汽车主动避撞系统安全报警算法

针对汽车主动避撞系统的安全报警要求,在比较固定车距报警、车头时距报警和驾驶员预估模型报警算法,并结合汽车制动过程运动学分析的基础上,提出了一种新的基于驾驶员模型的安全报警算法。该方法具有贴近驾驶习惯且易于工程实现的特点,该文通过仿真分析验证了其合理性。实车实验结果表明:车速为20km/h时,驾驶员模型算法优于车头时距算法,而两种驾驶员模型算法之间则相差不大;车速增加至30km/h时,驾驶员预估模型算法与车头时距算法结果接近,而该文提出的算法的报警时刻更好。     

在GSM系统中挖掘序列报警模式

研究了一种从GSM系统报警数据中挖掘序列报警模式的方法。根据报警数据的特点,提出了数据清洗的方法。通过使用时间约束来限制两个报警事件在时间上的差异,利用MSAP挖掘算法获取两个报警事件之间平均的时间偏差,并发现有用的序列报警模式。     

基于地址关联图的分布式IDS报警关联算法

当前入侵检测系统产生的报警洪流往往使管理员无法处理,大大降低了IDS系统的有效性. 对原始报警事件的关联分析可以从大量报警中提取出有效的攻击事件;分析攻击者的真正意图,对大规模分布式入侵检测系统有重要意义. 为此综合分析了现有报警关联算法的优点和不足,提出了一种基于地址关联图(ACG)的报警关联算法. 该算法用地址关联图模型对分布式IDS原始报警事件进行分析,以得到不同攻击之间的关联和发生步骤,得到攻击者的攻击路径,进而分析攻击者的意图. 该算法无需提前制定关联知识库或提前训练关联模型,因此易于实现.     

一种时间场景识别算法及其在安全报警熔合中的应用

提出了一种基于时间场景识别的安全报警熔合算法。该算法将已知的攻击模式定义成时间场景模型来处理在线或离线的报警流。算法同时完成报警聚合以及报警关联两个工作,并且采用基于时间推理的方法来预处理场景模型,从而使识别过程具有较高的效率。     

光纤周界报警系统中基于时域的信号特征参数提取方法

为提高光纤周界报警系统对入侵事件报警的实时性和准确性,设计了一种高效的基于时域的干涉信号特征参数提取算法,并搭建了迈克尔逊光纤干涉仪原理的光纤周界报警系统用以验证该算法.经过对敲击、切割、攀爬和刮风等四种典型扰动事件的干涉信号特征参数的提取,并输入模式识别系统进行事件甄别,实验数据表明系统的报警准确率达到90％以上.     

攻击树模型中事件匹配的可信度计算

基于攻击意图将基于攻击行为的报警事件转换为基于攻击意图的报警事件,减少事件的种类,使之更易于在组合攻击知识库中进行匹配.提出了一个基于组合攻击知识库的事件匹配和可信度计算算法,该算法将报警事件与组合攻击知识库的攻击模型进行匹配,预测可能的组合攻击并计算可信度,提高了匹配效率.     

一种基于冗余事件的多重递进式关联算法

网络安全管理系统中,在收集安全事件时都会不可避免地收集到大量的冗余事件,在这些事件中消除冗余事件,获取准确的报警信息是评价系统性能的重要指标,因而消除冗余事件的算法研究尤为重要.笔者对于冗余安全事件的处理进行了详细讨论,分析了通常处理冗余事件的特点与不足,在此基础上,提出一种新的基于多层次、多特征的聚类分析方法.     

一个基于复合攻击路径图的报警关联算法

入侵检测系统作为保护计算机系统安全的重要手段其应用越来越广泛,然而随之产生的大量原始报警事件也带来了新的问题:数量巨大、误报警多、重复报警多,影响了对入侵检测系统的有效利用.针对此问题,警报关联技术成为网络安全研究的一个热点问题,研究者尝试对低级的报警信息进行关联,从而达到降低误报率的目的.本文提出一个基于复合攻击路径图的报警关联算法,使用报警信息在攻击中所处的攻击阶段并将其关联起来构建攻击场景从而达到揭示隐藏在大量攻击事件背后的入侵真实意图.该模型先对报警信息进行预处理,匹配到知识库中对应的攻击阶段,然后再将攻击链接起来,根据攻击路径图的权值计算对应主机的受威胁程度,并决定是否报警.该模型可以实现对报警信息的实时处理,并能重现攻击行为的实施路径,最后通过实验证明了该算法的有效性.     

基于驾驶倾向性辨识的避撞-报警算法

为了研究适应驾驶员个性需求的避撞-报警算法,将驾驶倾向性作为驾驶员的个性评价指标引入。以实车实验所得驾驶行为数据为基础,提出了一种驾驶倾向性的实时辨识方法。通过驾驶模拟实验,获取了不同驾驶倾向性驾驶员的反应时间和制动减速度数据;并据此提出了一种基于驾驶行为的避撞-报警算法;最后将该算法与典型安全距离算法进行仿真对比。结果表明:本文提出的避撞-报警算法具有较高的可信度,而且体现了各类型驾驶员报警触发时机差异。     

基于模糊神经网络的车辆避撞预警算法

为实现车辆的智能控制提供理论基础,研究了碰撞预警算法．在分析不同驾驶员的驾驶行为的基础上,确定碰撞预警算法的报警准则,用于指导报警算法做出合理的报警．基于报警准则采用模糊神经网络方法,提出一种多输入、多输出的协作预警算法模型,用于支持碰撞预警系统．利用实测数据对预警算法进行测试,试验结果表明,算法能够对车辆碰撞进行有效的报警,对提高车辆行驶的安全性具有重要意义．     

