基于改进CUSUM算法的路由器异常流量检测

针对核心路由器端口的输入、输出流量的变化,用改进的CUSUM(cumulativesum)算法对其统计特性进行实时监控,检测网络流量异常.基于路由器多端口的特点,提出了矩阵式的多统计量CUSUM算法(M-CUSUM),并提出了可调的参数设定体系,以提高准确性.M-CUSUM算法通过对输入、输出端口流量的绝对差与和之比进行统计,实时地监控其均值的偏移情况.通过对该算法在计算机中的模拟实现,验证了该算法对DOS/DDOS攻击具有较高的检测速度和精度,且系统开销小,已成功运行在软件路由器之上.

基于改进CUSUM算法的网络异常流量检测

首先对网络流量进行异常检测,发现异常后再对数据包进行分析,实施相应措施,有利于降低系统开销。针对在使用CUSUM算法进行流量异常检测时产生的累积和效应问题,提出用自适应算法消除累积和效应的影响,分析了参数的设置对解除报警的延迟时间、误报警等的影响。实验结果表明设计的算法是有效和正确的,可以直接应用于检测SYN洪水攻击等。

基于工业控制模型的非参数CUSUM入侵检测方法

为解决日趋严重的工业控制系统(industrial control system,ICS)信息安全问题,提出一种针对工业控制网络的非参数累积和(cumulative sum,CUSUM)入侵检测方法.利用ICS输入决定输出的特性,建立ICS的数学模型预测系统的输出,一旦控制系统的传感器遭受攻击,实际输出信号将发生改变.在每个时刻,计算工业控制模型的预测输出与传感器测量信号的差值,形成基于时间的统计序列,采用非参数CUSUM算法,实现在线检测入侵并报警.仿真检测实验证明,该方法具有良好的实时性和低误报率.选择适当的非参数CUSUM算法参数τ和β,该入侵检测方法不但能在攻击对控制系统造成实质伤害前检测出攻击,还对监测ICS中的误操作有一定帮助.

一种适用于超宽带脉冲信号检测的改进CUSUM算法

将最快检测技术应用于超宽带脉冲信号检测中,具体采用改进的CUSUM(Cumulative Sum)算法来检测超宽带脉冲信号。首先分析了经过多径信道衰减后的超宽带脉冲信号概率分布特性,进一步提出了适用于超宽带脉冲信号检测的改进CUSUM算法。理论分析和仿真证明了所提改进算法性能优越且实现复杂度低。该算法克服了块检测算法的信噪比门限效应,且具有最优的检测延迟性能,相同虚警限制下其检测性能明显优于能量检测算法。

改进ACUSUM算法的自适应重合闸判据

本文提出基于自适应累加和算法的自适应重合闸方法,实现了故障性质的判别及二次电弧熄弧时刻的检测。首先,研究了不同故障性质下线路故障相端电压幅值的变化规律,阐述了利用电压幅值的上升及下降时序识别故障性质和捕捉故障熄弧时刻的基本原理;其次,对自适应累加和算法进行改进,克服了其运算量大、触发信号持续时间短的不足;最后,给出了自适应重合闸的实现方案。仿真验证了所提方案的可行性和有效性。本文方法实现简单,抗干扰能力强,对不带并联电抗器和带并联电抗器的输电线路均适用。

基于非参量CUSUM的认知超宽带频谱感知算法

提出了一种基于非参量CUSUM的超宽带信号快速检测算法,该算法针对认知超宽带频谱感知中超宽带信号检测问题,根据超宽带信号占空比低的特点,选择短时能量作为非参量CUSUM算法的观测统计量,将块检测思想和序列检测思想进行有机结合,克服了块检测算法的信噪比门限效应,并采用加滑动预处理窗的方式降低噪声对观测统计量的影响。本文通过自适应改变非参量CUSUM算法中Reference Value取值的方法,提出改进算法以进一步缩短检测延迟。仿真证明,占空比为1/10、信噪比为-25dB时,所提算法可在用户发送50个脉冲的时间内以90%的概率检测出主用户信号的存在,而能量检测算法在8dB时才能达到相同检测概率,且所提算法检测延迟小于能量检测算法。改进算法在-10dB≤SNR≤5dB时,改进算法检测延迟小于本文所提算法,但5dB<SNR时,检测延迟基本相同。

一种适用于认知超宽带的CUSUM频谱感知算法

提出了一种新的认知超宽带频谱感知算法,该算法适合检测低平均信噪比、低占空比的超宽带脉冲信号,且具有复杂度低、检测延迟性能优越的特点.论文根据超宽带脉冲信号特性,给出形式统一的低占空比接收信号概率密度函数表达式,并采用累加和(CUSUM)算法实施检测.仿真结果表明,该算法对低占空比信号具有良好的适应性,有效克服了能量检测的信噪比门限效应,且检测延迟性能优越.

