数据挖掘技术在计算机网络入侵检测中的应用

阐述网络入侵检测的智能化管理技术,系统构成和工作原理,探讨利用智能化的入侵检测系统、大数据挖掘技术,能够很好地满足不同情况下的入侵检测需求。

计算机工程技术常见方法及应用模式研究

计算机工程技术属于我国现代经济社会发展的主流技术,其有效改善了我国人民群众生活和生产方式,实现了电子信息技术和人们生活的统一。本文针对计算机工程技术为研究内容,探讨了该技术常见的有应用模式和方法,相关内容如下。

基于云计算的物联网数据挖掘技术研究

物联网技术是指通过互联网将各种物体相互连接并实现信息交流和共享的一种技术。随着物联网的快速发展,产生了大量的数据,数据被收集和存储,这为数据挖掘技术提供了丰富的资源。云计算作为一种高效、可扩展的计算模式,为物联网数据的处理和分析提供了新的可能。通过对基于云计算的物联网数据挖掘技术进行研究,以期推动数据挖掘技术的发展,为相关行业提供一定的理论参考。

计算机助力农机现代化发展探究

新农村建设中农业机械现代化离不开计算机技术的支撑作用,对计算机的科学运用可以大力推动农业生产力的提升。文章针对计算机与农业机械现代化的关系展开了探讨,旨在利用计算机更好地促进我国农业机械现代化的发展。

基于FPGA的视频监测存储系统设计

文中针对传统的采编存储设备的可靠性低,不利于硬接收,数据记录量小,传递速度低的问题,设计了以FPGA为主控模块,以LVDS为采编器与存储器的输送数据接口,以千兆以太网为采编器与地面设备的数据传输接口,以采编模块、数据传输、实时监测、存储单元为主要功能模块,采用Flash作为存储单元,合理选择存储的工作模式,按照标准化的设计思路,结合任务书要求进行设计,提出了基于FPGA的视频监测存储系统设计方案。实验结果表明传递数据最高错误率为0.1%,具有操作简易、抗高过载、集成度高、工作稳定的优点。

基于深度学习网络的光通信系统非法入侵行为识别研究

为了检测多种光通信系统非法入侵行为,保障光通信系统运行安全,提出了基于深度学习网络的光通信系统非法入侵行为识别方法。采用光栅传感技术检测光栅传感器反射波长偏移量,感知光通信系统非法入侵行为频率特征信号。利用小波包分解方法将频率特征信号分解成多个频带后,提取各频带小波包能量,将其作为卷积神经网络输入。经小波包能量特征提取、处理、融合操作后,通过Softmax分类器完成光通信系统非法入侵行为数据特征的分类,实现光通信系统非法入侵行为识别。实验证明:该方法可迅速挖掘出光通信系统中非法入侵行为的时域、频域特征信号。所提取小波包能量可准确反映光通信系统中非法入侵行为特点。该方法可实现多种光通信系统非法入侵行为精准识别,助力管理人员针对入侵行为做出对应防御措施。

NFV系统跨数据中心网络连接管理机制

为解决传统网络功能虚拟化(network functions virtualization,NFV)系统由于其数据中心的独立自治性,难以实现跨数据中心的网络功能连接管理的问题,提出一种跨数据中心的网络功能连接管理机制NFVMP。设计子链生成算法,根据全局服务功能链生成所有数据中心的子链;设计分布式连接方案,在每一个数据中心内部利用分发器和转发器构建与其它子链之间的连接关系;设计一个增量更新的方法快速进行跨数据中心策略更新。在实验中实现一个原型系统对NFVMP的性能进行验证,其结果表明,NFVMP可以正确快速地跨数据中心进行服务功能链部署。与最佳性能结果相比,NFVMP只带来了几乎可以忽略的系统性能下降。

大数据技术在网络工程安全防护中的应用

随着互联网技术的迅速发展,网络工程安全防护已成为一项重要内容,不同网络的计算机系统可能受到黑客或病毒攻击,也存在非法用户入侵或恶意篡改信息等问题,这就需要应用一些安全防护技术来解决这些问题。大数据技术的不断发展使其得到了社会的高度重视,其应用范围也越来越广泛。若将其应用到网络工程安全防护中,将会产生非常重要的作用。为此,分析网络计算机系统中常见的安全隐患以及大数据技术在网络工程安全防护中的具体应用,以期促进网络安全防护技术的进一步发展。

网络安全分析中大数据技术的应用

互联网是全球的新兴技术行业,随着计算机技术的飞速发展,网络在为人们提供便利的同时,其安全问题也随之引起人们的重视。网络安全问题不仅会对个人信息产生影响,严重时甚至对社会与国家信息安全都会产生一定的影响。大数据技术的优势,可以有效改善网络安全问题现象,利用其在数据收集、存储与分析方面的优势,可以构建出基于大数据技术的网络安全分析系统,在网络安全分析中具有重要意义。

