基于多模态生成对抗网络的多元时序数据异常检测

针对传统多元时序数据异常检测模型未考虑时空数据的多模态分布问题,提出了一种多模态生成对抗网络多元时序数据异常检测模型。利用滑动窗口分割时间序列并构造特征矩阵来捕获数据的多模态特征,将其与原始数据分别作为模态信息输入多模态编码器及多模态生成器中,输出具有时空信息的多模态特征矩阵,并将真实数据编码成特征矩阵,将两类特征矩阵作为判别器输入,利用梯度惩罚方法并拟合真实分布与生成分布之间的Wasserstein距离,取代二分类交叉熵损失训练判别器,结合生成器重构误差及判别器评分实现异常检测。基于安全水处理(SWaT)及水量分布(WADI)等数据集的测试结果表明,所提模型相比基准模型在F1-分数性能指标上分别提升了0.11和0.19,能够较好地识别多元时序数据异常,具有较好的鲁棒性以及泛化能力。

基于混合马尔科夫树模型的ICS异常检测算法

针对工业控制系统中现有异常检测算法在语义攻击检测方面存在的不足,提出一种基于混合马尔科夫树模型的异常检测算法,充分利用工业控制系统的阶段性和周期性特征,构建系统正常运行时的行为模型|混合马尔科夫树.该模型包含合法的状态事件、合法的状态转移、正常的概率分布以及正常的转移时间间隔等4种信息,基于动态自适应的方法增强状态事件的关联度并引入时间间隔信息以实现对复杂语义攻击的检测,语义建模时设计一种剪枝策略以去除模型中的低频事件、低转移事件以及冗余节点,当被检测行为使得模型的以上4种信息产生的偏差超过阈值时,判定该行为异常.最后,基于OMNeT++网络仿真环境构建一个简化的污水处理系统对本文算法进行功能性验证,并利用真实物理测试床的数据集对算法的检测准确度进行性能验证.验证结果表明,本文算法能有效消除人机交互和常规诊断等操作带来的噪声影响,对复杂语义攻击具有较高的检出率,且能识别传统的非语义攻击.

基于景深的单幅图像快速去雾算法

在雾、霾天气条件下,由于大气粒子的散射作用导致采集的图像质量严重下降,给计算机视觉系统成像带来极大不便。针对上述问题,提出一种基于景深的单幅图像快速去雾算法。通过暗通道对图像处理,得到图像传输图,从而简化大气散射模型,利用景深信息估计大气散射模型,得到边缘突变景深关系比,通过近水平方向上的景深关系比值优化传输图,利用双边滤波对景物边缘进行处理。从3个颜色通道出发,降低波长对景深估计的影响。实验结果证明,该算法能够恢复景物边缘的细节对比度,有效提高图像的清晰度与视见度。

基于容器的轻量级工业控制系统网络安全测试床研究

针对现有工业控制系统(ICS)测试床部署成本高、网络拓扑简单固定、难以共享等问题,提出了一种基于容器的轻量级ICS网络安全测试床构建方法。该方法将田纳西—伊斯曼过程模型及其控制算法分别封装为两类Docker容器镜像,根据Web图形化界面绘制工业控制网络拓扑,自动配置容器接口并连接成仿真工控网络,最终实现具有真实的工业控制网络数据流的ICS网络安全测试床。实验结果表明,该方法仅需要较少的系统资源,就可快速实现给定网络拓扑的测试环境,支持多种网络攻击测试,相比于其他ICS测试床,具有更好的资源使用、加载速度和可移植性,有利于ICS网络安全的测试、研究和教学工作。

基于ABAQUS的某微型车辆转向支架优化分析

对微型车辆转向支架道路试验中严重损坏现象进行调查研究,利用非线性有限元分析软件ABAQUS进行强度分析,得出转向支架的应力云图和位移云图,并找出其易破坏的位置即应力集中的地方。再利用优化工具软件Optistruct进行连续体结构拓扑优化分析。对优化前后的转向支架进行应力、位移的对比及其他动态性能的对比分析,结果表明优化后的支架更加符合设计要求。最后通过疲劳寿命分析和台架试验,验证了有限元分析结果的准确性,为转向支架的优化设计提供了依据,同时也对其他零件的优化设计有一定的鉴定作用。

某涡轮增压器叶轮的加工工艺分析

根据某涡轮增压器叶轮的结构特点,在分析其加工工艺的基础上,针对实际加工中的重点及难点给出了合理的措施,进而提出一条比较实用的加工方案,凭借CAM软件(UG)平台,对该叶轮的刀路进行规划,并对后置处理后的程序进行仿真。通过实际加工验证了此加工方案具有一定的可行性。

