涡街流量信号中管道振动噪声的分析与处理

研究了获取管道振动噪声干扰特征的方法,介绍了基于加速度传感器的管道振动信号的采集.结合涡街流量信号和管道振动信号的频谱分析结果,指出了管道振动信号频率与涡街流量信号的主要干扰分量频率直接相关.研究表明,可通过获取管道振动加速度信号特征,来间接获得涡街流量信号中最主要噪声的频率特征.基于这一研究结论,以管道振动信号的特征信息为参考输入,验证了通过自适应滤波对涡街流量信号中振动噪声的滤波方法.     

温差控制结合动态流量技术在中央空调节能中的应用

通过分析温差控制和动态流量技术的工作原理,提出了采用两种技术结合的控制思路,详细描述了采用温差控制结合动态流量技术的节能控制系统的系统组成、工作过程、优点和工程应用情况。     

在大规模网络模拟中实现聚集TCP流量模拟

通过分析聚集TCP流量的数学特征和协议特征,结合自相似数学模型和TCP协议模型,提出了一种既能体现聚集流量特性,又具有自我调节能力的TCP流量模型,并将模型同实际数据进行对比.实验结果表明,该模型在网络拥塞发生和未发生的两种情况下,模拟效果均与实际流量相符.     

基于CUSUM算法的LDoS攻击检测方法

低速率拒绝服务LDoS攻击具有流量发送速率低、隐蔽性强、具有突发性以及造成危害大的特点,融入正常流量中难以被传统的DoS攻击检测机制发现.针对该攻击方式突发性特点,分析路由器受到LDoS攻击时流量特征的统计异常,将路由器入口流量的均值与正常阈值相比较,提出了基于累积和CUSUM算法的检测方法.该方法基于突变假设检验,对到达流量分析变点前后流量的累积和特征,通过将分析得到的累积和与设定的门限值比较来实现LDoS攻击的检测.实验通过调整算法参数来优化检测性能,通过基于NS-2搭建的仿真实验平台表明,该方法具有较好的检测性能.     

混合交通流的动力学模型及其特征关系

引入超车换道流量,建立了混合交通流的连续性方程;通过对交通流参数的微分变换,建立了混合交通流的运动微分方程,连续性方程和运动微分方程构成了混合交通流的动力学模型．采用特征线法对模型进行分析求解,在高速低密度区和低速高密度区分别得到了两组特征线和对应的特征关系式．特征关系式中包含了超车换道流量以及干道速度、密度和流量,是研究混合交通流参数之间关系的基础．     

异常检测中信息熵灵敏度分析

信息熵的概念广泛应用于流量异常检测中,信息熵可以用于衡量流量在某个特征分布的离散程度.基于信息熵的流量异常检测,往往需要进行阈值选择,用于判定实际流量特征分布的信息熵与基准分布的信息熵偏差多少就将其划分为异常.本文通过信息熵灵敏度分析来为阈值的选择提供参考.     

基于多样信息发展的入侵防御系统

目前的入侵防御系统发展都较偏向特征型入侵防御系统,特征型的入侵防御系统利用特征比对的方式,当流量收集进入入侵防御系统之后,通过特征资料库比对后,来确定流量是否为非法的攻击入侵的流量,还是合法的流量.本文通过以流量统计信息、异常入侵防御系统事件信息与系统环境弱点知识库,设计一个基于多样信息的入侵防御系统,并建立入侵检测事件的分析机制,以提高检测准确度与降低误判率,并应用于实际的网络环境中收集网络存取信息,期望能够检测出真正威胁网络的异常特征,并减轻对管理者的负担.     

