基于时空融合深度学习的工业互联网异常流量检测方法

基于流量异常发现网络中的攻击行为具有普适性优势,而传统的异常流量检测方法难以适应大量复杂的工业互联网流量特征提取,针对此问题提出一种基于时空融合深度学习的工业互联网异常流量检测方法。对类别不平衡的流量数据进行预处理操作,以形成样本分布较为均衡的流量数据集;使用融合聚合残差变换网络和门控循环单元的深度学习模型从空间和时间维度上提取流量数据特征,实现时空融合的流量数据特征的综合提取;通过Softmax分类器对流量数据进行分类。实验测试结果表明,所提方法具有较高的准确率和F1值,分别可达到94.7%和95.47%。与传统的异常流量检测方法相比,所提方法提高了对工业互联网异常流量数据的检测指标,且模型的运行时间相对较短。     

基于地理本体的空间传感网数据处理

 传感网的研究和应用已经成为推动新信息时代发展的重要动力,而传感网络的运行无法避免结构复杂的海量传感数据的处理.尽管目前已有大量的数据融合算法和模型的出现,但无法避免数据语义、网络语义异构等等问题.结合传感网的特征和地理本体的研究,本文首先提出了空间传感网的定义,随后提出了基于空间传感网的地理本体库公理化模型,最后给出了应用于湖泊领域的实践,结果显示采用文中所提方法既能够节约传感网有限的动力资源,又能够有效消除传感网中的异构.     

基于LZW算法的高负荷光栅传感网络数据分块无损压缩方法

为提高光栅传感网络数据分块压缩效果,设计了基于LZW算法的高负荷光栅传感网络数据分块无损压缩方法。在构建存储结构模型的基础上,提取高负荷光栅传感网络数据的关联谱特征量,经数据分块融合处理后,结合参数多分辨重构方法实现对数据的分块加窗处理,并根据窗函数检测结果构建特征压缩子空间调度模型;在均衡的窗口中,采用多尺度的LZW算法实现对高负荷光栅传感网络数据的特征分解和分块压缩。仿真结果表明:该方法分块融合匹配能力较强,有效提高了数据的存储空间。     

基于 ＬＺＷ 算法的高负荷光栅传感网络数据分块无损压缩方法

为提高光栅传感网络数据分块压缩效果,设计了基于 ＬＺＷ 算法的高负荷光栅传感网络数据分块无损压缩方法。 在构 建存储结构模型的基础上,提取高负荷光栅传感网络数据的关联谱特征量,经数据分块融合处理后,结合参数多分辨重构方 法实现对数据的分块加窗处理,并根据窗函数检测结果构建特征压缩子空间调度模型?在均衡的窗口中,采用多尺度的 ＬＺＷ 算法实现对高负荷光栅传感网络数据的特征分解和分块压缩。 仿真结果表明:该方法分块融合匹配能力较强,有效提高了数 据的存储空间。     

基于HCS方法融合高时空遥感数据的玉米种植面积提取

目的提出一种利用高空间分辨率Landsat8 OLI全色影像和高时间分辨率MODIS影像进行融合的方法,构建出高时空分辨率遥感数据,提供一种监测农作物种植面积新思路,为农业生产信息化奠定科学的理论依据.方法以沈阳市法库县为例,基于色彩超球面锐化(HCS)方法,利用多光谱Landsat8 OLI全色影像数据与MODIS-NDVI时间序列数据相结合的手段,对其进行预处理后,根据该地区的物候数据和具有可信度的样本数据进行面积估算,并统计出玉米种植面积的制图精度和用户精度;对Landsat8 OLI全色影像数据和MODIS-NDVI时间序列数据进行融合处理,再利用马氏距离分类法对高时空分辨率遥感数据进行玉米种植面积提取.结果融合后的高时空遥感数据对玉米种植面积的识别效果较好,制图精度和用户精度分别达到89.62%、99.71%.结论 HCS方法适用于高时间数据和高空间数据的融合,融合后的影像保持了原有的光谱特征及空间细节纹理.     

