基于数据特征融合的管网信息物理异常诊断方法

随着管网物理空间和信息网络的深度融合，系统面临着物理和信息空间异常带来的运行风险.本文根据管网系统数据量大、耦合性强的特点，提出一种基于数据特征融合的信息物理异常诊断方法.首先通过站场信息数据构建信息增维矩阵并且通过矩阵预分析实现信息传输中断异常的判断.然后基于不同站场信息构建的信息增维协方差矩阵，通过矩阵特征值分布的变化情况对物理异常以及信息传输错误异常进行区分.在此基础上，为了对管网物理异常分类实现系统运行状态的有效分析，将管网信息增维协方差矩阵最大特征向量映射的二维图像作为输入，采用卷积神经网络进行研究，进而实现对物理异常的准确判断.最后通过某实际管网数据进行仿真分析，验证所提方法的有效性.     

基于大维数据驱动的油气管网泄漏监控模糊决策方法

输油管网状态量多及工艺复杂,难以建立精确的管网数学模型,为了能够实时监控管网的安全运行情况,本文提出一种基于大维数据驱动的管网泄漏监控模糊决策方法.首先利用管网现有的数据信息,在不对数据进行降维处理的情况下,从信息物理系统的角度出发,将油气管网的拓扑结构、阀门开度等管道物理数据以及压力、流量等运行信息数据结合起来对复杂管网系统建立数据驱动模型.然后基于大维随机矩阵谱理论,将得到的信息物理数据协方差矩阵谱分布及圆环率作为模糊决策的条件对管网运行情况进行判断.当管网拓扑发生动态变化时,提出的方法可以有效地解决误报率高的问题.最后通过仿真及实例的分析,可以证明所提出方法的有效性.     

基于PTG502-CAN的锅炉管道异常压力检测系统设计

针对传统系统对火力发电厂蒸汽管道的异常压力检测准确性不高的难题;设计并实现了基于CAN分布式网络与压力传感器PTG502的锅炉蒸汽管道异常压力检测系统;整个系统采用分布式CAN网络控制体系,在锅炉管道的各个关键部位部署压力传感器PTG502对实时压强信号进行采集,检测网络中的所有压力信号经过处理后送入微控制器进行综合分析,微控制器根据设定好的程序算法判断哪些部位的压力异常,并将数据实时送入管道控制中心系统,从而使主控制中心及时采取停止加压、发出声光报警等措施,有效地减少了安全事故的发生;最后进行实验,实验结果表明:设计的系统稳定性强,检测数据的准确性大大提高,满足实际需求。     

分布式网络异常攻击检测模型仿真分析

针对传统的异常攻击检测方法主要以异常攻击行为规则与网络数据隶属度大小进行判别,只能针对已知异常攻击进行检测,对新型异常攻击,检测算法率低,计算数据量大的问题。提出一种新的分布式网络异常攻击检测方式,通过对分布式网络内数据进行迭代聚类将正常和异常数据进行分类,建立矩阵映射模型进行数据矩阵对比,初步对异常攻击数据进行判断。在矩阵中建立粒子密度函数,通过粒子密度变化计算其异常攻击概率,最后对其数据进行加权和波滤确定数据异常攻击特征,建立攻击检测模型。仿真实验表明,优化的分布式网络异常攻击检测模型提高了异常数据攻击检测的自适应性,在网络信号受到攻击信号干扰情况下,仍然能够准确检测出带有攻击特征的小网络异常数据。有效提高了分布式网络的检测正确率,加快了检测速度和稳定性。     

一个基于P2P高性能计算的高效数据传输协议

针对基于对等网络的高性能计算平台P2HP,设计了一个高效的数据传输协议FDTP.FDTP是一个基于连接的数据管道传输协议,其网络传输通道包括传输控制消息的消息信道和传输任务数据的数据信道．它将数据传输过程分为构建通道、数据传输、关闭通道3步,定义了数据请求方式和数据传输格式,并对传输过程中的数据通道进行管理和容错控制．FDTP通过简化传输控制和减少通信次数来降低通信延迟,进而提高数据传输效率,并最终提高P2HP的运行效率．     