基于改进特征选择法的光纤网络流量异常监测研究

采用当前方法进行光纤网络流量异常监测过程中,特征选择法无法全面描述流量异常特征监测的不足,存在监测效果较差的问题。为此,提出一种基于改进特征选择法的异常流量监测方法。首先采用分光方式对光纤网络流量进行分析,获取光纤网络流量时间序列,并描述用于流量异常监测的多时间序列之间的相互关系,然后利用改进特征选择法对网络出口流量进行特征提取。利用聚类算法选择网络流量异常最优类数和聚类中心,来对网络流量异常现象进行过滤,从而实现网络异常流量特征抽取、特征选择改进算法和网络流量异常监测的研发,从而提高光纤网络流量异常现象监测的准确度。仿真实验结果证明,通过这种方法,能有效地对网络流量异常现象进行监测,且算法简单,能够满足网络流量异常监测的应用需求,实用价值较高。     

基于流中前 5 个包的在线流量分类特征

针对在线流量分类所面临的特征计算复杂和分类性能不稳定问题,利用流开始的前 5 个数据包（排除三次握手数据包）,计算数据包大小、负载大小和到达间隔时间等网络流量的统计特征,通过分析 3 种机器学习算法（C4. 5、BayesNet 和NBTree）分类的结果,研究可用于在线流量分类的特征以及这些特征应该满足的条件。实验结果表明,所提特征计算简单,能快速有效地区分不同的流量,对于不同的机器学习算法,均取得了较高的分类准确率（92%以上）,适用于在线流量分类。     

天然气流量计量的高级孔板阀计量特性与误差简要分析

文章通过分析天然气流量的孔板计量原理,特征和高级孔板阀制造、安装特性,从使用高级孔板阀计量天然气流量的软、硬件两方面条件分析、判断误差来源,并提出了一些有针对性的提高计量精度的措施。     

BT小包流量识别技术研究

由于网络中BT流量给带宽资源带来的沉重负担,识别BT流并对其进行控制显得尤为重要。通过分析BT协议和比较BT、迅雷等实际传输数据,找出BT传输中的流量特征来识别BT流。通过实验得出数据传输中信息包有效载荷大小5个字节的数据包是BT流的流量特征,并验证该技术对BT流的识别具有一定的价值。     

基于改进特征选择法的光纤网络流量异常监测

采用当前方法进行光纤网络流量异常监测过程中,特征选择法无法全面描述流量异常特征监测的不足,存在监测效果较差的问题。为此,提出一种基于改进特征选择法的异常流量监测方法。首先采用分光方式对光纤网络流量进行分析,获取光纤网络流量时间序列,并描述用于流量异常监测的多时间序列之间的相互关系,然后利用改进特征选择法对网络出口流量进行特征提取。利用聚类算法选择网络流量异常最优类数和聚类中心,来对网络流量异常现象进行过滤,从而实现网络异常流量特征抽取、特征选择改进算法和网络流量异常监测的研发,从而提高光纤网络流量异常现象监测的准确度。仿真实验结果证明,通过这种方法,能有效地对网络流量异常现象进行监测,且算法简单,能够满足网络流量异常监测的应用需求,实用价值较高。     

康定雅拉河无名沟崩滑坡面泥石流峰值流速流量的沿程变化特征

在分析崩滑坡面泥石流的基本特征和其峰值流速流量一般规律的基础上 ,以康定雅拉河无名沟 1 995年的百年一遇泥石流为研究示范 ,在了解该流域的基本特征 ,分析该次泥石流的形成、容重、颗粒组成等基本特性的基础上 ,用弯道超高的理论和用古乡沟泥石流建立的流速计算公式 ,计算测量断面的流速及泥石流峰值流速沿程变化。用形态调查法分析计算不同断面的泥石流流量 ,并分析其沿程变化。通过分析可知崩滑坡面泥石流峰值流速与流量在整个流通过程是逐步变化的 ,在靠近物源区 ,流量随着物源的加入逐步增加 ,而流速随着能量的消耗逐渐减少 ;在靠近堆积区由于坡降的减小 ,流速与流量呈减小的趋势。崩滑坡面泥石流峰值流速泥石流流速也有一个相对的匀速段 ,但这个匀速段的长度较短。崩滑坡面泥石流峰值流量过程的沿程变化曲线接近于正态分布。此类泥石流防治中的拦挡措施要注意充分利用其在坡降减小的过程中流速和流量迅速降低的特征 ;而其排导措施要注意到此类泥石流的高阻力特征 ,注意保证排导槽的足够坡度。     

