基于因果知识网络的攻击场景构建方法

针对现有因告警缺失及冗余造成的攻击场景构建不准确的问题,提出了基于因果知识网络的攻击场景构建方法.首先依据专家知识定义因果关系,利用真实告警数据挖掘出能够定量刻画因果关系的因果知识,并对其进行显著性检验,以保证因果关系与因果知识的一致性和准确度,进而构成因果知识网络;然后借助因果知识网络,将攻击场景的构建分为初建与重构2步：1)通过告警映射与聚类定性得到初步的攻击场景;2)利用最大后验估计原理对其进行定量推理重构,得到完整的攻击场景.实验结果表明：该方法能利用专家知识和数据挖掘相结合的优势能够提高攻击场景构建的准确度.     

基于多图像先验知识的噪声水平评估算法

为解决基于单图像噪声水平评估算法抗干扰能力低和执行效率不高的问题,提出一种基于多图像先验知识的噪声水平评估算法.首先,在具有广泛代表性且未受噪声干扰图像集合上添加已知噪声水平的高斯噪声构建失真样本图像集合,并提取每幅样本图像中的若干统计特征值构成描述他们噪声水平值高低的噪声水平感知特征矢量.然后,利用样本图像上所提取的特征矢量及对其所施加的噪声水平值构成样本库.在评估时,先提取待评价噪声图像的特征矢量并在样本库中检索出与之类似的若干特征矢量及它们所对应的噪声水平值, 之后基于这些样本信息以加权均值法估算待评价图像的噪声水平值.实验数据表明：较现有的噪声水平评估算法,新算法不仅在高、中、低噪声水平下都具有稳定的预测准确度,而且评估速度快.尤其是对于高斯噪声中伴有脉冲或者泊松噪声情况,具有较好的抗干扰能力.     

改进的遗传算法在生物组织热特性参数无损测量中的应用

针对生物活体组织的多个热特性参数同时测量的难点问题,提出了采用遗传算法同时估计多个活体组织热特性参数的方法,设计了实数编码的遗传算法.通过对选择、交叉和突变算子进行改进,并引入小生境策略,提高了遗传算法的全局寻优能力和搜索效率.对动态体模和人体前臂的热特性参数测量的模拟仿真研究和实验研究表明,采用改进的遗传算法,能够以较高的精度同时估计生物活体组织的多个热特性参数.     

基于对象特征的软件定义网络分布式拒绝服务攻击检测方法

软件定义网络(SDN)受到分布式拒绝服务(DDoS)攻击时,攻击方会发送大量数据包,产生大量新的终端标识占用网络连接资源,影响网络正常运转。为准确发现受攻击对象,检测被占用资源,利用GHSOM技术,该文提出基于对象特征的DDoS攻击检测方法。首先,结合SDN网络及攻击特点,提出基于目的地址的检测7元组,并以此作为判断目标地址是否受到DDoS攻击的检测元素;然后,采用模块化设计,将GHSOM算法应用于SDN网络DDoS攻击的分析检测中,并在OpenDayLight的仿真平台上完成了仿真实验。实验结果显示,该文提出的检测7元组可有效检测目标对象是否受到DDoS攻击。     

基于辅助符号的非线性自干扰抵消算法及其简化实现

同频同时全双工是第5代(5G)通信关键技术之一,数字自干扰抵消算法是其重要研究方向。针对非线性数字自干扰抵消算法中,失真系数估计受到自干扰信道估计误差的影响这一问题,该文提出一种基于辅助符号的非线性自干扰抵消算法,通过对辅助符号做自干扰抵消,将信道估计符号的失真误差映射到其抵消结果中并提取出来,从中估计失真系数。接着针对算法开销问题提出一种简化实现方案。仿真结果显示,接收自干扰信号为-5 dBm时,算法可将自干扰非线性失真分量抵消至约-100 dBm,且性能随接收自干扰功率降低而提高。     

