加权条件熵在异常检测中的应用

通过分析信息熵在异常检测中的应用和条件熵的固有特性, 提出了一种基于条件熵和加权熵理论的异常检测方法。分析网络流量特征, 选取具有内在相关性的网络特征属性, 给出了加权系数矩阵的公式和异常检测的具体实现方法。通过实验验证了该方法的有效性和实用性, 根据不同属性特征在加权条件熵理论中的应用效果, 分析了不同特征属性选择造成检测效果差异的原因。     

低速率拒绝服务攻击研究与进展综述

低速率拒绝服务攻击是新型的拒绝服务攻击,对Internet的安全造成严重的潜在威胁,引起众多研究者的兴趣和重视,成为网络安全领域的重要研究课题之一.自2003年以来,研究者先后刻画了Shrew攻击、降质攻击、脉冲拒绝服务攻击和分布式拒绝服务攻击等多种低速率拒绝服务攻击方式,并提出了相应的检测防范方法.从不同角度对这种新型攻击的基本机理和攻击方法进行了深入的研究;对TCP拥塞控制机制进行了安全性分析,探讨了引起安全问题的原因;对现有的各种各样的LDoS攻击防范和检测方案,从多个方面进行了分类总结和分析评价;最后总结了当前研究中出现的问题,并展望了未来研究发展的趋势,希望能为该领域的研究者提供一些有益的启示.     

基于改进符号化度量方法的机场噪声异常检测

机场噪声中的异常情况拥有很大价值,利用它能够及时完善飞机和机场的设备。结合机场噪声数据的特点,对上述问题进行研究并提出一种基于改进的符号化聚集近似(Symbolic Aggregate Approximation,SAX)相似性度量的单监测点的时间序列异常检测方法。其运用相似性度量方法计算出度量结果,再运用k近邻异常检测方法进行异常发现,最后发现异常时间段。该方法在理论验证可行性之后在某机场的实测数据中进行应用,取得了良好的效果。     

基于磁通门传感器的铁磁探测系统设计

在核磁共振检查前需要进行无磁化确认,针对核磁共振检查所处的环境背景磁场复杂、干扰较多,系统出现误报警高、探测失效等问题,设计了基于磁通门传感器的铁磁探测系统。系统使用二次谐波法测量磁场信号,设计模拟电路进行信号相敏检测。通过积分反馈提高闭环系统的线性度和抗干扰性,探头工作在稳定的状态。采用卡尔曼滤波对背景磁场和磁异信号进行处理,提高信号信噪比,同时设计能量检测器对磁异信号进行检测。试验测试结果表明,系统在核磁共振室外复杂磁场环境可以减少设备工作时的误报警,有效探测出铁磁性物质。     

地震前后基准站GPS数据异常提取算法

目前对地震前兆异常的研究主要集中在“热”和“电”等方面,很少涉及基准站的GPS数据。然而,已经有学者证明震中附近基准站的GPS时间序列坐标数据中也蕴含着大地震的前兆信息。针对2001~2010年间美国本土发生的具有代表性的三个地震进行了研究,首次将Martingale理论运用于GPS数据处理,提出一种异常提取算法,进而对地震前后,震中附近多个基准站的GPS数据进行分析。实验结果表明算法能够有效的反映大地震前后GPS数据中异常的变化趋势,为使用GPS数据对大地震进行预报提供了更多可能。     

基于遗传算法优化的OCSVM双轮廓模型异常检测算法

针对Modbus工业总线协议的特殊性及工控数据样本的不均衡性,利用单类支持向量机（OCSVM）分别构建正常OCSVM模型和异常OCSVM模型,即双轮廓模态来模拟系统通信的正常模式和异常模式,从而实现工控系统异常检测。同时将遗传算法优化自变量降维应用于工控网络入侵检测场景,实现对输入自变量的降维压缩处理,防止OCSVM模型出现过拟合现象及分类准确率低的问题,提高异常检测的精度,缩减建模时间。通过仿真验证了该算法对工控网络异常检测的有效性。     

一种基于HMM聚类的视频目标轨迹分析方法

针对视觉监控中基于运动轨迹的目标行为分析问题,提出了一种基于隐马尔科夫模型(HMM)聚类的轨迹分布模式提取和异常行为检测算法。首先为每一条运动轨迹训练一个HMM,并通过这些模型来计算轨迹两两之间的距离;然后对该距离矩阵采用主元分析法(PCA)降维并以降维后的每一行作为对应轨迹的特征进行模糊C均值聚类,接着为聚类后的每一类轨迹训练一个HMM作为其分布表达模型;最后利用这些HMM模型来检测给定轨迹所表示的目标行为是否异常。对不同场景的轨迹分析实验表明了方法的有效性。     

北太平洋涛动研究

北太平洋涛动是北半球大气中一个显著的、南北向跷跷板式的低频振荡,其演变不仅直接影响北太平洋附近地区的天气和气候,甚至对整个北半球的环流异常、持续以及气候突变都有重要影响.文章综述了北太平洋涛动的时间演变特征、区域变化特征、常用计算方法、北太平洋涛动指数的定义以及它们对天气气候的影响,阐述了需要进一步解决的一些问题,指出了目前关于NPO的研究尚处于初级阶段,对NPO的研究还可以借鉴其他涛动中较为成熟的研究方式和方法.     

基于运动图像序列的异常行为检测*

针对公共重点区域的智能监视问题,研究了一种基于运动历史图像（motion history image,MHI）的行人异常行为检测方法。利用运动图像序列得到的MHI获取视频帧中运动目标的运动方向,由运动方向的变化分类确定人体运动模式和行为是否异常,同时给出相应的实验结果。结果表明,该方法实现简单,具有较好的实时性与鲁棒性,可以作为实时监控系统中异常行为检测的有效方法。     

无线传感器网络中异常读数检测算法研究*

针对无线传感器网络的离群点检测算法由于没有充分考虑数据的时空关联性和网络的分布特性,导致检测精度低、通信量大和计算复杂度高等局限,提出了基于时空关联的分布计算与过滤的在线离群点检测算法。该算法在各传感器节点上利用传感器读数的时间关联性生成候选离群点,并利用空间关联性对候选离群点进行过滤得到局部离群点,最终将所有传感器节点上的局部离群点集中到sink节点上获得全局离群点。利用时空关联性提高了检测精度,利用分布计算与过滤减少了通信量和计算量,理论分析和实验结果均表明该算法优于现有算法。