【摘 要】
：
为了准确判断数据在传输过程中是否存在异常行为,实现异常行为的分级预警,提出面向工业控制系统的数据跨域传输异常预警方法.通过构建信息流模型,分析数据传输过程中的异常行为,归一化处理系统中的样本数据得到标准化小波系数.通过小波系数和样本数据总数计算得到预警标准阈值,将信息流模型与预警标准阈值相结合,共同实现对数据传输异常行为的监督,并结合模糊综合评判法获取数据跨域传输异常预警指标.将所有指标划分到相应的因素集中,得到异常预警矩阵,依据最大隶属度原则,对不同程度的异常行为设定不同的预警等级:无警、一级预警和二级
【机 构】
：
天津中德应用技术大学智能制造学院,天津300350
论文部分内容阅读
为了准确判断数据在传输过程中是否存在异常行为,实现异常行为的分级预警,提出面向工业控制系统的数据跨域传输异常预警方法.通过构建信息流模型,分析数据传输过程中的异常行为,归一化处理系统中的样本数据得到标准化小波系数.通过小波系数和样本数据总数计算得到预警标准阈值,将信息流模型与预警标准阈值相结合,共同实现对数据传输异常行为的监督,并结合模糊综合评判法获取数据跨域传输异常预警指标.将所有指标划分到相应的因素集中,得到异常预警矩阵,依据最大隶属度原则,对不同程度的异常行为设定不同的预警等级:无警、一级预警和二级预警.仿真结果表明,所提方法可有效分析出数据传输过程中是否存在异常行为,并对异常行为进行精准预警.
其他文献
当前的网络多入侵行为识别方法无法计算入侵信任度,导致传统方法下网络流量数据振幅识别结果波动不大,识别结果存在失真问题.为解决上述问题,基于信任度计算设计多入侵识别数学建模仿真方法.通过构建动静结合的信任度模型,计算网络节点多入侵信任度,并输入至基于深度学习神经网络多入侵识别数学模型中.利用自适应特征映射和深度学习神经网络算法,通过确定各网络节点的权值实现网络多入侵特征匹配.并通过深度学习神经网络调整模型的误差,实现网络多入侵识别.实验结果表明,上述方法通过引入动态信任度反映节点的信任度变化,对网络多入侵识
深层碳酸盐岩本身具有的较强非均质性与位置深度,均使储存空间预测难度有所上升,为此,引入概率后缀树模型,面向深层碳酸盐岩提出一种储存空间预测方法.基于经典马尔科夫模型,采用概率后缀树描述模型参数、指代模型建模序列,建立条件概率存在差异时的约束条件.通过遍历概率后缀树,获取深层碳酸盐岩储存空间的匹配序列,结合与预测储存空间具有较高相似度的空间信息规律,构建融合预测模型,解得深度碳酸盐岩储存空间预测概率.实验阶段,选取塔河油田实际数据作为仿真依据,根据物性参数特征、波阻抗剖面特征以及波阻抗平面特征分析结果可知,
面对突发任务调度过程中存在卡顿、负载均衡分配效果不佳等情况,对基于Forth虚拟机技术的嵌入式突发任务调度展开仿真探索.利用Forth虚拟机构建嵌入式突发任务调度框架,其中任务控制块利用任务R/D堆栈形成任务映像后,利用RAM模块形成任务信息块并在FLASH任务字典内创建任务名词,利用静态分配方式经过创建、初始化等步骤建立突发任务;虚拟机通过判断突发任务调度优先级均衡分配负载,利用时间轮转调度算法实现突发任务调度.实验结果表明:删除突发任务后,任务占用空间数值大且内存占用率下降幅度较大,调度流畅性较好;任
针对采用当前方法分析嵌入式控制软件的可靠性时,没有对软件可靠性度量参数进行分析,存在分析错误率高、分析效率低和适应性差的问题,提出基于构件技术的嵌入式控制软件可靠性分析方法,在软件可靠度、失效概率、失效强度、失效率、平均失效时间、平均失效间隔时间六个软件可靠性度量参数的基础上,通过构件技术,结合融合容错技术和软件敏感度分析方法对嵌入式软件可靠性进行分析.实验结果表明,所提方法的分析错误率低、分析效率高、适应性好,解决了当前方法中存在的问题,为计算机的稳定运行提供了保障.
