三维可视化安全态势感知技术研究

网络态势可视化技术作为一项新技术,是网络安全态势感知与可视化技术的结合,将网络中蕴涵的态势状况通过可视化图形方式展示给用户,并借助于人在图形图像方面强大的处理能力,实现对网络异常行为的分析和检测。同时还选择安全态势可视化中的一种视图,开展了三维可视化技术的研究,介绍该软件的设计开发流程,并基于OpenGl开发平台对其进行了编码实现。     

基于L2范数的局部保持投影算法

针对传统局部保持投影算法对外点敏感的问题,提出了一种基于L2范数的局部保持投影算法。该算法通过采用L2范数定义目标函数并重新定义了权值矩阵,多次迭代计算投影矩阵得到局部最小值,直至达到收敛条件,进而获得最终的最优投影矩阵;通过利用最优投影矩阵将原始数据投影到最优的投影子空间,降低高维数据维度,同时能够保持原有数据特征。合成数据实验结果表明,与传统局部保持投影算法相比,所提基于L2范数的局部保持投影算法能够有效地降低数据维度,改善了算法对外点的敏感问题,提高了算法的鲁棒性。人脸识别实验结果表明,该算法能够取得较高且较为稳定的人脸识别率,人脸识别率可达80%。     

面向流域防洪安全的态势图谱构建及可视化方法

为充分利用防洪安全领域积累的监测数据,准确理解防洪安全态势,形成科学的综合决策,通过融合态势感知相关理论,提出面向流域防洪安全的态势图谱构建及可视化方法。从时空对象的特征、关系和行为入手,结合态势理论本体方法,针对流域防洪安全问题,厘清了相关的态势感知概念,构建了防洪态势指标体系,提出了态势图谱建模及可视化方法,并介绍了该理论在丹江口库区的应用,对态势感知理论在防洪安全等领域的应用具有借鉴意义。     

基于L1范数的总变分正则化超分辨率图像重建

设计了一种基于L1范数的总变分正则化超分辨率图像序列重建算法.采用L1范数对重建图像保真度进行约束,利用总变分正则化克服重建问题的病态性,有效地保持了图像的边缘并且提高了运算速度;运用设计的算法对模拟的低分辨率图像序列进行重建,分别从主观效果和客观衡量指标两方面与基于L2范数的总变分正则化的超分辨率重建结果进行比较,实验结果表明该算法在保持图像边缘的同时,提高了超分辨率重建算法的运算速度.     

基于L1范数和现代内点理论的电力系统潮流计算

利用L1范数把电力系统潮流方程的求解转化为对一个新的非线性规划模型L1LF的求解.在基于原问题的扰动Karush-Kuhn-Tucker(KKT)条件基础上,导出了求解L1LF模型的内点算法公式.仿真结果显示,L1LF模型结构简洁、直观,编程应用方便.新算法计算结果正确,收敛性好.和常规潮流算法相比,新模型和新算法有效解决了病态系统潮流计算发散的问题,为给定条件下的潮流问题是否有解提供了一个新的判断途径.     

基于L2范数的三角Bézier曲面降多阶逼近

给定n次的三角Bézier曲面,研究了在L2范数下一次降多阶的m次三角Bézier曲面最佳逼近的问题.首先提出了在不受约束条件下的一种简单直观的降阶方法.对于给定的角点插值条件,提出了另外一种降阶方法,来满足不同的设计需要.最后给出了曲面降多阶逼近的误差,并举例说明算法的有效性.     

基于K最近邻的L2,1范数稀疏回归分类器

在模式分类中．基于旋转不变范数的回归分类器（RRC）最近得到广泛的应用．然而RRC的稀疏重构是建立在全体训练样本之上．当训练样本的数量很大时,计算的时耗比较大．同时,对稀疏程度的过度追求也在一定程度上影响了分类性能．基于K最近邻分类器提出了一类局部的基于K最近邻的L2,1范数稀疏回归分类器（KNN—SRC）,该分类器比全局的RRC计算速度快,同时。利用K最近邻点代替全体训练样本,在一定程上避免了非同类的相似样本对测试样本的过度稀疏表示,从而提高分类性能．KNN—SRC的分类性能在UCI的Wine数据集和Yale人脸数据库上作了检测．测试结果表明KNN—SRC分类性能优于RRC．     

网络化系统安全态势评估的研究

针对当前网络安全评估系统不能提供有用态势信息的缺陷,利用入侵检测系统的日志库,结合服务、主机自身的重要性及网络系统的组织结构,提出了采用自下而上、先局部后整体评估策略的层次化安全态势定量评估模型及其相应计算方法.该方法在攻击频率及攻击严重性的统计分析基础之上,利用服务和主机自身的重要性因子进行加权,计算网络系统内服务、主机以及整个网络系统的风险指数,进而评估分析安全态势.通过使用HoneyNet数据进行实验测试表明,该模型能够准确评估服务、主机和网络系统3个层次的安全态势,给管理员提供直观的安全态势曲线.     

