基于人工免疫的城轨列控系统信息安全态势评估方法

针对城轨列控系统面临的信息安全风险日益突出的问题,提出基于人工免疫系统的态势评估(AISSA)方法,即利用城轨列控系统数据特性,设计检测器成熟机制和攻击检测方法,实时感知城轨列控系统遭受的网络攻击;设计检测器克隆和变异机制,进一步丰富检测器种群,提高城轨列控系统感知网络攻击的能力;仿真试验模拟城轨列控系统遭受不同强度身份认证拒绝服务攻击和TCP拒绝服务攻击,采用AIS-SA方法感知网络攻击并实时量化系统的安全态势。结果表明:AIS-SA方法感知网络攻击的能力较强,当检测器进化至25代时,对身份认证拒绝服务攻击的检测率为96.81%、误报率为0.25%,对TCP拒绝服务攻击的检测率为98.46%、误报率为1.32%,与其他方法相比检测率较高且误报率较低;此外,AIS-SA方法能表征不同攻击强度下城轨列控系统安全态势,当攻击强度增大时实时态势量化值升高,反之减小;仿真结果验证了AIS-SA方法的有效性和准确性。

基于人工免疫算法的网络安全风险检测系统研究

为实现对网络安全风险的精确化、高效化检测,本文运用人工免疫算法,设计一种先进、新型的网络安全风险检测系统。首先,介绍人工免疫算法、网络安全风险检测相关理论知识。其次,从系统架构设计、网络安全风险检测模型构建、人工免疫算法应用、系统功能设计四个方面入手,完成系统设计。最后,验证系统性能。结果表明:在人工免疫算法的应用背景下,本文系统所对应的检测风险值与理论值之间存在较小的容偏,能够获得较高的检出率,系统检出率高达9760%以上,有效地提高了风险检测效率和效果。

基于人工免疫算法的网络安全风险检测系统研究

针对现有风险检测系统中存在的误警率高、漏警率高、性能低下及实时性与准确性较差等问题,基于人工免疫算法,研究并设计了一种更高效、准确的网络安全风险检测系统,对风险检测系统总体框架进行搭建,再设计并实现了风险检测系统,经系统测试,该风险检测系统误警率与漏警率均低于1%,具有良好的风险检测性能,显著提高了网络安全防护的准确性,能够有效预防和应对网络中的攻击行为。

基于图像处理和AIS数据的船舶异常行为报警系统

船舶数量增多在很大程度上影响着船舶航行的安全性,需要对其他船舶的异常行为进行判断并发出预警。单纯依靠AIS数据去判断船舶异常行为,存在数据准确度不高和信息滞后等问题。本文提出结合图像处理技术和AIS数据来对船舶异常行为进行综合判断,使用YOLO V3对获取的监控图像进行处理,对船舶目标进行有效识别,使用DBSCAN算法对船舶航迹进行聚类仿真,进而判断船舶的异常行为。最后将获取的图像目标识别、航迹聚类结果和异常行为规则库进行比较,实现对船舶异常行为的检测和报警。

新型电力系统中基于人工免疫和隐马尔可夫的网络安全态势评估

高级计量体系是新型电力系统建设的重要组成,然而高级量测系统依赖于网络信息基础设备,存在较大的安全问题.本文基于隐马尔可夫模型并结合人工免疫算法对高级量测系统的网络安全态势进行了评估.首先,采用计数器算法来获取电力网络中的安全观测数据;其次,通过隐马尔可夫模型描述网络安全状态的变化过程,并利用人工免疫算法计算不同状态之间的转移概率矩阵;接着,利用态势评估误差对状态转移矩阵进行修正;最后,通过计算得到不同时刻处于不同安全状态的概率,再结合风险损失向量最终得到安全态势评估值.实验表明,该方法具有较好的评估效果,能够较为准确地捕获到系统中存在的安全缺陷,从而保证高级量测系统的安全运行;准确地发现系统中的相关安全缺陷,从而保证新型电网环境安全、平稳和可靠地运转.

AIS航标在遥测遥控系统中的定位跳变问题探究

文章以汕头港5号船舶自动识别系统(Automatic Identification System,AIS)航标为例,对AIS航标在遥测遥控系统中发生定位跳变的现象进行探讨,并简单阐述规范AIS航标管理和避免类似情况再次发生的一些工作思路。

基于人工免疫系统aiNet模型的层次聚类算法

提出了一种基于人工免疫系统重要模型aiNet模型的层次聚类算法aiNHA。该算法首先采用aiNet的方法生成抗体的记忆细胞矩体和相似性矩阵,这样就将数据集划分为若干子簇。再按照层次聚类的方法,合并连接相似度高的子簇,得到最终的聚类结果。该算法适用于发现任意形状的聚类簇,并且继承了免疫算法搜索速度快、效率高的优点。

