新方法。根据直觉模糊集的定义,利用直觉模糊理论在处理不确定问题中的优势,制定直觉模糊推理规则,进行图像融合。给出了算法的具体步骤,仿真结果表明,文中提出的算法明显优于传统的模糊推理融合算法。     

基于直觉模糊粒化的信息熵属性约简算法

在直觉模糊关系中,对象之间通过隶属度和非隶属度的刻画使得拥有了更为优越的关系评估效果.为了对信息系统的不确定性达到更好的度量,首先引入基于直觉模糊关系对信息系统进行直觉模糊粒化,然后在粒化的结果中依据隶属度和非隶属度分别定义了信息熵的概念,并将它们结合作为直觉模糊关系下信息系统的信息熵,最后根据该信息熵构造一种属性约简算法.实验结果表明提出的算法具有较优的属性约简性能.     

基于自适应直觉模糊推理的威胁评估方法

将直觉模糊集理论引入信息融合领域,提出一种基于自适应直觉模糊推理的威胁评估方法。首先,分析了现有威胁评估方法的特点与局限性,建立了基于自适应神经-直觉模糊推理系统(ANIFIS)的Takagi-Sugeno型威胁评估模型。其次,设计了系统变量的属性函数和推理规则,确定了各层输入输出的计算关系,以及系统输出结果的合成计算表达式。再次,分析了模型的全局逼近性,设计了网络学习算法。最后,以20批典型目标的威胁评估为例,给出相应的评估结果,验证了方法的有效性和模型的正确性。实践结果表明,该方法可以提高威胁评估的可信度,改进评估质量,提高推理结果综合值的精度。     

高阶直觉模糊时间序列预测模型

提出一种高阶直觉模糊时间序列预测模型。模型首先应用模糊聚类算法实现论域的非等分划分;然后,针对直觉模糊时间序列的数据特性,提出一种更具客观性的直觉模糊集隶属度和非隶属度函数的确定方法;最后,利用直觉模糊多维取式推理建立高阶模型的预测规则,进行预测。在Alabama大学入学人数和北京市日均气温2组数据集上分别与典型方法进行对比实验,结果表明该模型有效提高了预测精度,证明了模型的有效性和优越性。     

基于多特征和模糊推理的边缘检测

图像边缘检测的传统方法一般仅基于边缘邻域的一阶或二阶导数这一单一特征,并且对模糊边缘图像不敏感,针对此问题,本文提出基于多特征和模糊推理的边缘检测算法.根据不同类别的边缘点附近灰度分布的特点定义多种边缘特征;利用不同的边缘特征确定模糊规则,用min-max重心法模糊推理该点的边缘隶属度,实现边缘检测.最后,文中给出应用本算法进行边缘检测的实例,与传统算法相比较,本算法检测边缘效果更好,并能较好地抑制噪声.     

基于直觉模糊推理的威胁评估方法

该文针对威胁评估问题,提出一种基于直觉模糊推理的评估方法。首先,分析了联合防空作战中空天来袭目标影响威胁评估的主要因素、威胁评估的不确定性,以及现有威胁评估方法的特点与局限性,建立了威胁程度等级划分的量化模型。其次,设计了系统状态变量的属性函数,讨论了在模糊化策略方面对输入变量进行的量化和量程变换方法。再次,建立了系统推理规则,设计了推理算法和清晰化算法,分析了规则库中所包含规则的完备性、互作用性和相容性,给出了规则库的检验方法。最后,以20批典型目标的威胁评估实例,验证了方法的有效性。     

Edge Detection in Digital Images Using Guided L0 Smoothen Filter and Fuzzy Logic

Image segmentation is an important process in computer vision. Recently fuzzy logic based edge detection is heavily investigated as by changing the number of rules edge detection can be improved. However, due to large colour variations in the images false edges are detected and even using fuzzy rules they cannot be reduced significantly. These falsely detected edges can be controlled by using smoothen filter while controlling the degree of smoothness. This paper, presents fuzzy logic based edge detection mechanism while using Guided L₀ smoothen filter for the smoothening of image under various degree of smoothens. Simulation results for edge detection is presented for Canny, Sobel, Fuzzy logic based edge detection and finally fuzzy logic edge detection with inclusion of L₀ smoothen filter. The results are compared with classical and modern methods. Simulation is performed on Berkley Segmentation Database (BSD) and USC-SIPI Image Database while considering more than 100 images. The obtained F-measure is as high as 0.848.

