基于OS-ELM和SDAE的Wi-Fi入侵检测方法

为解决大多数Wi-Fi网络入侵检测方法实时性差、误报率高等问题,提出一种基于在线序列极限学习机(OS-ELM)的实时Wi-Fi网络入侵检测系统模型.首先,考虑到实验样本数据中正常与异常数据极不平衡的问题,采用SMOTE算法对数据样本中的异常数据和正常数据进行平衡处理操作,使分类器的分类效果不受样本数据集中多数类样本的影响.然后使用栈式降噪自编码网络(SDAE)对平衡后的数据进行降维,消除无关或冗余特征降低检测建模规模,避免维度灾难.最后,在AWID数据集进行处理并输入到OS-ELM分类器中,结果表明:与其他基于浅层学习算法的检测方法相比,所提方法可有效地精简数据特征,降低了检测时间,同时在检测精度和误报率方面也体现出了更优性能.

基于DBN图像识别的机房巡检系统设计研究

针对电力系统信息化问题提出了一套智能化机房巡检系统,硬件结构包括轨道车装置、云台及工业相机等,软件系统基于Windows平台进行开发,采用B/S三层架构。鉴于服务器信号灯本身较小并发光,且在一幅图像中往往分布有多个多种状态的信号灯等问题,给出了一种新的更加有效的信号灯图像特征——RGB极大比值(RGBMR)的提取算法。运用深度置信网络(DBN)对信号灯图像进行评估识别,RGBMR特征数据的一部分用于DBN模型的训练,另一部分则用于测试。大量的实验分析,以及与图像HSV空间特征和BPNN网络识别效果的对比研究证明,所提算法能更准确地识别信号灯状态图像,该系统能有效地应用于机房巡检中。

智能运维可视化集中监控平台的设计与实现

智能运维可视化集中监控是通过统一的简单易用的三维虚拟可视化界面,对项目单位所需监控的设备运行状态及报警情况进行集中展示及呈现,实现信息机房的少人或者无人职守能力,提高系统智能分析能力,达到机房监测的智能化控制。

基于深度学习的Wi-Fi网络入侵检测方法

提出一种基于深度信念网络(DBN)的Wi-Fi网络入侵检测模型。使用SMOTE算法对数据样本中的异常数据和正常数据进行数量平衡,使用降噪自编码网络(DAE)对平衡后的数据进行降维,消除无关或冗余特征降低检测建模规模。在AWID数据集上进行实验,实验结果表明,与其它基于浅层学习算法的检测方法相比,所提方法可有效精简数据特征,降低检测时间,在检测精度和误报率方面体现出了更优性能。

基于改进Apriori的WiFi入侵检测模型研究

为解决多数Wi-Fi网络入侵检测系统时性差、误报率高等问题,提出一种基于非频繁模式关联规则挖掘算法,的实时Wi-Fi网络入侵检测系统。先利用传感器实时捕获无线网络数据包,再通过改进连接和剪枝过程的关联规则挖掘算法,避免与不太可能生成频繁模式的项集连接,加速生成非频繁模式和频繁模式。最后,对数据包(记录)中不同模式项集赋予不同异常分值,根据所有项集赋值的代数和判断异常行为。实验证明,该系统不仅提高了Wi-Fi无线网中异常流量的检测效率,同时降低了运行时间并减少了误报。

红外热成像技术在机房设备温度动态分析与预警中的设计

本文主要介绍红外热成像技术对于机房设备温度的动态分析与预警,通过对机房整体温度、机柜温度、设备温度以及机房整体温度的检测,避免了传统的机房设备的温度控温存在的问题,为信息系统的正常运营提供保障。