基于改进CUSUM算法的移动恶意软件TD算法

当前恶意软件检测的触发条件设限较高,致使移动设备的恶意软件无法检测成功。针对移动恶意软件,利用优化的累积和算法,构建一种流量检测算法。以非图解累积和算法作为基础算法,根据等价对数似然比统计量与均值漂移发生判定准则,分析算法弊端。将不定参数作为可偏移量,通过不断减小可偏移量来满足漂移点检测条件,改进可偏移量降幅为分段下降模式,得到累积和优化算法,依据其与改进累积和算法检测到的给定时间序列分布变化,融入多模式匹配算法。分别采用小波变换方法与特征提取方法,获取有效的流量数据特征,结合数组对间相似度,检测出移动恶意软件流量。实验结果验证出上述算法具有良好的检测精准度与实时性,可行性优势显著。

基于JRD和CUSUM的滚动轴承性能退化状态识别与评估

退化特征提取是滚动轴承性能退化状态识别和评估的关键,JRD克服了传统特征无法准确反应轴承当前技术状态的不足,但在全寿命阶段上稳定性、单调性差,应用累积和(CUSUM)对其进行改进,从而准确识别和评估轴承性能退化状态。应用小波包变换对原始信号进行降噪;计算不同技术状态下信号的Renyi熵,并对比与标准状态的相似程度得出JRD值,作为滚动轴承退化状态特征;应用CUSUM增强JRD值对于寿命微弱变化的敏感性及轴承全寿命的单调性。通过试验验证,滚动轴承性能退化状态的识别率能达到100%,同时能够分阶段、单调性地评估轴承性能退化状态。

基于MD-CUSUM和TD-SVR的滚动轴承健康状态预测

故障特征提取是轴承健康状态描述的关键,然而当前常用方法提取的特征往往维数较高或信息缺失,无法单调性地反应轴承健康状态,且预测结果不能有效反应轴承退化趋势。应用累积马氏距离(MD-CUSUM)实现特征降维并得到健康指标(HI),能够在低维层面上单调性地反应轴承健康状态;构建时滞性支持向量回归(TD-SVR)模型,提高滚动轴承健康状态预测精度。通过试验数据分析对比了MD-CUSUM与等距特征映射(ISOMAP)的优劣,结果表明MDCUSUM和TD-SVR相结合在轴承健康状态预测方面具有更好地效果。

基于CUSUM控制图的电离层慢变故障检测方法

为了提高地基增强系统(GBAS)空间段电离层慢变故障检测灵敏度,引入了变点分析理论,提出了基于累积和(CUSUM)控制图的电离层慢变故障检测方法。首先,给出了基于CUSUM控制图的完好性监测方法,并利用Markov链获得CUSUM控制图检测阈值;然后,计算了卫星信号伪码-载波偏离度,提出了一种基于Gaussian膨胀法的伪码-载波偏离度标准差确定方法;最后,验证试验结果表明,当电离层延时平稳时伪码-载波偏离度的累积和在阈值范围内,当电离层出现慢变故障时,检测时间为7 s,能够迅速排除故障卫星,增强了GBAS的完好性,从而提高了系统可用性。

高噪声状态下潮汐信号提取

GNSS浮标由于特殊的观测环境,数据质量普遍较差,这导致其坐标时间序列存在较高的噪声,并且存在某些阶跃(或称跳变).针对该问题,本文提出了一种基于滑动窗的双边累积和(cumulative sum,CUSUM)的阶跃探测和修复方法,该方法在非侵入式负荷监测领域已有广泛应用.对于GNSS精密单点定位(precise point positioning,PPP)计算所得海面高程(sea surface height,SSH),用该算法探测阶跃并修复后与验潮站参考数据对比,其均方根误差(root mean square error,RMSE)提升了75.5%,相关性提升了7.46%;对于从修复前后的高程时间序列提取的有效波高(significant wave height,SWH),以海洋浮标(wavebuoy,WB)测量结果作为参考,其RMSE提升了65.22%,相关性提升了208.28%.研究结果表明:该方法可以有效提高GNSS技术反演海浪参数的精确度和可靠性,为GNSS技术在潮汐信号提取提供有价值的参考,对于提高海洋工程安全性和经济效益具有积极意义.

基于浮动车数据的城市快速路交通事件检测算法研究

交通事件是引发快速路交通延误的主要因素,迅速、有效的检测事件是快速路交通管理与控制的重要组成部分.本文利用CUSUM理论提出了基于浮动车数据的城市快速路交通事件自动检测算法;通过采集北京市快速路上的真实事件信息以及浮动车探测数据,对不同采样间隔条件下的算法性能进行了实际验证,并与传统的基于浮动车数据的UCB算法验证结果进行了对比分析.结果表明:所提算法在采样间隔为1分钟条件下的检测性能要优于采样间隔为5分钟条件下的检测性能;相对于UCB算法而言,所提算法的检测性能大大提高,在同一误报率条件下检测率可提高10%左右.