低信噪比条件下宽带欠定信号高精度DOA估计

为提高低信噪比条件下宽带欠定信号DOA估计精度,该文提出基于网格失配迭代最小化稀疏学习的宽带DOA估计方法。该方法首先对频域协方差矩阵进行矢量化处理实现虚拟阵列扩展,将欠定信号转换为超定信号。其次利用线性变换滤除含有噪声项的虚拟阵元,并对协方差估计误差进行了白化处理,抑制了信号中的干扰项。最后建立了包含不同频点联合稀疏参数和网格失配参数的贝叶斯层次架构,推导了联合稀疏参数、网格失配参数的最小稀疏表达式并进行了迭代学习。较传统方法,该方法不依赖任何先验信息,更好地抑制了虚拟阵元中的噪声和干扰,降低了网格失配对DOA估计的影响,在低信噪比条件下具有更高的DOA估计精度和分辨率。仿真实验验证了该方法的有效性。     

软件定义光网络中一种时延约束的控制器生存性部署方法

控制时延、控制平面的生存性和控制平面的控制冗余程度是软件定义光网络中网络性能是否良好的重要判断依据。该文提出时延约束下的控制器生存性部署方法,该方法充分考虑时延、生存性和控制器冗余等网络性能因素,在用户指定时延的前提下,确保每个网络节点至少有两条控制链路,以提高控制平面的生存性。同时,保证使用尽可能少的部署节点完成整个网络的覆盖,以减少控制平面的控制冗余。仿真表明,该方法能够有效地减少控制时延,提高控制平面的生存性,并减少控制器的部署个数,降低控制冗余,有效地提高了软件定义光网络的整体网络性能。该方法保证至少两条控制链路与C-MPC算法起到了相同的保护作用,与MCC算法相比,使SDON网络控制平面可靠性提高了20%。同时,在指定时延10 ms的约束条件下,在NSF和COST239网络中,与C-MPC算法相比所提算法分别减少了88%和75%的控制器部署。     

基于稳定分布噪声稀疏性及最优匹配的跳频信号参数估计

目前基于压缩感知的跳频信号参数估计方法大多是在高斯背景噪声下进行的研究,而在非高斯稳定分布脉冲噪声环境下,已有基于高斯噪声数学模型设计的算法性能下降。针对上述问题,该文分析了稳定分布噪声的大幅值脉冲满足近似稀疏性条件,利用跳频信号与噪声之间的时域特征差异将信噪分离,实现噪声抑制。并在压缩感知框架下,建立与跳频信号特点相匹配的3参数字典,采用最优匹配(Optimal Match, OM)方法对跳频信号自适应分解,获取匹配原子,基于这些时频原子包含的信息估计跳频信号的参数。仿真验证表明,在稳定分布噪声中,与常规的跳频信号估计方法相比,该文提出的先利用噪声稀疏性去噪,再采用最优匹配提取跳频信号参数的方法(Sparsity-OM, SOM),能够较好地抑制脉冲噪声,获得准确的参数信息,具有良好的鲁棒特性。     

多输入多输出正交频分复用中基于频域的信干噪比估计

终端的信干噪比(SINR)信息是多输入多输出正交频分复用(MIMO OFDM)系统进行编码调制方式选择和资源分配的重要依据之一。在频率选择性衰落信道中,针对MIMO OFDM的链路特征提出一种低复杂度的SINR估计方法:利用子载波之间的相关性构造降秩矩阵,提取其协方差矩阵的最小特征值来估计SINR,并分析了SINR估计误差。遵循LTE标准规范,进行了计算机仿真。结果表明:在SINR小于30 dB时,该方法只需要利用连续4个参考信号载波,便可实现估计误差小于0.2 dB,且该方法对最大多普勒频移不敏感。     

智能天线中基于粒子群算法的二维DOA估计

针对二维多重信号分类（multiple signal classification,MUSIC）算法在进行波达方向（direction of arrival,DOA）估计时计算速度慢、运算复杂度高的缺点,提出基于鸡群算法的二维MUSIC谱峰搜索算法.该算法将鸡群算法与MUSIC算法相结合,在谱峰搜索部分应用鸡群算法优化,利用鸡群算法寻优能力强的优点,快速搜索出谱峰所对应的角度.仿真实验表明,鸡群算法能有效克服谱峰搜索中出现的计算量大、计算复杂度高等问题,通过与其他仿生算法相比较,鸡群算法具有更快的收敛性、更强的稳定性以及更好的精确度.