基于自适应事件触发和量化的时滞系统分布式滤波

研究基于自适应事件触发机制和量化的时滞系统分布式滤波问题,设计自适应事件触发机制,此触发机制不仅取决于滤波器自身最新释放数据和当前估计值,还取决于自身和邻居节点最新释放数据的误差。相较于固定参数事件触发,自适应事件触发参数根据滤波性能动态变化。考虑传感器精度和网络传输带宽优先,在数据传输前进行量化处理。构造Lyapunov函数并给出滤波误差系统均方指数稳定且满足l₂-l_∞性能指标的充分条件,设计带有数据量化的离散时滞系统分布式l₂-l_∞滤波器,并通过线性矩阵不等式方法求解滤波器参数。仿真实例说明设计的滤波器能够降低数据量化带来的影响,且自适应事件触发机制相较于固定参数事件触发,在保证滤波性能前提下能够降低数据传输频率,节约网络通信资源。     

基于张量分解的数据流异常检测

本文对基于分布式的演化数据流的连续异常检测问题进行了形式化描述,提出一种在滑动窗口中基于张量分解的异常检测算法--WSTA.该算法将各分布结点上的数据流作为全局数据流的子张量,通过分布结点与中心节点的通信,在分布结点的滑动窗口中自适应抽样生成概要数据结构矩阵.对该数据矩阵进行张量分解得到特征向量,然后采用基于距离的异常检测方法发现异常点.基于大量真实数据集的实验表明,此算法具有良好的适用性和可扩展性.     

基于模型共享的分布式异常检测方法

传统集中式异常检测方法需要耗费大量的网络资源和计算时间。为此,提出一种基于模型共享的分布式异常检测方法。利用多数投票、边界扩展、平均叠加以及距离加权这4种集成学习方法得到全部局部模型,通过交换本地数据挖掘模型的方式实现数据共享,构造总体的集成式学习模型。实验结果表明,该模型能从全局的观点检测异常,减少集中式检测所需的数据传输量,有效地保护数据的隐私性。     

无线传感器网络基于压缩感知数据处理算法研究

无线传感器网络中的分布式数据处理处理时,会出现数据压缩率低和数据相关性差的特点,在数据采集和处理中采用分布式压缩感知算法.对基础矩阵和观测矩阵的合理建立,在满足无线传感器网络数据传输的可靠性同时,充分考虑数据之间的相关性,大大降低数据的冗余度,减少了数据量的传输.实验结果表明,在满足信号数据可靠性的同时,有效的增加了信号的压缩比,减少了节点数据采集量.     

基于物联传感网压力波油管泄漏温差虚报警解决

输油管道进行长距离油品传输的过程中,传输管道内流体的温度随传输距离变化发生改变,造成压力波的不均衡,存在泄漏检测虚报警的问题;为此提出一种基于物联传感网的异常参数动态映射压力波提取算法,通过提取输油管道异常系数,建立压力波数据与输油管道空间位置的映射联系,进行管道异常定位,从而实现输油管道异常监测;根据实验结果分析可以得知,这种算法可以有效降低了虚报警,取得了令人满意的结果。     

计算机安全漏洞检测技术综述

由于信息系统已被广泛应用到国家的各个领域,信息系统的安全显得尤为重要。计算机安全漏洞已经成为信息系统的最主要的威胁之一,因此发现信息系统的漏洞检测技术也成为了目前的研究热点。文章对目前漏洞检测技术中的静态检测技术、动态检测技术和混合检测技术进行了概述,并对各种技术的优缺点进行了比较分析。     

大型雷电定位系统中实时自适应联合检测算法

雷电电磁辐射的持续时间具有随机性。采用能量法检测雷电数据块,当信号长度远短于数据块长度时,将会产生噪声淹没信号现象而引起检测概率降低的问题。发现可利用峰度来描述含有短雷电信号的数据块的波形特征,而且能量块检测与特征检测具有互补特性。为了提高检测概率,将能量块检测和特征检测相结合,利用自动筛选思想和删余检测技术实时估计背景噪声,提出了实时自适应联合雷电检测算法。通过对实采的雷电数据进行实验,结果表明,所提出的检测算法能够明显提高检测概率,表明了其有效性和实用性。     