机器视觉技术的红外弱小目标状态感知方法

为在复杂场景下精准感知多个红外弱小目标,提出基于机器视觉技术的红外弱小目标感知方法。依据搜索窗口与筛选条件,从红外图像中筛选出候选感兴趣区域,采用多目标分割算法,应用显著性特征从候选感兴趣区域中提取感兴趣区域,并提取感兴趣区域的加权灰度均值特征,将其作为Soft-FART网络的输入,通过Soft-FART网络模糊匹配知识库与感兴趣区域的加权灰度均值特征,选取大于警戒条件的目标作为感知到的红外弱小真实目标,并将感知结果输出。实验结果表明,该方法可在不同场景下精准感知红外单独弱小目标和多个红外弱小目标,且在高噪声环境下依然具备较好的红外弱小目标感知性能。

改进复合免疫算法的大规模网络入侵攻击检测

为提高入侵攻击检测效果以应对多种网络攻击,提出一种改进复合免疫算法的大规模网络入侵攻击检测方法。通过对自我和非我的区分匹配,描述网络入侵攻击检测问题,凭借模糊算法规则明确免疫机制界限。将遗传算法带入否定选择法中,令任意染色体可描述为模糊规则中的部分限定,设定惩罚系数限制规则覆盖正常样本的概率,令检测器选择过程简单化。选用二进制编码和汉明距离计算抗体与抗原间亲和度,得出二者在大规模网络内的浓度,最后基于检测器数据集与网络数据对比,若匹配则存在入侵攻击,根据对比结果记录抗体并报警。实验结果表明,所提方法能够提高检测精度和效率,具有极佳的适用性和应用价值。

基于动态时间规整耦合3D运动历史图像的人体动作识别算法

针对当前动作识别过程中忽略了场景的语义信息,易受视角变换与遮挡的影响,导致识别率不高等问题,提出了一种基于动态时间规整耦合3D运动历史图像的人体动作识别算法。首先,结合人体的空间位置、运动方向和速度等不同特征,利用多维最长公共子序列(Multi-Dimensional Longest Common Subsequence,MDLCS),对视频数据中的行人目标进行跟踪,提取目标的运动轨迹。然后,基于频谱映射理论,对得到的轨迹实施聚类,并计算运动轨迹的聚类中心。通过对聚类结果执行ROI划分和提取,获取场景的语义上下文信息。再引入动态时间规整(Dynamic Time Warping,DTW),将输入的视频序列与聚类中心进行比较,消除异常与冗余动作信息。随后,计算轨迹段的起点、终点与工作区的ROI之间的位置关系,结合场景的语义上下文信息,采用基于颜色和深度信息的3D运动历史图像(3D Motion History Image,3D-MHI)来提取动作特征。最后,利用支持向量机(Support Vector Machine,SVM)对3D-MHI动作特征进行分类学习,完成对人体动作的识别。实验表明:所提算法在UCF Sport与Hollywood数据集上的识别率分别达到了95.1%和92.5%,与当前流行的动作识别算法比较,具有更高的识别率与较强的鲁棒性,对视角变换与遮挡等复杂场景下的动作识别更为有效。

基于分层控制的光伏与储能联合智能微电网协调优化策略研究

针对智能微电网电压不稳定、功率输出不均问题,提出基于分层控制的光伏与储能联合智能微电网协调优化策略。分析不同运行模式下含光伏与储能设备的智能微电网系统负载功率边界,并提出基于分层控制的放电下垂控制策略和充电模糊控制策略,确定光伏与储能联合智能微电网的新负载功率边界。随后,设计基于分层控制的光伏与储能联合智能微电网协调优化策略,在实现储能模块间充电或放电功率自动调节分配,增强智能微电网负载功率承载能力的同时,可克服电压波动问题。最后,仿真模型和实验平台获得的仿真实验结果证实,所提协调优化策略具有可行性,有利于提高光伏与储能联合智能微电网电压稳定性、安全性及经济性。

三维虚拟现实物体表面图像点云数据提取仿真

三维虚拟物体图像表面提取过程中,受环境光照、噪声等因素的干扰,导致物体提取准确度降低。为解决上述问题,提出一种三维虚拟现实物体表面图像点云数据提取方法。结合半径滤波和DBSAN聚类方法,删除图像点云数据内的噪声。采用八叉树方法划分点云数据空间,将点云包围在不同立方体包围盒中。通过最小二乘二次曲面拟合局部近邻点,获取候选点在拟合曲线的估计法相矢量,同时根据各个点法相矢量和近邻点法相矢量之间的夹角变化,提取三维虚拟现实物体表面图像点云数据。实验结果表明,所提方法可以准确提取点云数据,且提取时间低于0.25s。