改进的大整数相乘快速算法

利用分治法思想,提出一种大整数相乘快速算法,减少乘法运算次数,使2个数相乘的计算复杂度从O(n)降低到O(1)。根据不同的加法思路,提出累加求和及统一求和2种改进算法,给出2种改进算法的形式化描述,并通过实验给出改进算法和现有的典型大整数位相乘算法的时间比较。研究结果表明,该算法能够提高密码算法和信息安全协议的运算效率。

方差监测的自适应累积和车身质量控制图研究

针对车身制造质量检测工作量大、数据处理方式简单等特点,提出一种基于方差的改进累积和控制图(CUSUM)方法,用于监测车身制造质量的方差波动。其基本思想是对控制图参数k动态更新和迭代,并与方差波动量相联系,以便实时监测车身焊接尺寸过程方差的微小波动。通过对控制图的平均运行链长进行分析和实际案例研究,并与常规累积和控制图和指数加权移动平均控制图作对比,表明该方法对过程方差微小变异更为有效和敏感。

基于ELM的非侵入式电力负荷识别算法

电力负荷识别是需求侧管理的重要环节,为解决传统侵入式负荷监测高成本、不易安装维护的问题,以非侵入式负荷监测为背景研究电力负荷识别算法。从负荷特性出发,针对各电力负荷的暂态及稳态电气特性,提取并建立负荷特征标签。然后,采用极限学习机(ELM)神经网络模型,将输入特征非线性地映射到输入层,实现快速收敛至全局最优点。采用基于累积和(CUSUM)的双边事件检测方法,实现快速准确地检测出负荷投切事件,实时触发负荷识别。最终,以4种常用电力负荷进行实验,结果表明,所提出的负荷识别算法可准确识别出负荷类型,运算效率高,且适用于组合负荷识别。

VAV空气处理机组故障检测与诊断方法及应用

针对变风量空气处理机组故障,考虑到变风量空调系统的动态性,给出了一种变风量空气处理机组故障检测与诊断方法.残差累积和(cumlative sum,CUSUM)控制图被用于检测空气处理机组故障,残差CUSUM控制图不仅可很好地适应变风量空调系统的动态性,还可消除数据自相关性对控制图性能的不利影响,有助于提高故障检测的准确性.根据质量守恒、能量守恒和控制原理,设计了3个基于规则的故障分类器,可用于寻找故障源.该故障检测与诊断方法在实际建筑中进行了在线应用,利用多种变风量空气处理机组故障验证了故障诊断方法的有效性和可靠性.

未知真实类标记条件下数据流中的变化发现方法

目前对数据流挖掘的研究主要关注有标记的实例可以学习时,怎样发现模式中的变化以及怎样更新模型反映这种变化。然而有标记的数据流难以立即得到。文中给出了一种基于累积和(CU SUM)控制图的变化发现方法。该方法在未知真实类标记的情况下,可以发现数据流中的概念流动和分布变化。实验验证表明,该方法是有效的。

CUSUM绘制在心外科住院医师临床培养中的应用

目的探讨累积和控制图（cumulative sum control chart, CUSUM）绘制在心外科住院医师和进修医师临床培养中的应用。方法将某位工作时间10年以上主治医师的制备乳内动脉操作情况设为对照基准（标准组，28例患者）。选取从事心外科专业临床工作不超过5年的住院医师1名（组一）、从事心外科专业临床工作超过5年的进修医师1名（组二），针对两人的制备乳内动脉操作各取40例患者资料，记录术后乳内动脉流量、乳内动脉制备时间及不良事件等数据．利用SPSS19．0进行统计学分析，并用Matlab R2012b进行多项式曲线拟合描绘CUSUM。结果在手术技术操作密度得到保障和操作例数达到25例左右时，有此技术操作经验的外科医生的多项式拟合曲线曲率可达到0，成功跨越学习曲线，CUSUM累积和值在66～76。而不能保证操作密度的情况下，无此手术经验的外科医生，即便CUSUM累积和值达到70左右，多项式拟合曲线曲率亦无法达到0，即无法跨越学习曲线。结论CUSUM绘制为临床医师培养明确了量化指标，使带教教师能了解年轻医师的学习进程，及时更改教学方案，帮助年轻医师尽快跨越学习曲线。

改进的基于统计学的滑动窗口无参数的累积和算法

为解决IEEE802.15.4无线传感器网络(WSN)中节点自私行为的检测问题,将最低检测延迟作为决策目标,提出了一种改进的基于统计学的滑动窗口无参数的累积和(SWN-CUSUM)算法。算法通过跟踪来自数据包两次成功传输之间的延迟特征序列,以此来判断无线传感器网络中的节点是否存在自私行为。最后通过NS2仿真工具验证算法的有效性。研究结果表明:改进的算法不仅弱化了阈值对算法性能的影响,还缩小了用于检测自私行为的滑动窗口大小,同时所提算法相对于原SWN-CUSUM算法在计算量及检测延迟上均有改善,证明改进的算法可以有效、快速地检测IEEE802.15.4无线传感器网络中的节点自私行为。