改进人工免疫算法对煤矿电力系统馈线自动化优化

馈线自动化的应用能够缩短电力系统故障后的恢复时间,并提高系统的可靠性,因此在煤矿配电网中的应用越来越广泛。本研究以某煤矿配电系统的实际情况为背景,对配电网中的馈线自动化进行研究,应用改进的人工免疫算法对不同情况进行仿真分析,优化馈线终端单元安装成本,将停电时间缩短,提高经济效益。本研究对相关行业具有参考价值。

数字化转型下AI课堂观察系统使用对师生课堂行为的影响——基于W中学412节课例的循证研究

当前,课堂教学的数字化转型实践和应用正如火如荼,但师生可能因习惯于传统教学环境而对新技术的引入产生抵触情绪,从而影响数字化转型的成效。对此,文章以武汉市W中学七年级四个班的412节课例为研究样本,通过前后测实验设计,对比了AI课堂观察系统投入使用前后师生的课堂行为变化情况、不同特征(包括科目、职称、性别)教师的课堂行为差异,结果发现:AI课堂观察系统对师生课堂行为有一定的影响,且这种影响会随着时间的推移而减弱;AI课堂观察系统对不同特征教师产生了不同程度的影响。文章的研究揭示了课堂教学数字化转型面临的实践挑战,可为课堂教学创新的科学管理提供理论支撑和实践参考。

“看得见”的海上通信实验设计——以AIS虚拟仿真实验为例

实验案例对应的理论课是“船舶自动识别系统”,课程讲述船舶自动识别系统(AIS)进行海上通信与船舶识别的工作原理及信息传输过程中的编解码等关键技术,旨在培养交通运输领域的创新型人才。真实AIS设备价格昂贵,仅限于界面操作,接收到的船舶数据种类有限,理论课中的难点未能在实验中解决,大大降低了学生学习的主动性。另外考虑到未来虚拟仿真实验室的建设,课程组设计了AIS信号源模拟器实验平台,可实时发送AIS各种类型的报文数据,让学生能够“看得见”船舶发送的二进制暗码数据,“看得见”船舶的位置和航速、航向等信息,提高了学生学习兴趣,解决了理论课难点;同时学生基于模拟器数据进行二次开发,提高了自身学习的主动性和创新性。

CT与AI肺结节诊断系统对诊断肺结节及鉴别分型的临床价值

目的探讨在肺结节诊断和鉴别分型诊断中采用电子计算机断层扫描(CT)与人工智能(AI)肺结节诊断系统的临床价值。方法选择2021年1月至2022年6月于医院经手术病理检查确诊为肺结节的100例患者作为研究对象,分析所有患者CT检查和AI肺结节诊断系统的影像学资料,以手术病理检查为金标准,比较2种检查方法在良恶性结节中的诊断符合率及在不同结节性质中的诊断符合率。结果手术病理检查结果显示,100例患者中共检查120个结节,其中恶性结节80个,良性结节40个;实性结节40个,部分实性结节30个,磨玻璃结节50个。AI肺结节诊断系统的恶性结节、良性结节、实性结节、部分实性结节和磨玻璃结节的诊断符合率分别为97.50%、97.50%、95.00%、96.67%、96.00%,均高于CT检查的75.00%、75.00%、62.50%、66.67%、60.00%,差异有统计学意义(P<0.05)。结论与CT检查比较,AI肺结节诊断系统在肺结节诊断和鉴别分型中的价值较高,可以显著提高良恶性结节的诊断符合率,辅助临床医师更好地判断不同的结节性质。

基于AI技术的高职院校评教信息管理系统设计

近年来,国内高职院校迅速发展,在办学规模、教学内涵扩展、人才质量培养等方面有了显著的提高。教学质量是人才培养的关键,更是高职院校生存与发展的根本,因而对教学质量实施动态的监控,是学校管理教学质量的重要手段,对提高学校的教学质量具有重要意义。

人工智能技术支持下的数字媒体网络数据融合系统设计研究

在数字化时代的浪潮下,数字媒体网络数据已成为信息技术领域的重要组成部分,这些数据涵盖从文本、图像到视频等多种形式,随着人工智能(Artificial Intelligence,AI)技术的迅速发展,如何有效地融合和处理这些庞大的数据集成为了一个关键问题,包括对数据类型的理解和分析,涉及如何在AI的支持下构建有效的数据处理系统。本文首先介绍了关键的AI技术,探讨了它们在处理大规模数字媒体网络数据中的应用和效果。接着,详细描述了数字媒体网络数据的特点,并阐述了基于AI技术的数字媒体网络数据融合系统的设计理念和架构。在此基础上,重点讨论了使用AI进行数据分析和模式识别的方法,以及在系统设计中关键技术和算法的选择与实现。最后,展示了对该系统的测试结果,验证了系统的有效性和可行性。