传感器网络数据流异常数据检测与修正

提出一种通用于传感器网络应用的数据流异常时空综合检测与修正的方法,将基于小波的时域滤噪方法与基于BP神经网络的空域数据融合相结合,并在此基础上提出了基于小波尺度的异常检测与修正方法,通过时间阈值确定数据融合所采用的时间窗口．利用小波变换的时分和频分特性,将异常检测与修正和异常数据持续时间相联系,通过多传感器数据融合的结果对传感器网络异常数据进行修正,从而剔除传感器网络中的异常数据。     

基于自适应加权的多传感器实时数据特征值提取

为实现监测数据的特征值提取，对传感器数据的预处理、时间维及空间维融合方法开展了研究。建立了实时数据融合模型，提出了基于3σ-grubbs检验的异常数据预处理方法，兼顾了异常数据剔除的速度与精度，能很好地消除疏失误差;对单个传感器数据采用分批估计原理进行融合，得到了特征估计值，实现了数据在时间维上的融合;通过对多个传感器的特征估计值采用自适应加权方法进行赋权，实现了数据在空间上的融合，并提出了考虑传感器精度的算法修正。实例计算表明，数据经3σ-grubbs方法处理后方差减小了20%~54%，与传统的算术平均滤波方法相比，分批估计自适应加权融合算法的数据融合方差明显更小，考虑传感器精度后的融合结果更接近高精度传感器值，特征值提取结果更加准确、可靠。     

基于时空相关的传感器网络汇聚查询算法

减少网络中的数据传输量是传感器网络节约能量、延长网络生命的重要方法.提出一种基于时空相关的传感器网络汇聚查询算法STCAQ.在STCAQ中,首先通过基于时间相关的预测算法对网络中节点采样数据进行汇聚;然后依据节点采样数据汇聚结果,通过基于空间相关判定算法查询空间相关区域信息.仿真结果表明,STCAQ在能量消耗、查询质量和网络数据量等方面优于ESA算法.     

基于小波网络的主被动毫米波数据特征层融合

针对毫米波主被动数据决策层融合预处理代价高、丢失目标信息的缺点,提出了一种基于小波网络的毫米波主被动数据特征层融合方法。该方法从主被动数据中提取特征值,将特征值作为小波神经网络的输入,在小波网络中实现主被动数据的特征层融合,对目标进行识别。实验和计算机仿真表明,对与毫米波主被动数据融合,基于小波神经网络的特征层融合的识别率比基于D-S证据理论的决策层融合的识别率高。     

基于ConvLSTM网络的多源降雨融合方法

针对现有实测和预报降水资料时空误差显著的问题,以雅砻江流域为研究区域,基于全球降雨观测计划(GPM)数据、流域地形资料及国家级气象站降雨观测资料,采用能够同时考虑数据时间和空间特征的ConvLSTM网络构建了多源数据驱动降雨融合模型,并采用该模型得到了雅砻江流域0.05°分辨率的日降雨融合数据集．结果表明：所提模型降雨融合结果与实测面雨量相关系数可达0.91,平均绝对误差和均方根误差较GPM原始降雨数据、地理加权回归方法及长短期记忆网络(LSTM)模型融合降雨数据有所提高．     

软测量与推断控制技术初探

该文论述了软测量与推断控制技术的基本思想和基本原理,介绍了软测量的研究现状和研究成果,并逐一论述了实现软测量技术的4个主要方面:辅助变量的选择、数据采集和处理、模型建立和在线校正。探讨了软测量常用的几类建模方法,包括回归分析和神经网络。分析了当前软测量技术面临的难点,对其今后的研究方向进行了总结与展望。     

用于监控的无线传感器网络系统开发环境探索

无线传感器网络是当前国内外传感器技术领域的特点研究课题。本文研究了无线传感器网络的软硬件平台。针对crossbow公司的产品,介绍了相应的软件平台TinyOS,讨论了此操作系统的开发语言nesC,提出了几种相应软件的安装方法。     

基于多小波的分布式光纤温度传感监测数据处理

分布式光纤温度传感监测系统采集的数据不可避免地存在噪声.为有效地探测和消除噪声,得到更可靠的温度监测数据,根据多小波原理及特性,结合矩阵预处理法和重复行预处理法,提出改进的矩阵预处理方法和新的软阈值方法,并应用于大坝DTS采集的温度数据消噪.结果表明,改进的多小波矩阵预处理方法比未改进的多小波预处理方法及DB4单小波方法有更高的信噪比,且去噪效果性能更好,在消噪处理方面具有较好的应用潜力.     