     

基于偏振信息融合的海洋背景目标检测

针对海洋背景目标检测,提出了一种基于偏振信息融合的海洋背景目标检测方法。该方法根据目标与水体偏振信息的差异性以及偏振图像能很好弱化背景噪音的特点,设计了一组图像融合规则,并通过该组规则来融合强度、偏振度和偏振角等各分量图像。最后,对融合结果采用基于轮廓层次树的目标检测方法进行测试。实验结果表明,融合后的图像能很好地抑制海面波纹噪音,同时增强了目标的边缘轮廓和纹理细节信息,以及提高了目标与背景的对比度,使目标更易于被检测出来。     

遗传算法在基于网络异常的入侵检测中的应用

考虑到基于误用的IDS不能有效检测未知入侵行为,而基于统计的异常检测法在建模时忽略了多变量在一段时间内的关系,提出了一种异常检测算法.用滑动窗口将系统各属性表示为特征向量,从而将系统正常状态分布在n维空间中,并使用遗传算法进化检测规则集来覆盖异常空间.经实验证明该方法提高了检测率.     

基于核函数Fisher鉴别的异常入侵检测

将核函数方法引入入侵检测研究中,提出了一种基于核函数Fisher鉴别的异常入侵检测算法,用于监控进程的非正常行为。首先分析了核函数Fisher鉴别分类算法应用于入侵检测的可能性,然后具体描述了核函数Fisher鉴别算法在异构数据集下的推广,提出了基于核函数Fisher鉴别的异常入侵检测模型。并以Sendmail系统调用序列数据集为例,详细讨论了该模型的工作过程。最后将实验仿真结果与其它方法进行了比较,结果表明,该方法的检测效果优于同类的其它方法。     

一种基于孤立点挖掘的入侵检测技术

探讨基于孤立点挖掘的异常检测的可行性,将基于2k-距离的孤立点挖掘方法应用到入侵检测中,并针对该方法无法很好地处理符号型属性数据的问题,采用编码映射方法对符号型数据进行处理,同时利用主成分分析来实现对编码映射后扩展的属性进行降维。详细阐述了具体实现方案,并通过仿真实验验证了该方法的可行性。     

基于条件规则库的流量异常检测系统设计

流量异常检测,作为一种网络入侵检测的方法,存在着如何建立正常行为模型的难题。提出了扩大属性检测的范围,采用异常值计算,并由此建立条件规则库作为正常模型的想法,在此基础上用不精确推理方法进行流量异常检测,最后给出了综合系统的设计。     

网络误用和异常入侵检测系统设计

文中讨论了误用和异常入侵检测技术存在的不足,提出结合误用检测和异常检测的入侵检测系统模型,该系统利用规则匹配检测已知入侵,利用免疫算法检测未知入侵并更新规则数据库,检测效率较高。     

城区建筑物的在轨热异常检测提取

城市区域是十分典型的不均匀区域，其地表类型复杂，温度变化快，研究城区建筑物的在轨热异常检测提取是一项非常具有挑战性的任务。基于LANDSAT影像，探究了一种城区建筑物的在轨热异常检测提取方法。首先基于多指数特征和几何特征对建筑物进行自动提取；然后采用单通道算法反演建筑物的温度；最后根据反演结果完成建筑物的在轨热异常检测提取。选取武汉地区对该算法进行建筑物热异常检测应用，并以ASTER官方地表温度为参考，对多个异常检测点进行了温度反演精确度评价。实验表明，本文的方法能够准确提取城区建筑物目标，其目标温度反演均方根误差优于3 K，是一种有效的城区建筑物在轨热异常检测提取方法。     

面向异构化平台的轻量级程序异常检测方法

针对现有异常检测方法因为预学习以及噪声敏感所导致的检测时间长和误报率高的问题,该文通过对现有异常检测案例进行分析,从平台异构性角度提出了一种异常检测的新方法:将程序分别运行在多个异构平台,正常程序的所有平台运行结果相同,而异常程序在不同平台显示出差异性.基于此,该文设计了一种面向异构化平台的轻量级程序异常检测方法,收集...     

Detecting landmines with ground-penetrating radar using feature-based rules, order statistics, and adaptive whitening

An approach to detecting landmines using ground-penetrating radar (GPR) based on feature-based rules, order statistics, and adaptive whitening (FROSAW) is described. FROSAW relies on independent adaptation of whitening statistics in different depths and combining feature-based methods with anomaly detection using rules. Constant false alarm rate (CFAR) detectors are used for anomaly detection on the depth-dependent adaptively whitened data. A single CFAR confidence measure is computed via a function of order statistics. Anomalies are detected at locations with high CFAR confidence. Depth-dependent features are computed on regions containing anomalies. Rules based on the features are used to reject alarms that do not exhibit mine-like properties. The utility of combining the CFAR and feature-based methods is evaluated. The algorithms and analysis are applied to data acquired from tens of thousands of square meters from several outdoor test sites with a state-of-the-art array of GPR sensors.