基于主成分分析和概率神经网络的入侵检测方法

针对神经网络在入侵检测的应用中存在入侵数据冗余信息多,数据量大,训练时间长,易陷入局部最优等问题,提出了一种基于主成分分析(PCA)和概率神经网络(PNN)的入侵检测方法。首先使用PCA对数据进行特征降维,解决了入侵数据冗余信息多的问题;然后使用PNN建立入侵检测模型;其次,使用粒子群算法(PSO)解决概率神经网络参数的优化问题;最后使用KDD99数据集对该模型进行测试。实验结果表明:该方法能够有效提高检测的效果,而且检测速度明显提高。     

模糊神经网络在摆式列车作动系统故障诊断中的应用

针对摆式列车倾摆作动系统故障所具有的模糊性，提出了一种基于模糊神经网络的故障诊断方法，将模糊理论与神经网络融合在一起，实现了对故障的模糊诊断，给出了模糊神经网络的结构，该网络由两部分组成，前一部分为模糊量化部分，后一部分为神经网络部分，根据输入特征量的实际情况，确定了各模糊子集上的隶属度函数，提出了一种阈值向量故障判别方法，使故障判别更具灵活性和合理性，根据相关文献构造了倾摆作动系统的构造判别表，形成故障诊断理论样本。以摆式列车倾摆作作动系统对象，就倾摆作动系统中几种典型的故障模式，有用模糊神经网络方法作了识别，仿真结果表明，该方法是行之有效的，为在摆式列车实车倾摆作系统故障诊断中的应用提供了理论依据。     

模糊进化神经网络理论与技术框架

分析目前进化算法，神经网络和模糊逻辑等理论技术及应用研究存在的问题，以及目前这些智能理论融合技术和神经网络自动设计研究现状，研究了现有智能理论技术相互之间包含的智能行为及属性，提出了模糊进化神经网络理论，其中，给出其本概念，研究目的，内容和框架体系，详细描述了模糊进化计算，模糊进化神经网络和进化模糊系统从模型初始化，参数自适应到网络自动设计，模型评价等核心技术及其解决思路和实现算法。对于模糊进化计算，提出了其控制参数模型初选，模糊自适应进化，优化算法及其结果的模糊评价等方法，对于模糊进化神经网络，提出了其全自动设计，控制参数模糊初选，模糊自适应进化以及网络模型的模糊评价与选择等方法，对于进化模糊系统，提出了基于模糊进化计算的模糊神经网络参数和模糊系统参数的优化方法。     

基于模糊神经网络的道岔故障诊断系统研究

运用模糊理论和神经网络技术相结合的方法,构造了基于模糊神经网络的铁路道岔故障诊断系统,介绍该系统的的结构、原理及诊断过程,并采用Matlab神经网络工具箱进行仿真,仿真结果表明模糊神经网络方法适用于道岔设备故障诊断.     

基于序列互相关特性和SVM的入侵检测研究

通过刻画特权进程的系统调用来进行入侵检测已被广泛研究，采用的大多是人工智能方法，如支持向量机、隐马尔可夫模型和神经网络等。针对这种基于人工智能的入侵检测系统，本文提出应用序列互相关特性选择训练数据的方法。序列的互相关特性是刻画序列之间的相互关系的重要手段，使用具有一定特性的序列来训练人工智能模型，可以提高入侵检测的效率。在本文中，使用了支持向量机（SVM）来评价序列的互相关特性在模型训练中的作用。实验仿真说明，这种方法可以有效的提高入侵检测率。     

云计算环境中的一种入侵检测模型分析

本文提出了一种云计算环境中的入侵检测模型,该模型中的每个云服务器都有自身的入侵检测系统,每一组集群服务器配备一台专用的入侵检测管理服务器进行管理,并负责报警信息的相互传递.采用了容忍入侵技术,减少漏报现象为整个系统的稳定性带来的影响.该模型可以有效的抵抗拒绝服务攻击,还能通过服务器之间的相互协作防止系统遭受单个失效节点的攻击,最大程度的保证云计算服务的安全性和流畅性,以提升用户体验.     