融媒体视域下大数据赋能高校学生“五育”并举的对策探索

信息化时代,融媒体已成为大学生日常生活的重要组成部分,对思想传播和价值观塑造产生了深远影响。融媒体的开放性和多样性使大学生能够接触到各种思想和观点,但也带来了信息过载和价值观混乱的问题,给传统思想政治教育带来严峻挑战。因此,如何有效引导大学生树立正确的价值观成为亟待解决的重要问题。文章分析融媒体背景下高校大学生“五育”并举(德育、智育、体育、美育和劳动教育)的意义,揭示其中存在的不足,包括:德育和智育内容过于理论化,缺乏实际联系,导致学生兴趣不足,教育效果有限;体育、美育和劳动教育占比较低,资源和形式匮乏;传统教育覆盖面有限,学生在课外缺乏个性化支持,尤其在心理健康方面存在较大问题。为应对这些不足,文章提出融媒体与大数据结合的解决方案:运用大数据分析学生的兴趣,推送个性化的德育和智育内容,并结合融媒体丰富的传播方式,提升思想政治教育的吸引力。融媒体还可以通过直播、短视频、虚拟现实等形式,使体育、美育和劳动教育更生动,激发学生的参与兴趣。此外,借助大数据和人工智能技术,实时监测学生的情绪状态,提供心理辅导,实现心理健康服务的主动化和个性化。

基于双注意力机制的头影标志点检测研究

准确可靠的头影标志点检测在口腔正畸的临床诊疗和研究中至关重要,但在实践中存在标志点定位难度大、准度低以及速度慢等问题,因此为了降低检测难度,提高临床诊断的准确性和高效性,提出了一种结合多注意力机制的检测算法CenterNetSC。算法首先采用深度聚合网络DLA-34作为CenterNetSC的主干网络并用于特征提取;其次,通过在深度聚合网络中引入SE和CBAM两种注意力机制加强网络对卷积通道以及空间位置的全局感知;再次,在DLA-34网络之后加入可变形卷积捕捉对象的细节和局部信息;最后,模型在ISBI 2015 Grand Challenge的cephalometric X-rays两个测试集上分别实现了1.11 mm和1.37 mm的平均径向误差(MRE),以及2.0 mm定位误差范围内87.13%和77.03%的成功检测率(SDR)。较其他检测方法而言,CenterNetSC能够快速、准确地定位标志点,可以满足临床医学的需求。

基于注意力机制的糖尿病视网膜病变超广角图像分类检测

针对糖尿病视网膜病变(DR)图像分类准确率不高的问题,提出了一种基于注意力机制的分类方法。该方法首先使用裁剪、均值滤波、高斯滤波、限制对比度自适应直方图均衡化(CLAHE)等方法进行预处理,模型以DenseNet架构作为基础模型,加入了通道注意力机制和空间注意力机制进一步提高模型对关键特征的识别能力。实验结果表明:与传统方法相比,改进后的模型分类效果优于传统模型,在Kaggle数据集其平均准确率达到了89.15%,平均特异度为94.22%;在超广角数据集其平均准确率达到了91.24%,平均特异度为95.72%。

洪涝灾害地域时空数据融合算法的性能评估与对比研究

针对洪涝灾害监测中的高时空分辨率遥感图像获取困难的问题,提出使用时空融合算法生成高时空分辨率图像。首先,详细介绍三种基于深度学习的算法:基于生成对抗网络的时空融合(generative adversarial network⁃based spatiotemporal fusion model,GAN⁃STFM)、传感器偏差驱动的时空融合(sensor bias⁃driven spatial temporal fusion,BiaSTF),以及基于生成对抗网络的多级特征融合(multi⁃level feature fusion with generative adversarial network,MLFF⁃GAN)三种算法;其次,针对洪涝灾害地域,对三种时空数据融合算法的性能评估与对比研究。评估结果表明MLFF⁃GAN算法能取得最优结果;视觉结果显示三种算法在洪水监测中具备可行性,但均存在无法准确重建洪水边缘细节等问题。

基于协同进化策略的大规模昂贵优化算法

随着工程或者科学问题的复杂化,优化问题的维度日益增高,导致有些问题评价一次候选解的时间很长,而进化算法在获得最优解的过程中需要进行大量的目标函数评价,因此其无法直接应用于求解大规模昂贵优化问题。代理模型辅助的进化算法可以有效地解决昂贵优化问题,但是随着问题维度的增高,训练一个准确的代理模型需要的样本也会增多,这对于大规模问题显然是难以完成的。为此,利用随机分组将大规模优化问题分成若干个低维度的子问题,通过代理模型对每个子问题进行优化,以此不断迭代搜索得到最优解。为了验证算法的有效性,在CEC'2013的15个基准测试问题上进行了测试,实验结果表明,所提出的算法在求解大规模昂贵优化问题上效果十分显著。

结合递进超分辨率与注意力机制的遥感时空融合方法

针对遥感卫星获取图像的时间分辨率与空间分辨率之间的矛盾,提出一种结合递进超分辨率与注意力机制的遥感图像时空融合方法。该方法包含递进超分辨率和特征融合模块,前者通过多次2倍上采样实现MODIS和Landsat图像之间的16倍空间分辨率提升,后者则对五种不同尺度的超分辨率特征进行融合。在CIA数据集上与两种不同的时空融合算法进行实验,结果表明,所提方法具有较少的光谱损失和更高的细节重建能力。