采用shell命令和隐Markov模型进行网络用户行为异常检测

异常检测是目前网络入侵检测领域研究的热点内容.提出一种基于shell命令和隐Markov模型(HMM)的网络用户行为异常检测方法,该方法利用shell会话中用户执行的shell命令作为原始审计数据,采用特殊的HMM在用户界面层建立网络合法用户的正常行为轮廓.HMM的训练中采用了运算量较小的序列匹配方法,与传统的Baum-Welch训练算法相比,训练时间有较大幅度的降低.在检测阶段,基于状态序列出现概率对被监测用户当前行为的异常程度进行分析,并考虑到审计数据和用户行为的特点,采用了较为特殊的判决准则.同现有的基于HMM和基于实例学习的检测方法相比,文中提出的方法兼顾了计算成本和检测准确度,特别适用于在线检测.该方法已应用于实际入侵检测系统,并表现出良好的检测性能.     

红外成像技术在现代化电厂的应用

电力设备是发电系统中的重要组成部分,及时发现其内部缺陷对于保障电力系统的安全可靠运行具有十分重要的意义。红外成像是一种非接触式检测技术,可用于诊断带电运行设备,具有直观、安全、高效的特点。本文在红外辐射的基础知识上引出红外成像的基本原理,阐述了红外成像技术在重要电力设备测量领域的应用,即结合现代化电厂DCS数据,可为温度实时在线监控提供双重参考保证,然后介绍了红外热成像技术在现代化电厂中电力设备内部缺陷检测中的2个实例,验证了红外成像技术在现代化电厂的电力设备内部故障诊断中的可行性及使用价值,最后总结了现代化电厂中红外成像技术应用存在的问题。     

多层记忆增强生成对抗网络二次预测的视频异常检测方法

为了提高视频异常检测的准确率,提出了一种基于多层记忆增强生成对抗网络二次预测的视频异常检测方法。首先利用目标检测提取时空立方体,并将其输入自编码器中得到预测帧;其次将预测帧的表观特征和对应真实帧的光流特征进行融合,形成融合特征;最后利用多层记忆增强生成对抗网络二次预测未来帧,以便学习不同层次特征的正常模式并捕获上下文的语义信息。在UCSD Ped2和CUHK Avenue数据集上进行的实验结果表明：所提出的方法与其他视频异常检测方法相比,可有效提高视频异常检测的性能,使帧级别AUC分别达到99.57%和91.59%。     

网络流量异常检测综述与研究

网络流量异常检测对网络管理和保证网络正常运行具有重要意义。本文从检测所需的网络流量数据及其特征、检测性能指标、具体的检测技术分类几个方面全面综述了网络流量异常检测的相关技术,深入研究了各种网络流量异常检测技术,并分析了各种方法的优缺点,指出目前检测方法存在的不足,以期对未来异常检测研究提供一定的借鉴和指导。     

基于低概率检测的高光谱异常目标检测算法研究

在深入分析高光谱数据特点的基础上,系统研究了基于低概率检测的高光谱图像异常检测方法。首先针对高光谱图像数据维数高的特点研究高光谱图像降维方法,重点研究自适应子空间分解(ASD)算法对高光谱图像进行降维;然后研究高光谱图像异常目标检测算法,异常检测算法能够在没有先验光谱信息的情况下检测到与周围环境存在光谱差异的目标,具有较强的实用性,成为一个重要的研究热点,重点研究低概率检测(LPD)算法,并用此算法对高光谱图像进行异常检测。此外,还研究了其它算法如RX算法,并与LPD算法进行比较,在此基础上对LPD算法进行改进,寻求以较高的鲁棒性进行高光谱异常目标检测,最终用基于特征融合的低概率检测算法对LPD算法进行改进。     

基于语义分割的遥感影像建筑变化检测

遥感影像变化检测是利用多时相影像确定一定时间内地物或现象的变化，提供地物空间变化的定性与定量信息。传统遥感影像变化检测方法主要基于地面纹理及空间特征的方法，存在着难以精确识别遥感影像中新增建筑物的问题，为此该文提出了一种基于UNet网络的遥感影像建筑物变化检测方法。首先，将轻量级高效通道注意力机制网络（efficient channel attention network, ECANet），注入到原UNet网络模型，调整并优化网络结构，提升影像分割的准确度。然后改进SENet网络参数，提高遥感影像中的建筑物变化检测的精度。该文在高分辨率数据集LIVER-CD上进行实验，结果表明，所提方法的语义分割准确度达到99.03%，建筑变化检测准确率达到98.62%。相比于其他方法，该方法增强了影像的有效特征，提升了遥感影像中地面建筑物的检测精度。     

仪用压缩空气质量检测与管理

仪用压缩空气是重要的空气控制系统、气动执行机构的动力来源,高品质的压缩空气是保证气动系统可靠工作的关键。本文针对电厂仪用压缩空气质量现状及检测的方法进行分析,以期为提高电厂仪用压缩空气质量监控及管理水平提供可行的策略。     

KKS编码在火力发电厂的应用

随着全面信息化的进一步深入发展,电厂作为一个设备密集型企业,其设备信息化管理尤为重要。某某电厂为了提高电厂内部设备管理水平,确保生产过程中的安全、经济和可靠,在增加企业效益的同时延长设备运行的寿命,选用如今流行并被广泛推崇的KKS编码作为设备管理中大量设备信息记录的基础数据系统。本文将介绍目前国内外最流行的KKS编码在某某电厂的应用情况,尤其是在生产管理软件系统中的应用实例。     

数据流上异常数据的在线检测与修正

给出了带有遗忘因子改进的Kalman滤波预测算法,能够检测未来时刻的异常数据;提出了一种新颖的数据流上的异常数据修正方法,应用插值小波根据连续异常数据数量的不同,实现了可变插值尺度的异常数据修补,能够自适应修正精度.在实际电力负荷数据上的仿真实验证明这种方法可以在线准确地检测到异常数据,并能提供精确的异常数据修正.