观测几何对大气偏振光谱的影响

研究大气偏振光谱在太阳天顶角SZA、观测天顶角VZA和相对方位角RAA构成的观测几何变化时的特征。采用离散坐标法求解大气矢量辐射传输方程,结合真实大气环境与结构参数,以MODTRAN太阳参照光谱仿真大气层顶初始光谱,考虑下垫面反照、气溶胶垂直分层与成分混合比及痕量气体吸收的影响,仿真计算相对方位角为0°和90°时0.4~3μm波段大气偏振光谱,丰富大气偏振光谱信息。仿真结果表明:(1)相对方位角为0°时,偏振度DoP和Q/I随SZA的变化分别呈"V形"和倒"U"形,U/I很微弱,量级低于10^(-7),V/I在任何观测几何下都很微弱;(2)晨暮时段,若太阳不在视场内,大气偏振度在波长0.51和2.75μm附近为极大值,在1.5μm附近为极小值。因此,在不同的观测几何条件下,选择相应的波段和偏振信号,将有利于实体目标探测。

基于最大信息传递熵的ICS因果关系建模

针对传统因果关系算法难以准确分析含大量噪声的非线性数据的问题进行了研究,提出基于最大信息传递熵的因果关系建模算法。首先,利用最大信息系数对非线性数据的时序趋势间的关联度进行检测,弱化噪声对变量间相关性的影响;然后根据筛选因子剔除弱相关变量,并通过随机经验估值计算强关联变量间的传递熵,以减少传递熵的计算量;最后,传递熵确定因果关系方向,形成支持链路溯源的单向因果网络。利用经典化工过程数据集对该算法进行测试分析,实验结果表明,相比于现有的因果关系建模算法,该算法可定位异常变量,对12维以上的高维数据建模的稳定性高于85%,因果关系的准确率可达83.33%,实际建模效果优于对比算法,可用于工业控制系统异常检测定位。

一种面向多类不平衡协议流量的改进AdaBoost.M2算法

针对AdaBoost.M2算法在解决多类不平衡协议流量的分类问题时存在不足,提出一种适用于因特网协议流量多类不平衡分类的集成学习算法RBWS-ADAM2,本算法在AdaBoost.M2每次迭代过程中设计了基于权重的随机平衡重采样策略对训练数据进行预处理,该策略利用随机设置采样平衡点的重采样方式来更改多数类和少数类的样本数目占比,以构建多个具有差异性的训练集,并将样本权重作为样本筛选的依据,尽可能保留高权重样本,以加强对此类样本的学习。在国际公开的协议流量数据集上将RBWS-ADAM2算法与其他类似算法进行实验比较表明,相比于其他算法,该算法不仅对部分少数类的F-measure有较大提升,更有效提高了集成分类器的总体G-mean和总体平均F-measure,明显增强了集成分类器的整体性能。

基于K-均值聚类的工业异常数据检测

针对当前工业异常数据检测技术未充分考虑数据的时序特征以及训练样本中可能含有异常样本的问题,提出一种检测异常数据的方法:基于时序特征将遥测量与遥信量分为离散量与连续变化量,并分别通过改进后的K-均值算法与传统自回归模型检测离散量与连续变化量的异常数据,在训练聚类模型的过程中,通过计算异常因子来剔除含有异常样本的聚类簇,在训练自回归模型过程中,将不属于正常取值区间的异常样本剔除。最后在OMNeT++平台下搭建仿真小型储水加热工业系统并进行验证,实验结果表明:该方法可以有效地检测出现场设备中的异常数据,相比于其他同类基于聚类的异常检测模型,采用该方法检测异常数据的漏报率更低。

一种嵌入式Linux系统的身份认证方法

当前的许多身份认证产品,不更改代码则无法实现新的认证方法,很难满足不同应用系统的要求。文章提出了一种基于PAM身份认证方法,并通过该方法设计实现了一套认证系统,可以针对不同的服务提供不同的认证方法,提高该系统认证的灵活性;对整个传输过程中的数据进行加密操作,有效提高系统的安全性能;在系统中加入了日志管理模块,为以后的维护操作提供了依据。

基于Modbus功能码细粒度过滤算法的研究

针对防火墙粗粒度过滤Modbus/TCP导致工控系统存在安全威胁的问题,研究基于Modbus功能码的细粒度过滤算法。基于Modbus TCP功能码的特征,对其功能码字段进行解析,实现基于白名单规则的细粒度过滤算法。然而大量匹配规则的存储管理对数据过滤过程的查询效率有着决定性的影响,结合对规则集进行分类管理以提高匹配效率。通过构建有效的数据存储结构及对白名单规则的组织与配置,实现了Modbus TCP协议的细粒度过滤,更大程度地提高了Modbus TCP通信的安全性,且保证了通信过程的实时性。通过实验分析,提出的方法可以深度安全地过滤Modbus,提高Modbus通信的安全性。

SPC在智能制造参数决策系统中的应用研究

产品尺寸分布在均值附近,这并不意味着制造系统具有稳健的性能而没有异常。零废品生产的理想目标要求制造系统始终处于稳定状态,并能根据实时情况预警或自动调整参数。在实现“零缺陷品质”的过程控制中,统计过程控制(SPC)扮演着重要角色。本文探讨智能制造参数决策中容易忽视的问题,引入SPC理论与技术,尝试从统计分析的角度,实现智能制造系统的参数优化与决策。