基于模糊神经网络的牵引变压器全局故障诊断方法

在传统的油中溶解气体分析方法的基础上,利用模糊神经网络强有力的关系处理能力,研究提出牵引变压器全局故障诊断方法.依据模糊神经网络理论,通过对数值逻辑故障诊断模型和物理逻辑故障诊断模型2类模糊神经网络故障诊断模型的分析,考虑信息采集节点的向量特性、变化趋势特性以及模糊神经网络的反馈特性,给出牵引变压器全局故障诊断模型,以故障征兆特征变化趋势表征故障征兆与故障类别间的因果关系,确立增益参数、权系数判定矩阵与决策矩阵.试验结果表明:该方法能够更好地分析牵引变压器各类故障产生的原因,明确故障特征类型,避免用单一特征数据集诊断牵引变压器故障带来的局限性,可以提高故障诊断的准确率.     

基于模糊贝叶斯网络的受电弓系统可靠性分析

针对在受电弓系统可靠性分析中的模糊故障树计算复杂,无法反向推理和不能很好地处理认知不确定性的问题,提出结合证据理论的模糊贝叶斯网络对多状态受电弓系统可靠性分析的方法。根据专家经验和历史数据构建T-S模糊故障树,然后依照相应的映射规则将T-S模糊故障树映射为模糊贝叶斯网络模型,并且构建各节点的条件概率表,同时结合证据理论分析方法对多态受电弓系统进行可靠性分析,根据各根节点的故障证据区间计算出中间节点和叶节点各故障状态的故障率模糊子集、根节点的概率重要度、关键重要度和后验概率,根据可靠性分析结果找出影响系统可靠性的薄弱环节,分析结果与动车组受电弓实际情况相符合,验证了算法的可行性和有效性。     

基于机器视觉的地铁主动式障碍物检测系统

针对现有异物入侵检测模型参数多、实时性差等问题,文章提出一种新型地铁主动式障碍物检测系统。首先通过使用稀疏化和通道剪枝的方法,得到轻量级YOLOv3异物检测模型,然后使用HSV、Lab颜色空间中的亮度通道辅助边缘检测,并进行透视变换处理,提取轨道可通行区域,最后基于PyQt5开发了主动式轨道障碍物检测系统。该系统已在地铁电客车上进行了验证,可实现障碍物检测及异物入侵报警等功能。     

基于D-S证据理论信息融合的轨道电路故障诊断方法研究

在闭塞区间主流设备越来越多的采用ZPW-2000A型无绝缘轨道电路的背景下,针对单一故障诊断方法的诊断精度偏低问题,提出基于信息融合的故障诊断模型和故障诊断方法。该方法分别用BP神经网络和模糊综合评判对轨道电路进行故障诊断,然后将这2种方法的诊断结果作为D-S证据理论的证据体,利用神经网络输出和模糊综合评判输出来构造D-S证据理论中的概率分配,最后利用D-S证据理论将BP神经网络和模糊综合评判对轨道电路的故障诊断结果在决策级进行融合,诊断轨道电路是否有故障并判断故障的模式。仿真结果表明:该诊断方法具有较高的故障诊断精度,诊断结论的可信度有明显提高。     

基于Linux的入侵防御系统设计与实现

在研究防火墙与入侵检测系统联动的基础上,设计并实现了一种基于Linux平台的入侵防御系统.该系统结合Iptables防火墙与Snort入侵检测系统的优势,将Snort报警信息实时有效地转换为Iptables防火墙规则来实现网络动态防御.最后通过实验分析验证该系统的性能.     