决策树算法在电网报警信息处理中的应用

电网调度中心报警信息中的大量噪声信息不仅加重了调度员的工作量,而且严重影响了事故异常处理的准确性和快速性。为了对报警信息进行噪声滤除,分析了决策树算法中C4.5算法的信息增益率的计算原理和特点,针对其计算量大的特点,对原C4.5算法进行改进,使其在相同准确率的情况下有更高的计算效率。将改进后的C4.5算法应用到报警信息噪声处理中。     

网带炉计算机控制系统的软件设计

本文介绍了网带炉计算机控制系统的软件设计方法和控制算法，分析了系统设定值急剧变化时，控制算法如何克服其对系统造成的冲击，改善系统动态特性的方法。介绍了循环链式中断处理算法的调功原理，也简要介绍了事件触发的报警算法、历史趋势显示算法。     

远程智能化家庭安防系统的设计与实现

本文从维护家庭安全角度出发,分析了视频监控系统中的主要技术,设计了一套具有报警功能的远程实时监控系统。利用运动检测技术,提高了视频监控系统的智能化程度,利用流媒体技术和RTP／RTCP协议,实现了视频数据的远程传输,同时采取了一系列智能化的报警处理,存储、发短信、联动电子锁等。该系统真正具有无人值守性、实时性好、误检率低、报警效果好等特点。     

论某厂区消防报警系统方案的技术特点

为了确保厂区安全生产,必须要正确把握厂区消防报警系统方案的技术特点,采取合理的质量保证措施,提升厂区的安全治理能力,在这里主要针对某厂区消防报警系统方案的技术特点进行了简单分析。     

安全驾驶的横向安全预警报警阈值的确定

为减少车道偏离事故的发生,基于车辆将要横越车道边界的时间标准（TLC）,提出一种新的横向安全报警算法。该算法根据车辆运行状态判断驾驶人意图,基于实车试验数据,分析车辆的车轮轨迹曲线与TLC曲线,设定不同路况、不同类型驾驶人的报警阈值;利用驾驶人分类结果中最激进和最保守驾驶人的实车数据,分别验证不同路况下的报警阈值。结果表明：在不同路况下,报警算法给性格保守的驾驶人留出了1s左右的反应时间,给性格激进的驾驶人留出了0.5s左右的反应时间。     

基于本体的报警分类技术在报警评估过程中的应用与实现

由于缺乏评估和关联报警的背景知识,IDS(入侵检测系统)产生的海量报警无法得到更进一步的真实化确认,从而使IDS成为当今安全产品中的诟病.在事件关联范畴内的报警评估是利用被监控系统的背景知识对IDS产生的大量报警进行进一步的分析,从而把真实的危害系统的报警呈现给用户的过程.这些用于评估IDS报警的背景知识包括受害主机系统信息和网络环境信息.本文介绍了事件关联的主要结构,并着重介绍报警评估的流程和所需背景知识库;然后详细描述了基于本体的背景知识库的分类技术;最后给出基于背景知识分类技术在报警评估过程中的具体实现过程.     

实验楼火灾安全报警及联动控制系统设计

通过对实验教学楼存在火灾安全隐患的分析,对辽宁工程技术大学综合实验楼火灾自动报警系统、火灾探测器及手动报警按钮、火灾消防联动控制系统进行设计分析,提出了综合实验楼火灾报警及联动控制方案.研究表明,火灾安全报警及联动控制系统设计时除应按照报警及防火设计规范要求外,还应对具体的工程情况具体分析,采用更适用于工程特点的消防系统.设计者要多方面考虑综合因素,使报警准确、联动控制无误.真正做到"防患于未然",达到防灾、灭灾的目的,确保建筑物的安全使用.     

GIS在环境安全监测预警中的作用

环境安全问题是当前社会可持续发展面临的主要问题。地理信息系统的海量空间数据采集和存储、空间分析是其主要的特点,能够将环境安全涉及到的多源信息整合分析,在环境安全监测预警方面具有独特的优势,其主要作用在于采集存储污染源空间信息、环境信息的综合查询、环境质量趋势分析、排污超标报警、污染扩散模拟等方面。     

基于文件过滤驱动和事件触发的网页防篡改机制

基于文件过滤驱动和事件触发的网页防篡改机制,采用单项散列算法生成文件属性,通过篡改监测核心程序,基于事件触发方式自动监测网页文件属性,若监测到属性变动,立即执行删除操作,同时将备份文件拷贝到监测文件夹相应文件位置．部署在备份服务器上的终端安全控件结USB-Key数字证书与服务器证书于一体,通过篡改监测核心程序与安全管理服务程序协同工作,可以高效,安全地实现对Web服务器、备份服务器的更新和备份管理．安全管理服务程序通过监测篡改监测核心程序定期发来的心跳包对Web服务器进行实时监控和异常进行报警．     

基于深度学习的冶炼工人安全着装监测系统

为解决铜冶炼作业过程中工人安全着装穿戴不规范导致的安全生产问题,设计一种基于深度学习的冶炼工人安全着装监测系统。首先,在充分对比实验的基础上,选择准确性高且满足实时性要求的YOLOv5l作为工人安全着装目标检测模型,实验结果表明mAP@0.5、F1-Score分别为84.3%、90.8%,平均单帧检测时间为13 ms;其次,设计基于时空关系分析的工人安全着装推理算法,依据监测结果进行时空关系分析,实现对工人安全着装穿戴不规范现象的智能分析报警;最后,将YOLOv5l部署到DeepStream框架中结合推理算法构建安全着装监测系统,实现对违规现象声光报警、录制违规视频、上传移动端显示报警详情。经生产现场验证,系统误检率为4.8%、漏检率为2.7%,可有效提高铜冶炼安全监管水平。