基于K-means聚类特征消减的网络异常检测

针对基础K-means算法在KDD 99数据集中检测罕见攻击效果差且效率低下等问题,该文通过数据统计的方式对数据集中各维度与每类攻击类型的相关分析发现,罕见攻击极易被大量的常见攻击所淹没,而当常见攻击被移去时,这些威胁性更大的罕见攻击则能够被更好地识别出来。基于此,该文提出一种改进的基于K-means分层迭代的检测算法,通过有针对性的特征选择来降低K-means聚类的数据维度,经过多次属性消减的K-means聚类迭代操作可以更加精准地检测到不同异常类型的攻击。在KDD 99数据集上的实验结果表明:该算法对原基础的K-means检测算法难以检测到的罕见攻击类型U2R/R2L攻击检测率几乎达到99%左右。同时随着每次分层迭代聚类维度近50%的降低,进一步节省了约90%的异常检测时间。     

基于人体热舒适度的江南历史街区空间格局研究——以南京高淳老街为例

【目的】利用生理等效温度(PET)与微气候因子的相关性进行人体热舒适度的研究,基于不同空间格局下的人体热感受,提出空间优化策略。【方法】选取南京高淳老街,在分析场地布局和空间类型的基础上进行微气候研究,对不同空间内气象因素(空气温度、相对湿度、瞬时风速)与天空视域因子进行实测,结合问卷调查,分析各空间内不同时刻的实际人体热感受。进一步将实测数值导入RayMan中,计算生理等效温度(PET),结合南京地区生理等效温度表测算不同的人体感觉及生理应激水平,并对PET与微气候因子做相关性分析,探索微气候因子与人体热舒适度的相关性。【结果】根据研究区域场地布局归纳出庭院式空间、街坊式空间、行列式空间和独栋式空间4种建筑肌理,将空间性质分为开敞空间、半开敞空间与封闭空间3种。经测算,空气温度与PET的相关性最高,相对湿度与PET的相关性次之,瞬时风速的相关性最弱。行列式空间与独栋式空间(半开敞式)微气候表现较好,庭院式空间与街坊式空间(封闭式)表现最差。【结论】结合量化分析,提出5点优化策略,即确定有利于通风的街道方位与几何形态、确定适宜的建筑物与街道的高宽比、优化建筑表皮、增加绿化面积以及完善景观设施。另外, PET与历史街区微气候因子的相关性分析能够客观反映人体的热舒适感受,该方法可以为不同历史街区空间格局影响下人体热舒适度作出科学评判,并提出气候适应性改造策略。     

基于气候适应性的苏州留园景观要素研究

【目的】借助微气候数字模拟软件,研究江南古典园林各景观要素的具体微气候效应,从微气候角度为江南古典园林造园要素的研究提供新的视角,为营造基于气候适应性的中小型园林空间提供理论依据。【方法】以苏州留园中部园林空间为研究对象,开展了微气候现场实测,探索冬夏两季研究对象的基本微气候特征和热环境参数的变化规律。基于实测数据,选取ENVI-met软件作为研究工具,进一步对留园进行景观要素的量变模拟,逐一解析水体面积、植被郁闭度、建筑密度及高度对微气候的影响规律。【结果】江南古典园林各景观要素对微气候的影响程度不同,3种要素对风环境都有一定程度的影响,而水体面积与郁闭度对温湿度的调节作用比景观建筑高度和密度的明显。前两者在日间均有较强的降温、增湿的作用,尤其在夏季中午时段影响最为显著,但对热环境的调节效能却并不随其参数增加而等比增大。【结论】根据风景园林地域特征设置各要素的合适阈值,才能在游园功能、景观感受与热舒适性间找到平衡,从而更加有效地调节庭园的风热环境。