基于开源大模型的短视频与直播AI实训系统的设计与实现

提出了一种基于开源大模型的短视频与直播AI实训系统设计方案,旨在通过集成Llama-3、Stable Diff usion、Stable Video Diff usion等先进技术,构建一个集教学与实践于一体的智能化平台,促进新媒体人才的培养。系统设计覆盖账号定位分析、剧本策划、分镜头生成至视频合成的全链路,利用ComfyUI提供用户友好的操作界面,NestJS实现高效的服务器管理,以及MySQL和MongoDB支持数据存储。经过功能测试与用户体验评估,所设计的系统有效提升了学生的实践技能与内容创作水平,具有良好的应用前景。未来发展方向包括模型的持续优化、技术升级,以及加强与产业界的合作,以更好地适配行业需求,开拓新媒体教育的未来空间。

人工免疫系统及人工免疫遗传算法在优化中的应用

叙述了人工免疫学的概况及免疫系统的组成,提出了一种新的优化算法——免疫 遗传算法,该算法突出了免疫系统中抗体群合作进化思想.将该方法用于以高炉焦比为优化 目标的优化问题,取得较好的效果.

人工免疫粒子群算法在系统可靠性优化中的应用

为了优化舰载装备系统在其设计初期的可靠性,根据模糊优选理论,建立了基于正负理想方案的可靠性分配的多指标模糊优化模型.针对基本粒子群(PSO)算法易陷入早熟状态以及群体缺乏多样性等不足之处,将人工免疫系统(AIS)原理与改进的粒子群算法有机结合,并对粒子的飞行速度进行控制,提出一种基于人工免疫的粒子群算法(AI-PSO).将该算法应用于系统可靠性优化求解中,仿真试验结果表明,相比其他算法而言,该算法具有较强的全局搜索能力,其优化结果更为合理.

基于2比特判决反馈的改进AIS非相干解调算法

针对星载接收机接收到的船舶自动识别系统(Automatic Identification System,AIS)信号信噪比低、高斯最小频移键控调制采用的高斯成形滤波器产生码间干扰(Inter-Symbol Interference,ISI)以及非相干解调鲁棒性差等问题,提出了一种基于2比特判决反馈的改进AIS非相干解调算法。首先,接收信号通过匹配滤波器、鉴频器和自适应检测滤波器获得基带信号;其次,构造判决反馈,补偿鉴频噪声与ISI;最后,设计一种基于长短时记忆(Long-short Term Memory,LSTM)与注意力机制(Attention)的相位路径预测模型,获取2比特反馈补偿,改进判决反馈补偿能力。仿真与实测结果表明,改进方法较1比特判决反馈法对自适应滤波器的适应能力更强,在信噪比为7.2 dB时,误码率降低至10-5;较传统方法,真实场景下AIS信号的循环冗余校验通过率提升了9.5%。

面向入侵检测的集成人工免疫系统

结合入侵检测的实际需求,提出了一种集成人工免疫系统(IAIS)。该系统结合了树突状细胞算法(DCA)和否定选择算法(NSA),DCA用于检测行为特征,NSA用于检测结构特征。通过KDD99数据集实验对该系统进行验证,并与其他方法进行了比较。实验结果表明,IAIS检测性能与经典分类算法相当。IAIS具有不依赖明确标识的数据来训练检测器,可结合行为特征和结构特征进行实时入侵检测的特点。

基于AI大数据的无线基站节能系统的设计与应用

为应对2G/3G/4G无线基站在运营商日常运营中高能耗开销及不断上升的电费支出问题,文章提出了一种基于AI大数据技术的无线RAN基站节能系统。该系统旨在针对全网各种场景和不同设备,通过对现有网络配置的深入梳理与调整优化,以及节能功能的智能部署和优化,并对现网站点的建模寻找最优门限值,最后通过AI大数据的持续优化迭代,持续提升节能效益,增强系统的稳定性。在满足用户业务需求的前提下,不断优化无线基站的节能功能,从而显著降低设备功耗,大幅度降低运营商的节能支出。通过实验结果表明,该系统部署到运营商网络中的节能效果十分明显,相比部署该系统之前功耗降幅接近12%,远远高于传统节能手段的增益效果。

基于人工免疫系统的数据挖掘技术原理与应用

该文首先对人工免疫系统的发展历史和自然免疫系统机制进行简要介绍,之后重点对人工免疫系统在数据挖掘领域中的原理与应用研究进行详细分析综述。主要分两个部分,第一部分是从数据挖掘的主要任务——聚类和分类角度阐述人工免疫系统应用现状,第二部分主要从数据挖掘对象子领域——网络数据挖掘和文件挖掘角度分析人工免疫系统的应用,同时对有代表性的方法及其改进过程进行了详细介绍,指出人工免疫数据挖掘技术中的优点和缺点。最后提出新的研究方向。