采用安全态势评估的PHEV节能控制策略

为了同时提高插电式混合动力汽车(PHEV)的行驶安全性和经济性,首先利用组合优化算法以实际道路工况对关键控制参数进行优化,实现将需求转矩合理分配到电机和发动机。其次,通过共用多种传感器所获取的驾驶行为特征和车间运动特征,结合模糊推理和数据驱动的方法,对当前行驶情景的安全态势进行评估。之后,依托安全态势量化值对当前情景的电机输出转矩进行不同程度的修正,既可以避免出现较大的加速度,又可以获得更多的制动能量回收。最后,进行了硬件在环试验,结果表明:通过实际工况优化关键控制参数,使得文中策略较以新标欧洲循环测试(NEDC)或联邦城市运行(FUDS)工况优化后的能耗分别降低了6.69%,5.7%;通过根据安全态势对电机转矩进行修正,使得文中策略较以实际工况优化后的能耗进一步降低了2.09%,并且对车速控制具有一定的"削峰填谷"作用,从而可实现安全性与经济性的双重效果提高。     

攻防对抗环境下的网络安全态势评估技术研究

为了弥补当前网络安全态势评估系统的不足,提出了一种基于攻防对抗环境的网络安全态势量化评估算法。该方法在深入分析影响安全态势各项因素的基础上,将传统的风险评估与网络防护状况、资产安全特性等环境因素相结合,提取出多个量化指标,按照攻击类别进行安全态势的量化评估。实验结果表明,该方法能够为安全管理人员提供更为客观、详实的态势信息,使之更为清晰地把握整个网络的安全状况。     

基于OpenGL的参数化斜拉桥三维可视化的研究

以VC++为平台,融合OpenGL图形技术,结合斜拉桥结构的特点,采用参数化方法对斜拉桥进行三维建模,实现了斜拉桥三维可视化.该方法具有建模速度快,参数分类清晰,系统操作方便、快捷的特点,为桥梁设计方案比选提供一种新的方法.     

三维医学可视化系统的设计与实现

介绍自制的三维医学可视化系统,包括医学图像数据库、人脑医学解剖教学系统和医学体数据三维重构等。它可用于医学影像数据库、手术计划系统、远程会诊系统和计算机医学辅助教学系统的开发平台,为医学图像可视化提供有力的工具。     

电力信息网络安全态势评估方法

电力信息网络安全态势评估是当今网络安全领域研究中的热门领域.但现有基于神经网络的网络安全态势评估方法效率较低,且容易陷入局部最优导致评估精度不高.提出一种改进人工蜂群优化神经网络的网络安全态势评估方法.首先,通过引入混沌序列改进人工蜂群算法提高蜂群的多样性,使其具备更强大的全局搜索能力.然后,利用改进的蜂群算法代替反向...     

基于粗糙集理论的主机安全评估方法

针对大多数安全评估系统不能评估漏洞的组合对网络安全危害的缺陷 ,提出采用粗糙集理论进行主机安全评估的方法 .该方法利用历史评估记录 ,把漏洞作为安全要素 ,在基于粗糙集理论的属性约简能力上 ,建立了安全评估模型以及具有安全要素、服务和主机 3个层次的安全风险度量模型 ,再结合安全要素和服务重要性因子进行加权 ,计算主机的安全风险 ,进而评估、分析系统的安全态势 .与其他方法相比 ,该方法能够自动建立基于规则的安全评估模型 ,评估单个安全要素和安全要素的组合对系统安全的威胁 ,且能够监控因系统配置改变引起的系统安全状态的变化 .通过仿真实验建立了系统安全态势曲线 ,从 7天的实验记录中还发现了 9条有用的评估规则 ,这表明采用该方法的评估结果更加准确、直观     

基于加权L1范数的CS-DOA算法

针对基于L1范数约束的压缩感知理论的恢复算法出现虚假目标,恶化DOA估计性能的问题,提出了一种基于加权L1范数的CS-DOA估计算法.该算法利用噪声子空间与信号子空间的正交性,构造了一个加权矩阵,然后对L1范数约束模型进行加权.通过此加权处理,该算法能够使恢复的系数向量具有更好的稀疏性,并能有效地抑制伪峰,从而获得更精确的DOA估计.仿真结果验证了算法的有效性.     

基于抗体浓度的网络安全态势感知模型

提出了一个基于抗体浓度的网络安全态势实时定量感知模型.给出了模型中抗原、抗体、抗体浓度等概念的定义及其形式化表示,论述了模型的体系架构和工作原理,并与相关技术进行了综合对比.理论分析和实验结果表明该模型是有效的,且具有实时性好、自适应能力强等优点,为实时、定量感知计算机网络与信息系统的安全风险提供了一种新思路.