高速网络环境下一种对入侵检测系统的改进方法

高速网络环境下,现有的入侵检测系统存在检测效率低、准确率低和丢包现象等问题.改进后的入侵检测系统先对数据包中的应用协议进行预处理,检测出比较明显的入侵特征.如果没有检测到,就利用基于决策树的模式匹配方法进行更进一步的检测.它可以提高检测速度和降低误报率,更加适应高速网络.     

基于协议分析的SVM入侵检测系统

随着网络技术日益发展,计算机必须面对来自全球网的各种入侵.因而需要有效的入侵检测系统保护计算机远离这些未经允许的或恶意的行为,将模式识别的方法应用到入侵检测系统中,解决了传统检测方法的缺陷.提出一种基于协议分析的SVM入侵检测方法,并使用KDD'99中的数据对该方法进行了评估,证明该方法是有效的.     

基于免疫机制的网络入侵监测系统

根据生物免疫学,提出了关于入侵监测的计算免疫模型,希望IDS系统具有类似生物体的免疫机制.还提出了数据约简的算法.     

在IDS中利用数据挖掘技木提取用户行为特征

IDS(入侵测系统)是一种测网络入侵行为的工具。然而现在的IDS在提取用户行为特征的时候不能很好的反映出真实的情况，经常出现漏报或误报的情况。作者详细讨论了利用数据挖掘技术提取用户行为特征的方法，提出了采用数据挖掘技术的入侵，测系统的结构模型。     

基于虚拟专用网的公路监测系统QOS机制研究

通过分析MPLS网络的工作原理,提出将MPLS-VPN网络结构应用于公路检测网,能够解决现有网络的瓶颈弊端、提高网络安全性、满足高速公路监测网的需求;研究发现网络边缘MPLS标签和DiffServ模型的分类过程具备相似性,由此提出:在MPLS网络中引入DiffServ模型,针对不同的业务需求,借助MPLS标签进行区分服务,提高QOS.仿真实脸表明:该技术能有效改善网络的服务质量,提高网络层的扩展性,满足公路检测网的实时性要求,提高公路网数据资源共享,促进交通智能化的快速发展.     

大秦铁路列车5T系统信息融合技术的研究

铁路5T系统是中国铁路在面临客货混运、提速、重载的新形势下采取的保障车辆运行安全的重要手段.系统采用多种先进的动态检测技术、信息处理技术和网络技术实现对车辆运行状态的实时动态监测,但由于车辆部件的各类故障是相互影响、相互关联的,在实际应用中,存在着信息共享、集中监控、综合分析的强烈需求.本文通过对大秦铁路的实际调研,提出了一种建设5T系统信息融合的方法.     

基于半监督聚类的网络入侵检测算法

入侵检测是维护网络安全的重要技术手段之一.本文提出一种聚类算法:k-cubes,用于网络异常检测.算法采用基于网格的方法对网络连接数据进行预处理,然后以网格为数据处理单位进行聚类,在聚类过程中通过动态合并与分裂自动决定聚类的数目.在此基础上给出了半监督k-cubes聚类算法,并根据聚类的结果生成检测规则.k-cubes聚类算法适合处理高维并且含有多值字符属性的大数据量数据,同时具有输入参数少等特点.在KDD99入侵检测数据集上的实验结果显示,算法获得95.82%的检测率和1.25%的误报率,并且在识别新入侵的能力上,算法检测到17种新入侵中的15种.     

校园网中分布式入侵检测系统模型的设计

从校园网络的安全出发,提出一个分布式入侵检测系统模型的设计方案,从而提高校园网络系统的安全防护水平.     

基于ZigBee无线传感网络轴温探测系统的设计

介绍当前货运铁路轴温检测系统的特点,将ZigBee无线传感网络技术应用于货运铁路机车轴温检测系统,组建ZigBee无线传感网络,详细设计了该系统的硬件结构和软件结构,给出了系统的硬件电路图.经对比,此系统与以前的有线的轴温检测系统的有节省布线,降低成本的作用.并对ZigBee无线传感网络用于铁路运输做了展望.