基于多检测模型半导体气敏传感器故障诊断

半导体气敏传感器的老化与意外“伤害”可能致使传感器失效,为提高检测的可靠性,提出了一种新的的传感器故障诊断方法。该方法对金属氧化物半导体甲烷传感器进行热调制,从传感器的动态输出信号中提取两组特征变量,构建两个不同的甲烷检测模型,提出根据两个模型的检测结果的一致性判断传感器的是否发生故障。应用实例表明,该方法能准确判断金属氧化物半导体甲烷传感器是否发生故障。由于不需要其他冗余硬件设备,因此故障诊断不受其他冗余硬件设备的影响,节省资源,价格便宜,可靠性高。此外,这种方法计算量小,故障诊断对系统的配置要求低。     

一种适用于无线传感器网络的低能耗移动代理路由算法

研究了无线传感器网络中移动代理的路由选择问题.根据相邻节点所产生的数据具有强相关性的特点,将多跳网络环境下的路由问题建模成为一个顶点加权的游客问题,并且证明了这是一个NP完全问题.在此基础之上,提出了一种降低能耗的近似算法.仿真结果表明,该算法在节省能耗方面具有更好的性能.     

一种基于QR分解增强安全性的DSN密钥配置方案

提出了一种基于矩阵QR分解的分布式传感器网络密钥生成配置方案.在该方案中,节点广播的是标识符和正交Q矩阵的行向量而不是密钥本身,攻击者无法获取明文密钥信息;节点在收到其它节点发送的密钥建立信息后再进行正交性验证,进一步增强了网络的安全性.     

煤矿井下长巷道瓦斯传感器间距设计

为了解决瓦斯传感器空间布设位置标准问题,为煤矿安全的规范提供理论依据,采用了理论推导和示例相结合的方法,研究了瓦斯涌出源稳定情况下,依据相似原理求出了瓦斯与空气的混合距离.结果表明:巷道瓦斯平均浓度与风速、巷道截面积、瓦斯涌出强度、传感器间距之间存在一定的函数关系,矿井监控系统所需要的最短响应时间是目前迫切需要解决的问题.该成果对提高瓦斯监控系统运行效率,节省经济成本,有着重要的参考价值和指导意义.     

传感器网络时间序列数据的事件分类研究

目前智能环境中传感器网络所采集的海量数据面临着进行有效事件的模式分类及异常检测的难题.为了有效对智能环境中传感器网络采集的时间序列数据所表征的事件进行分类,提出了基于协方差特征空间映射数据的聚类分析方法.通过对采集得到的时间序列数据按时隙进行划分,映射到协方差特征空间,然后对映射后的数据进行了动态密度聚类,从而实现对事件的分类;并根据聚类结果建立分类模板,作为对日常事件进行分类划分的检测方法,同时利用所得的分类模板,实现对异常事件的检测.实验结果表明,基于协方差特征空间映射数据的聚类分析方法能有效对传感器网络采集的时间序列数据所表征的事件进行分类,并能有效提升异常事件的检测及筛选效果.     

无线异构传感器网络泥石流监测系统概述

通过描述几种典型通用的泥石流监测方法,逐步引入基于无线传感器网络的泥石流监测技术,分别从传感器、节点、传输协议、系统建模、实现原理等方面对比论述无线异构传感器网络应用于泥石流监测系统的设计、实施和扩展,在此基础上提出了异构无线传感器网络应用于泥石流监测时面临的系列关键问题．希望通过归纳汇总可为无线传感器网络、异构传感器网络、泥石流实时监测和预警方法的基础理论研究和应用基础研究提供有价值的参考．     

无线异构传感器网络泥石流监测系统概述

通过描述几种典型通用的泥石流监测方法,逐步引入基于无线传感器网络的泥石流监测技术,分别从传感器、节点、传输协议、系统建模、实现原理等方面对比论述无线异构传感器网络应用于泥石流监测系统的设计、实施和扩展,在此基础上提出了异构无线传感器网络应用于泥石流监测时面临的系列关键问题.希望通过归纳汇总可为无线传感器网络、异构传感器网络、泥石流实时监测和预警方法的基础理论研究和应用基础研究提供有价值的参考.