针对传统的图像识别算法在压印字符识别领域存在识别精度低、速度较慢的问题,提出了一种基于LeNet-5压印字符识别方法.与传统的LeNet-5不同,在文中网络各卷积层中采用小尺寸卷积核,以提取更多的特征并加快模型的训练速度;使用InceptionV2卷积模块取代C5全连接层,可加深网络宽度,从而提高网络的识别精度;放弃全连接层F6,改用全局平均池化层,并且选用性能优越的Relu函数作为激活函数,以便减少训练参数,提高网络的训练速度.通过实验发现,文中模型的识别精度达到98.57％,与传统LeNet-5模型以
为深入了解乡村空间形态地域分布状况,分析不同层面的形态特征和演化规律,提出一种基于门槛值法的空间形态地域特征识别方法.拍摄空间形态地域红外遥感图像,建立图像数据采集系统,使用基于相位保持的图像预处理手段,预防发生非均匀现象,减少图像噪声,增强空间图像成像质量,为特征识别提供先决条件;在门槛值法的基础上,建立门槛值回归模型,划分不同空间形态地域基础特征;运用基于改进型PCNN赋时矩阵的地域特征识别方法,实现图像特征提取与目标精准识别.仿真结果表明,所提方法可以有效识别乡村空间形态地域的规模结构和形态分异的格
针对目前方法对扩展软件进行稳态训练时,存在软件检测缺陷的时间较长,检测率较低、误报率较高的问题,提出基于长短期记忆网络的扩展软件稳态训练方法.方法首先利用长短期记忆网络对软件中的数据进行特征提取,建立数据集与验证集并以此构建马尔可夫链稳态训练模型,再引入关联缺陷矩阵对软件中的缺陷关联关系进行计算,获取缺陷关联系数,最后依据缺陷的检测率、关联回扣值、关联系数设定资源函数,通过计算剔除软件中的缺陷,完成对软件的稳态训练.实验结果表明,运用上述方法对软件进行稳态训练时,检测缺陷的时间较短、检测效率较高、误报率较
针对传统目标识别算法在目标遮挡情况下识别准确率较低的问题,提出一种基于轮廓分段特征可信度的遮挡目标识别算法.为获取有效分段,提出了基于弯曲度的轮廓分段优化算法,首先根据轮廓曲率分布进行初步分段,再根据分段的弯曲度进行分段优化,得到有效分段.然后用重要性和局部性两个参数对分段的特征可信度进行评价.在此基础上提出加权相似度匹配,将分段之间的相似度与其特征可信度结合起来,最后得到衡量识别准确率的加权相似度,获得遮挡目标的最终识别结果.通过对MPEG-7数据库进行仿真,实验证明所提出算法对于遮挡目标的识别可以获得
传统模糊频繁项集合挖掘方法的挖掘范围较大,且无法预处理模糊频繁项集合,导致存在运行内存过大、应用有效性低的问题.因此提出新的间隔约束条件下的模糊频繁项集合挖掘方法.方法预处理模糊频繁项集合,修补缺损数据,并引入主成分分析法完成数据的降维,并为数据添加间隔约束条件,缩小挖掘范围.利用蚁群算法获取最优爬行路径,挖掘模糊频繁项集合.实验结果表明,与传统方法相比,所提方法运行内存小,挖掘有效性更理想.
传统方法在删除重复数据时逻辑顺序较为混乱,导致重复数据消除效果欠佳.为解决上述问题,基于文件路径,对信息集群中重复数据消除方法展开研究.根据重复数据消除方法分块理念与文件系统中的目录名称,探析文件路径的重复数据消除原理.通过分块筛选存储数据完成数据对比,从而去除数据备份并用指向唯一的实例指针代替.在界定元数据信息的基础上,对文件部分和数据块模块中的重复数据进行消除,并采用文件路径信息集群的多个存储节点来加快消除速度.同时,利用元数据信息赋予数据可恢复性能,确保数据的可靠性.仿真结果表明:上述方法不仅有效提