集成模型在网络入侵检测中的仿真研究

研究保证网络安全问题,针对网络入侵具有多样性和复杂性,信息冗余十分严重,传统检测方法不能很好消除冗余信息,导致检测时间长和检测正确率低的难题.为了提高检测准确性,将主成分分析和RBF神经网络相结合起来,组成一个集成的网络入侵检测模型.模型首先通过主成分析分析法对网络原始数据进行预处理,降低特征维数、消除冗余信息,将处理后特征作为神经网络的输入,网络入侵类型作为神经网络的输出,建立RBF神经网络入侵检测模型对网络数据进行检测.在Matlab平台上,采用权威网络入侵数据DARPA数据集对集成模型进行预试,仿真结果表明,集成模型的网络入侵检测正确率高于传统入侵检测模型,加快了网络入侵检测速度,为网络入侵提供了一种实时检测方法.     

遂宁市卧龙山公园总体规划

本文介绍浅丘风曩名胜园规划中，把水利与园湖建设结合起来，达到了“山得水而活；水得山而媚”的布景效果，并随形就势以植物造影为主，建筑为点缀，组织四十八景体现卧龙山公园“丘壑无奇山自好”“虚籁随自发，繁花自在妍”的意境。     

浅埋极薄煤层无煤柱开采覆岩运移与地表损伤特征研究

为了探究浅埋极薄煤层切顶卸压无煤柱开采与常规留煤柱开采覆岩运移与地表损伤区别,以子长矿区浅埋极薄煤层为背景,基于关键层理论,得到了硬岩破断距及覆岩的垮落高度临界值的计算公式,结合3DEC数值模拟及现场试验,对比分析了无煤柱开采与留煤柱开采条件下浅埋极薄煤层覆岩运移破断及地表损伤特征,确定了极薄煤层覆岩两带高度。结果表明：当工作面回采达到60 m时,两带发育高度基本稳定,当大于60 m时,工作面后方覆岩裂隙由开裂逐渐闭合,裂隙区随工作面回采向前方移动,两带高度稳定在24.6～27.7 m;相较于常规留煤柱开采,切顶留巷无煤柱开采方式下覆岩呈连续移动变形,可有效修复煤层开采工作面两侧非连续移动变形导致的覆岩裂隙及地表损伤裂缝,消除了常规留煤柱开采方式下相邻工作面间区段煤柱两侧覆岩裂隙,现场观测较好地验证了该结果。     

人工免疫算法在网络入侵检测中的应用

研究网络安全问题,由于网络受到各类攻击,当前入侵检测系统的最大问题是不能快速检测出新出现的异常入侵和较高的误报率.为了提高网络入侵检测正确率,提出一种人工免疫的网络入侵检测算法.网络入侵检测算法模拟了人工免疫系统中的匹配、否定选择、记忆等机制,通过人工免疫的“自我”和“非自我”识别能力对网络入侵行为进行检测.最后在Matlab平台上,对KDD CUP1999网络入侵数据集进行验证性测试,实验结果表明,提出的算法简单,检测准确,能识别出未知入侵信息,提高了检测效率,为设计提供了依据.     

基于数据驱动的综采工作面采运协同控制方法研究

目前针对采煤机与刮板输送机协同控制的研究初步建立了采运系统协同控制机制,但均未考虑非结构化综采工作面环境下,影响采运系统稳定运行因素的不确定性和耦合特性,以及煤流状态和刮板输送机负载电流受井下电气系统影响而无法真实反映刮板输送机负载变化的情况。针对上述问题,提出了一种基于刮板输送机负载电流强化和随机自注意力胶囊神经网络（RSACNN）的综采工作面采运协同控制方法。针对刮板输送机电动机电流的电气耦合特性,运用电流强化模型对原始刮板输送机电流进行预处理,得到能够反映煤流系统真实负载的电流分量。针对综采工作面采运系统运行状态参数与采煤机牵引速度存在着高度非线性和不确定性关系,难以建立精确数学模型的问题,基于胶囊神经网络（CNN）可保存综采工作面采运系统运行状态突变等细粒度特征的特性,建立了基于RSACNN的综采工作面采运协同控制模型。实验结果表明：RSACNN算法与自注意力胶囊神经网络（SACNN）算法、CNN算法的调速结果相比,预测的采煤机牵引速度精度更高,预测速度与真实速度的拟合度分别提高了0.032 05和0.075 04;平均绝对误差分别降低了17.7%,22.6%;平均绝对百分误差...     

基于Web挖掘的Web服务器入侵检测研究

针对传统的防火墙技术和网络检测技术不再能准确、及时地发现对服务器的攻击行为提出了基于Web数据挖掘技术的一种服务器入侵检测方法：首先由目前已经掌握的对服务器攻击行为特征作为样本点,采用k-均值聚类分析算法进行无监督学习,生成K个聚类的特征攻击库;其次采用邻近分类算法,根据计算访问样本点与特征攻击库中心的距离对样本点进行归并;最后对特征攻击库中心点进行重新调整,确保对新的样本点行为分析更加准确。