基于压缩感知的弹药自动装填系统数据采集方法

嵌入式火炮弹药自动装填系统的故障诊断机对装填系统进行实时监控,利用传感器采集弹药自动装填系统运行时的数据并进行分析处理,检测、隔离故障或预测该系统未来的健康状况。为解决传统嵌入式故障诊断机在恶劣环境下采集和存储数据量减少带来的问题,该文提出一种基于压缩感知的嵌入式火炮弹药自动装填系统故障诊断机数据采集方法。使用降采样方式对弹药自动装填协调动作角速度数据进行采样,利用压缩感知理论,通过正交匹配追踪(Orthogonal matching pursuit,OMP)算法对数据进行重构。结果表明,OMP算法能较准确地恢复原数据,提高故障诊断机的精确度,保证其诊断和预测的正确性。     

基于海量异构数据的网络安全态势感知研究

阐述网络安全态势感知研究.通过数据挖掘技术中关联规则apriori对数据进行关联分析,通过源IP地址和目的IP地址关联来自不同设备的攻击类型、时间、端口,通过底层的网络设备采集的数据流提供的流量异常信息,发现网络安全威胁,给管理者提供更全面的参考.     

校园网络异常行为检测技术研究与应用——基于数据流的网络数据采集技术

针对校园网络异常用户行为,研究了基于数据流的网络数据采集以及预处理技术,采用一种随机可变时长的数据采集策略采集数据网络,利用K-means聚类算法处理数据缺失值,混合直方图生成概要数据结构,提高了网络数据的聚类质量。     

无线传感器网络中数据流聚集的预处理

提出了一种基于无线传感器网络数据流聚集的预处理算法。传感器结点将其在一段时间内采集到的信息当作一个数据流,由此组成数据流上的查询集合,为了得到对于给定查询的结果,结点采用预处理的算法在查询集合中选择出最有效的时间段信息,并把该段时间内的数据发给路由上其他结点进行进一步处理。提高了网络结点感知效率和数据精确度。     

分布式数据流分类关键技术研究

随着数据采集和生成技术的不断成熟,能够生成数据流的应用越来越多,近些年,网络应用进一步普及,单一数据流的应用向着多节点的分布式数据流方向转移,如传感器网络、网络监控、WEB日志以及多站点的信用卡交易数据。这些数据不仅具有实时、连续、规模大的特点,还具有分布式的特征,如何管理和分析大规模的分布式的动态数据集,是研究人员面临的重要课题。针对这种现状,本文给出了同构分布式数据流和异构分布式数据流的形式化描述,分析了集中式流处理架构与分布式流处理架构的优势与不足,讨论了分布式数据流分类算法的最新进展,归纳了分布式数据流挖掘面临的问题和挑战,以及未来可能的研究方向。     

基于HTM网络的多源海洋实时观测数据异常检测

在时下海洋观测系统中,往往通过分布于不同地理位置的智能传感器来获取实时观测数据。然而由于通信环境不稳定、观测仪器故障、数据采集或传输软件运行异常等原因,观测数据的完整性、可靠性和时效性往往得不到保障。本文基于层级实时记忆(Hierarchical Temporal Memory,HTM)网络设计多源数据异常检测算法,对不同测点海洋实时观测数据流进行质量监控。首先考虑海洋观测系统中存在的数据缺测、网络丢包现象,对观测数据进行预处理;接着基于HTM网络,生成观测数据的稀疏离散表征,动态更新神经元活跃和预测状态,并根据赫布法则奖励或惩罚突触连通值,模拟时序数据的空间和时间关系,从而学习和识别数据内部特征,实现单源海洋实时数据流的异常检测;最后在此基础上,利用不同测点间观测数据的距离相关性,对多源海洋实时数据流进行质量监控,降低异常数据漏报率。实验结果表明,本文提出的算法能有效检测出海洋实时观测数据异常点,且识别速度快于数据采集速度,能保证异常检测过程的准确性和实时性,符合实际应用需求。     

云环境下Docker容器的安全态势分析与研究

Docker容器作为云计算的关键技术,具有虚拟化时间短、高效率、高利用率的优点。但是由于资源隔离等问题,导致其存在镜像、虚拟化和网络安全等风险。该文在分析其存在风险的基础上,提出了Docker容器的安全机制,并设计了安全态势感知架构,通过安全数据采集、预处理、监测,利用大数据、人工智能等技术对Docker容器内部及外部网络安全进行智能预测和感知,实现安全态势的自动化,最终构建一个云安全中心。     

基于LabVIEW的实时视觉铝合金脉冲MIG焊测控系统

针对铝合金脉冲MIG焊过程测控的需要,利用LabVIEW虚拟仪器技术设计铝合金脉冲MIG焊过程多数据的同步实时采集及控制系统.考虑脉冲MIG的特点及开发的效率、控制速度等要求,采用"数据采集卡+PC机+实时控制器"的模式,通过选择LabVIEW做为测控系统的信号采集及处理平台,并在硬件平台设计的基础上,通过COM技术的引入,实现了复杂信号处理算法下的电流、电压与视频信号高速数据流的并行处理.实验表明:所建立的平台能正确稳定地实时采集并处理铝合金脉冲MIG焊过程中信息,程序界面友好且可扩展性强.     

基于角度分布的高维数据流异常点检测算法

为了有效检测高维数据流中的异常点,提出一种基于角度分布的高维数据流异常点检测(DSOD)算法.运用基于角度分布的方法准确识别高维数据集中的正常点、边界点以及异常点;构造了基于正常集、边界集的小规模数据流型计算集,以降低算法在空间以及时间上的开销;建立了正常集、边界集的更新机制,以解决大数据流的概念转移问题.在真实数据集上的实验结果表明,所提出的DSOD算法的效率高于Simple VOA算法与ABOD算法,并且适用于大数据流上的异常点检测.     

RealMon: 处理低质量SNMP数据流的实时监测系统

提出了一个新颖的数据流监测系统RealMon的设计和实现。该系统能够在大量的网络流量数据中通过分析不同数据流之间的关联关系及时地检测出数据异常。通过应用数据流挖掘算法，该系统能够对电信骨干网络的SNMP流量数据进行监测。同时为了解决所采集SNMP数据中存在着的大量数据质量问题，该系统集成了数据流清洗算法，该算法能够实时处理SNMP数据来提高所采集数据的质量。在模拟环境中的测试表明，该系统能够在SNMP数据流上同时对数千条链路进行有效监测。