深度交流学习模式

本文针对深度神经网络如何更快速和充分学习的问题,提出一种基于知识传递的深度交流学习(Deep Communication Learning,DCL)模式。该模式中多个神经网络在各自独立学习的同时将网络参数作为知识进行交流,单个神经网络在训练中将自身所学到的知识分享给其他网络,同时从其他网络上吸纳一定比例的学习成果,交替进行独自学习和在集体中的知识交流。基于多个公开数据集的实验结果表明,相对于单独学习,仅用2个网络进行DCL就可获得学习效果最高3.44%的提升;增加进行DCL的网络个数至6个,学习效果可进一步得到最高2.74%的提升。DCL模式有利于训练出效果更好的神经网络。

超声引导锁骨上臂丛神经阻滞麻醉效果观察

目的观察超声引导下经锁骨上入路臂丛神经阻滞的效果。方法选择90例拟行上肢手术的患者随机分为三组:传统方法组(T组)、神经刺激仪组(N组)、超声引导组(U组),每组30例。局麻药为1%盐酸罗哌卡因注射液和2%盐酸氯普鲁卡因注射液1∶1的混合液20 m L。观察三组桡神经、肌皮神经、正中神经、尺神经的阻滞起效时间和阻滞效果,评定手术全程的麻醉效果。结果 U组和N组各神经阻滞起效时间明显短于T组,且U组短于N组(P均<0.01)。U组和N组正中神经阻滞完善率明显高于T组(P<0.01),U组尺神经阻滞完善率高于N组和T组(P<0.01)。U组、N组麻醉优良率高于T组(P<0.05)。U组麻醉优等率(手术时完全无疼痛)明显高于N组、T组(P<0.05或<0.01)。三组并发症发生情况比较无统计学差异。结论超声引导锁骨上臂丛神经阻滞较神经刺激仪辅助及传统方法阻滞效果更好。

基于特征能量加权的红外与可见光图像融合

目前红外与可见光图像直接融合存在红外目标取舍和场景信息提取困难,结合非采样Contourlet的多尺度、多方向性和平移不变性的优点,本文提出了一种基于非采样Contourlet变换(NSCT)的红外与可见光图像融合方法。首先对源图像进行分解,然后低频子带通过构造基于区域的特征像素能量,进行加权融合,高频子带直接选用方差取大法融合。使用该算法进行了融合实验,并给出了融合质量评价。实验结果表明,本文提出的基于NSCT的图像融合算法在保留图像细节信息、增加信息量方面都有显著地提高。

基于VB BV100五轴联动加工中心后置处理的研究

针对于Pro/E、UG等通用后置处理器生成的NC代码一般与用户使用的数控机床和系统的要求不符。为了提高自动编程效率,充分发挥加工设备优势,以某机电院研发的BV100双转台五轴联动加工中心为例,对于AC回转工作台式五轴联动数控机床结构,系统地推导了其后置处理的相关算法,包括旋转角度的计算、坐标转换以及新刀位点坐标的计算等;通过VB语言,开发了该机床的专用后置处理器,并通过某叶轮的切削加工实验验证了该后置处理器的正确性和实用性。

基于有限自动机的模式匹配算法及其应用研究

针对质量统计过程控制(SPC)中的异常模式快速匹配问题,提出了基于确定有限自动机(DFA)的模式匹配算法,给出了能利用DFA进行匹配的基于多维输入数据的模式串定义。在分析常规质量控制图中的八种异常模式的基础上,给出了基于DFA的模式串匹配算法。该算法在企业计算机辅助质量控制系统(CAQCS)中得到了成功的应用,表明它适于解决SPC中的异常模式的匹配问题,且有简单、快速和准确的特点。

信息安全本科专业课程体系优化及课程群建设

分析现有信息安全专业课程体系设置的不足,指出课程群设置的必要性。在教育部信息安全类教学指导委员会颁布的信息安全专业规范的指导下,以合肥工业大学信息安全专业课程群建设为例,探讨信息安全本科专业课程体系优化及课程群建设问题,即通过课程群的设置,解决现有课程体系设置中系统性、相关性和交叉性问题。

通用嵌入式系统远程调试器的研究与设计

灵活通用的远程调试器能大大地缩短嵌入式软件开发的周期和提高软件质量,但嵌入式芯片和开发环境的多样性加大了远程调试器的设计难度;介绍了目前广泛使用的两种远程调试模型,分析了其优缺点,针对模型的不足,提出了改进方法,并采用模块化的软件设计思想构建新的调试模型;基于此模型的远程调试器能运行于多种环境,调试多种目标机,具有很大的通用性、可扩充性和可移植性,并在工程实践中得到验证。