入侵检测技术的研究与进展

入侵检测系统(IDS)作为一门新兴的安全技术，是网络安全系统中的重要组成部分。该文阐述了入侵检测系统的基本原理和功能模块，从数据源、检测方法和检测定时三个方面描述了入侵检测系统的分类，并对目前国内外入侵检测技术的研究现状作了介绍和分析。随着计算机技术和网络技术的高速发展，海量存储和高带宽的传输技术，都使得集中式的入侵检测越来越不能满足系统需求。由此指出，分布式入侵检测(DID)必将逐渐成为入侵检测乃至整个网络安全领域的研究重点，为进行入侵检测技术的研究提供一定的技术和理论依据。     

一种混合式网络入侵检测系统

入侵检测系统通常采用单一的检测模式,难以有效地处理漏报和误报问题。该文分析不同类型网络流量的分布特征,提出一种将异常检测和误用检测相结合的混合式网络入侵检测系统,从总体上克服了单一模式的不足。实验结果表明,该方法能有效地提高入侵检测系统的检测率和准确率。     

视频序列中运动对象检测技术的研究现状与展望*

将运动对象检测技术分为变化检测、运动检测和特征检测三类,介绍了各类技术的思想,对现有方法进行了归类,指出各方法的本质区别,从理论和实验两方面剖析其优势和不足并指出了适用场合。讨论了目前视频运动对象检测技术存在的问题,展望了未来的发展方向。     

智能入侵检测技术述评

入侵检测是网络安全技术研究的一个新方向,入侵检测技术是入侵检测系统(IDS)的核心。智能入侵检测技术由于其具有自学习、自适应等特点,已经成为目前的研究热点。文章首先简述了IDS的发展历史背景及其重要性,概要介绍了IDS常用的两类检测技术,详细介绍了几种常用的智能入侵检测技术,指出目前的智能检测技术存在的不足及其今后的发展趋势。     

基于Hamming网络的入侵检测技术的研究

分析了异常和误用入侵检测技术存在的一些问题,并结合神经网络的原理,提出了一个新的基于Hamming网络的入侵检测技术。该技术改善了基于特征检测算法中存在的不足,提高了对未知入侵类型的检测能力,并对Hamming网络入侵检测技术进行了分析和测试。     

司机疲劳驾驶实时检测系统设计

司机疲劳驾驶实时检测系统在实际应用中有很重要的意义.设计了一个利用图像分析的方法,通过测量PERCLOS指标值来进行疲劳判断的该类系统.系统首先对图像进行预处理,然后采用基于YCbCr颜色空间肤色模型进行人脸粗定位,根据人脸特征,逐次进行人眼区域缩小;最后通过对边缘信息进行先验知识结合积分投影的方法进行人眼定位和闭合度测量.考虑到视频图像序列帧与帧之间的相关性,采用线性运动预测的方法对人眼进行跟踪,减少了系统的运算量.实验结果表明系统能实时、准确地反映司机的疲劳状态.     

网络入侵检测技术综述

入侵检测工作应在计算机网络系统中的关键节点上。介绍入侵检测的基本概念,阐述两类基本的检测技术,详细地论述了入侵检测过程及检测技术面临的挑战与发展趋势。     

A method of detecting and tracking irises and eyelids in video

We locate the eye corners, eyelids, and irises in every frame of an image sequence, and analyze the movements of the irises and eyelids to determine changes in gaze direction and blinking, respectively. Using simple models for the motions of the head and eyes, we determine the head-independent motions of the irises and eyelids by stabilizing for the head motion. The head-independent motions of the irises can be used to determine behaviors like saccades and smooth pursuit. Tracking the upper eyelid and using the distance between its apex and the center of the iris, we detect instances of eye closure during blinking. In experiments on two short image sequences, in one of which the subject was wearing glasses, we successfully located the irises in every frame in which the eyes were fully or partially open, and successfully located the eyelids 80% of the time. When motion information in the form of normal flow was used, the irises were successfully tracked in every frame in which the eyes were fully or partially open, and the eyelids were successfully located and tracked 90% of the time.