基于机器学习的SSH应用分类研究

SSH作为一种加密通讯协议,不仅为远程登录等服务提供了安全保障,其隧道应用还可以封装一些其他未知应用,对网络安全产生了一定的潜在影响,因此需要准确识别出这些应用,并及时采取相应措施,维护网络安全.由于SSH协议的加密特性,通常采用基于流量统计特征的方法对其进行识别,且多是采用有监督的机器学习方法.通过对无监督机器学习方法与有监督机器学习方法的对比,比较了C4.5,SVM,BayesNet,K-means,EM这5种机器学习方法对SSH应用的分类效果,证实了通过机器学习方法来识别SSH应用是可行的.实验结果显示无监督的K-means方法具有最好的分类效果,对SSH隧道中的HTTP应用的识别准确率最高,达到了99%以上.     

智能电网中家域网安全数据汇聚与调度方法研究

智能电网中通信网络的安全是实施智能电网的一个重要环节。用户信息的隐私保护是智能电网安全服务的一个主要任务。智能电网中用户信息隐私保护主要围绕智能电表数据的机密性和匿名性展开。本文以家域网作为智能电网通信网络的一个基本数据汇聚与调度单元,提出了一种安全的网内数据汇聚与调度方法,从而保证了智能家居设备的用电信息的机密性和匿名性。采用NS-2对本文提出的网内方法进行了仿真研究。仿真结果表明,本文提出的网内数据汇聚与调度方法与传统方法相比具有较高的实用性。     

用整零分测技术精确检测声传播时间

分析了传统声传播时间检测方法——直接时间差法和相位差法的特点,在此基础上提出了既有二者优点、又克服了二者缺点的声传播时间整零分测技术,实现了对声传播时间宽范围、高精度的检测,同时对基于该技术的声传播时间检测系统的硬件软件进行了设计;实际证明,利用该技术所设计的系统对声传播时间的检测精度可达到0．5ns,通过提高超声波频率和ADC位数,ps级的检测精度也可以达到。     

城市轨道交通CPSS平台构建研究

城市轨道交通系统同时涉及工程复杂性和社会复杂性,呈现动态性、开放性、交互性、自主性等特征,是社会物理信息系统（Cyber-physical-social system,CPSS）的典型代表,传统的仿真技术难以对其进行全面的研究和分析.本文研究并构建了城市轨道交通CPSS平台（包括物理系统模型、社会系统模型、Cyber系统模型）,建立相应的计算实验平台和综合评估系统,描述其详细功能.通过CPSS平台可进行各种极限和常规实验,对城市轨道交通在正常情况下的评估优化和在突发事故下的应急管理进行研究,提高对城市轨道交通的建模、评估、分析和优化能力,还可为运行方案评估与规划、城市轨道交通设计、应急预案评价与优化、人员培训等方面提供技术支持.     

一种改进的卫星通信信号识别方法研究

信号识别可为后续解析提供依据,在通信系统传输中具有重要作用。判识信号的调制类型,是实现通信信号正确接收解调的前提。针对复杂环境中卫星信号识别问题,提出了一种使用改进的高阶矩的方法,可更好地完成特征提取。在分类思路方面,采取前馈型多层神经网络优化分类器,且结合对卫星信道的深入分析,进一步提高抗噪性能和分类效率。该方法稳健性好,利于工程实现。最后,通过仿真试验验证了识别结果的有效性,且识别正确率高,性能较优。     

基于分数阶傅里叶变换的无线电引信信号的侦察

该文首先论证了分数阶傅里叶变换侦察线性调频信号的理论基础,指出由于分数阶傅里叶变换是线性变换,克服了双线性变换带来的交叉项干扰,因此在复杂的电子对抗环境中具有更好的检测效果。接着提出了一种可变窗谱峰搜索算法。仿真结果验证了算法的有效性。     

一种识别PSK与QAM调制信号的改进方法

调制信号分类识别在通信监测系统中具有重要作用,为信息解析提供了关键参数依据.判识信号的调制样式,是实现通信信号正确接收解调的前提.针对PSK和QAM调制分类问题,提出了一种使用改进混合高阶统计量及决策树分析的方法,提高了信号识别抗噪性和稳健性.在分类方面,引入判决树和最佳逼近阈值的思路,更好地实现了信号的调制自动识别....     

智能控制理论及应用的发展现状

智能控制理论及应用的发展现状杭州浙江大学工业控制技术研究所（３１００２７）许晓鸣孙优贤上海交通大学自动化系（２０００３０）熊刚在控制工程实践中，人们常常涉及到传感器、执行器、通信系统、计算机以及控制策略和具体算法。它们构成的控制系统可以比拟成一个人，...     

大商集团沈阳新玛特休闲广场空调设计

大商集团沈阳新玛特休闲广场是集商业、餐饮、健身、电影院、宠物店、文化会所及员工培训中心为一体的综合性建筑.本文介绍了该工程的负荷计算、空调方式、集中空调水系统、防排烟、冷热源及空调自控系统.     

支持多租户的网络测试床模拟流量标记和溯源模型

为了在支持多租户的网络测试床中对模拟流量进行标记和溯源,提出了一种基于时间间隔的网络流水印模型,当生成模拟流量时,该模型首先把水印内容转换成0~1比特序列,然后将0~1比特序列转换成流中数据包发送的时间间隔从而实现对模拟流量的标记.当接收模拟流量时,该模型通过将流中数据包的时间间隔转换成0~1比特序列,进而获取对应的水印内容,从而实现模拟流量的溯源.理论分析表明,该模型能够抵御多种攻击手段,同时大量实验证明了该模型在不丢包情况和丢包情况下对模拟流量进行溯源的有效性.