基于数据流多维特征的移动流量识别方法研究

随着移动互联网的快速发展,移动设备的数量激增至历史新高.从大量混杂流量中识别出移动流量并对流量进行分析,是深入研究移动互联网特性的第一步,同时可以为移动网络测量与管理、移动安全和隐私保护提供有价值的信息.本文综合整理了网络流量识别的常见方法,提出了基于数据流多维统计特征的移动流量识别方法.该方法从硬件特征、操作系统指纹和用户使用习惯三个方面提取了数据流中具有代表性的特征并对特征进行分析,使用集成学习的方法生成识别模型.移动流量的识别准确率和主流的5种操作系统流量分类的准确率都达到了99%以上.本文方法比UAFs方法准确率提高了8%左右.本方法提取的特征具有多维性并且具有实际意义,整合了网络层和传输层的数据流特征,相较于使用深度数据包检测的方法,基于数据流多维特征的方法同样适用于加密流量的分类.     

长白山北坡风景区游客流量的时空分布特征及发展趋势

通过收集长白山北坡风景区历年游人数量资料和景区实地调查资料,研究了旅客流量的时空特征、景区压力、旅客的季节分布特征,提出了旅游景区管理对策,并初步分析了长白山景区承载力及未来发展趋势．     

量纲理论在粒子冲击钻井系统粒子分离效率研究中的应用

通过量纲分析对粒子冲击钻井分离系统实验台所得到的实验数据进行处理分析,结果发现钢质粒子损失率随着泥浆流量、黏度以及钢质粒子所占比例的增大而增大。量纲模型中表征几何特征、工作状态、泥浆流体特征以及流量等参数是主要影响因素。根据分析本文还提出了适用于多种泥浆工况下钢质粒子损失率的经验公式。     

基于SIR模型的蠕虫传播流量模型

为了更好地研究在蠕虫传播过程中的流量特征，通过对传统SIR蠕虫模型的不足之处进行分析，提出一个改进的蠕虫传播流量模型，用分层次划分网络拓扑和增加一个“临界”状态模拟网络延迟造成的影响，并在NS2环境中进行了模拟．模拟结果显示，改进的模型能较好地符合实际网络中的蠕虫传播趋势和流量特征．     

基于自注意力机制的网络流量异常检测方法

网络中异常流量的有效检测对网络安全至关重要.以机器学习方法为主的异常流量检测技术,对流量数据采用特征选择方法进行降维并提取最优特征,但容易忽略数据特征之间的关联性,存在异常流量的检测率低、误报率高等问题.为了提高异常流量检测性能,论文在提取流量数据特征的过程中引入自注意力机制进行相关性学习,并结合深度卷积神经网络提出一种有效的网络流量异常检测模型.实验结果表明：通过引入自注意力机制,论文所提出的检测方法能够提取更准确的流量特征,并使得异常流量检测率高、误报率低.     

基于流的时间相关特征的VPN加密流量识别

随着网络流量规模和来源的增加,对网络流量监控和分析的挑战也随之增加,尤其是 对加密流量进行识别的问题,该挑战性问题在于如何对加密流量不解密的情况下直接识别加密流 量。因此,针对加密流量识别问题,本文提出了一种基于流的时间相关特征的VPN加密流量识别 方法。通过设置2个实验场景,实现了加密流量与非加密流量的识别,并根据流的类型将加密流量 划分为不同的类别,在识别出加密流量的基础上又实现了应用识别和服务类型的识别。最后在公 开数据集ISCXVPN2016上利用不同的机器学习算法进行了对比实验,实验结果表明：使用较短的 流超时值可以提高识别准确率,在流超时值为15 s时结果最优。上述实验结果也证明了时间相关 特征是表征加密流量和VPN流量的良好分类准则。     

朔州市神头泉可持续利用探讨

阐述了朔州市神头泉流量年际及年内变化特征,分析了泉水流量衰减的原因,提出了其水资源合理配置及保护的对策。