基于深度学习和半监督学习的入侵检测算法

深度学习是一种具有自动学习能力的智能算法,通过自我学习到的经验而动态地提升分类的能力。深度学习的思想与入侵检测中通过学习而提高检测率和降低误报率的思想是相同的。对于入侵检测准确率不高的情况,提出了一种基于深度学习和半监督学习的入侵检测方法,该方法使用深度学习对特征提取和后验概率对未标记数据进行分类,提高了分类性能。使用KDD CUP99数据集对算法准确性进行了验证,实验结果验证该方法能够有效改善入侵检测系统性能。

地铁网络安全管理的有效性探究

地铁网络通常使用内部专网和防火墙结合的网络防御方式,使用物理隔离和监视端口的方法阻断和监视外网数据。但是网络功能的扩展存在限制,内部接口的防御存在不足,网络安全缺少明确的管理措施和智能化的技术手段。地铁作为轨道交通的主要方式,需要不断引入新技术,提升服务质量,新的服务技术数据需要可靠的网络管理,对接入的网络数据实现分级和智能防御提出要求。SCADA管理系统是保证地铁中电力、广播、闭路电视等系统的正常运行的核心系统,具有良好的稳定性和冗余功能,地铁的网络安全管理应充分发挥SCADA系统优势,结合防火墙和入侵防御系统,识别和阻止破坏行为。文章分析地铁网络安全管理中存在的问题,针对问题提出合理的改善措施,为地铁网络安全建设提供参考。

基于云平台部署的城市轨道交通综合监控系统研究

首先概述城市轨道交通综合监控系统(ISCS)云化的趋势,并介绍云平台技术在 ISCS中的应用优势。然后提出 ISCS 云化部署的系统逻辑架构,并对 3 种不同的硬件架构展开讨论。最后介绍南自轨道交通公司以 ISCS 与云平台的有效性融合为目标,通过云平台实验室将 ISCS 系统与某厂商的云平台产品进行兼容性测试并形成有效的测试结论,这些结论能更好地为 ISCS 云化部署的现场实施提供支撑,为同类工程实践提供借鉴。

基于冗余模式的SCADA系统数据同步机制设计

针对基于双机冗余模式的SCADA系统,文章提出了一种数据同步方案。该数据同步方案保证了冗余SCADA系统实时数据、历史与报警数据、配置数据的一致性,进而保证了综合监控系统的高可靠性。多个风电场、光伏电厂、轨道交通SCADA系统均采用了本设计方案,充分验证了该方案的有效性。

一种SCADA系统的电力拓扑设计方案

文章提供了一种指示电力网络中的线路是否有电压的设计方案。此方案在南京国电南自轨道交通工程有限公司SCADA监控系统中实现了电力网络的动态拓扑功能,能够准确、实时地更新电流在画面中的显示。拥有任意数目进线及出线的电力网络均可实现动态拓扑。本方案应用于SCADA分布式平台,能够应用在SCADA分布式平台的各个专业技术领域,涵盖轨道交通、电力监控、水利监控、油气化工等自动化工业控制行业。