基于VMM的操作系统隐藏对象关联检测技术

恶意软件通过隐藏自身行为来逃避安全监控程序的检测.当前的安全监控程序通常位于操作系统内部,难以有效检测恶意软件,特别是内核级恶意软件的隐藏行为.针对现有方法中存在的不足,提出了基于虚拟机监控器(virtual machine monitor,简称VMM)的操作系统隐藏对象关联检测方法,并设计和实现了相应的检测系统vDetector.采用隐式和显式相结合的方式建立操作系统对象的多个视图,通过对比多视图间的差异性来识别隐藏对象,支持对进程、文件及网络连接这3种隐藏对象的检测,并基于操作系统语义建立隐藏对象间的关联关系以识别完整攻击路径.在KVM虚拟化平台上实现了vDetector的系统原型,并通过实验评测vDetector的有效性和性能.结果表明,vDetector能够有效检测出客户操作系统(guest OS)中的隐藏对象,且性能开销在合理范围内.

基于语义域语言模型的中文话题关联检测

关联检测是话题检测与跟踪领域的基础性研究,其任务是检测任意新闻报道对是否论述同一话题.通过分析报道内容的结构关系和语义的分布规律,提出基于语义域语言模型的关联性检测方法,并在此基础上检验融入依存分析的语义描述策略对该模型性能的影响.实验采用TDT4中文语料进行评测,结果显示语义域语言模型显著改进了现有检测系统的性能,其最小DET代价降低了约3个百分点.

基于语义相似度的话题关联检测方法

为有效识别任意两篇报道的相似性,提出了一种基于语义相似度的话题关联检测算法.该算法首先通过计算特征词之间的相对熵作为两篇报道中特征词之间的语义相似度;其次,通过计算平均语义相似度获得特征词和报道之间的关联度;最后,结合特征词在语料库中的TF-IF(term frequency-inverse document frequency)权重计算两篇报道之间的关联度,实现报道之间的关联度检测.本文提出的方法与现有的向量空间模型方法和仅依赖于平均点互信息的方法进行了比较,并通过TDT4中文语料进行测评,结果表明,基于语义相似度的关联检测方法能够更好地利用文本的语境信息,提高了现有检测系统的性能,其最小DET(detection error tradeoff)代价降低了3%.

融合扩展信息瓶颈理论的话题关联检测方法研究

话题关联检测的关键任务在于判断给定报道对是否属于同一话题.现有判断方法往往忽略种子事件与其直接相关事件之间的层次关系.为此,通过分析报道内部语义分布规律及篇章结构,并依据语义分布规则,利用语义分布规律改进信息瓶颈(Information bottleneck,IB)算法,用于子话题逻辑语义单元的划分,并利用这些逻辑语义单元表示报道,进行话题关联检测.实验证明该方法有较快的收敛速度,并在一定程度上提高了系统性能.

基于系统误差估计残差的错误关联检测方法

在多传感器数据融合系统中,航迹关联是后续融合处理的基础。由于随机噪声、系统误差以及虚警漏报的干扰,航迹关联结果中常常包含错误关联,错误关联对后续融合处理的影响是灾难性的。目前尚缺乏一种有效的错误关联检测手段。根据系统误差估计与航迹关联相耦合的特点,提出了利用系统误差估计残差来对错误关联进行检测的高斯检测器和卡方检测器。仿真实验表明,所提两种检测器能够有效地检测错误关联,具备良好的实际应用前景。

网络入侵特征的关联检测算法

正确表示和分析入侵信息,并能有效地识别入侵是入侵检测系统的核心。分析了关联检测和网络入侵特征,给出了入侵检测的分层知识表示和量化方法,并在此基础上提出了网络入侵检测的关联算法。

基于动态共现的中文话题关联检测

话题关联检测是话题检测与跟踪的一项子任务,是判断随机抽取的两篇新闻报道是否讨论同一个话题的技术。受词语共现模型的启发,结合话题关联检测的特点,提出了词语间的动态同现关系,实现了基于动态共现关系的报道相似度计算方法;探讨了相似度计算方法在中文话题关联检测中的应用。通过实验可知,动态共现关系可以在一定程度上反映报道的语义信息,相似度计算方法很好地改善了中文话题关联检测系统的性能,取得了不错的效果。

语义环境下的多维度微博舆情信息关联检测方法

针对微博舆情信息的特点,提出基于语义理解的微博舆情信息关联检测方法。从舆情信息表示模型和舆情信息相关度计算方法两个方面展开研究。在信息表示方面,使用微博的评论信息扩充微博信息以期较好地应对数据稀疏现象,基于同义词词林来计算词汇相似度,以应对微博草根性带来的问题,将微博舆情信息表示成多个向量空间模型。在相关性计算方面,提出多维度相关性计算方法。实验证明,所提出的方法对关联检测的准确率和召回率都有较好的提升。

带有可信度的红外弱小点目标关联检测及性能分析

对红外序列图像中运动弱小点目标的关联检测问题进行了研究。在多假设检测的基础上采用"K/N"规则检测算法,并引入带有可信度信息的判决融合,其中,可信度取自噪声概率分布函数。该方法把多假设检测与"K/N"规则检测算法有机地结合起来,克服了多假设检测运算量大,难以实时处理的缺点。引入可信度信息避免了当序列图像中某帧突然出现一个强的噪声脉冲时,使得穿越该点的可能轨迹的统计量增大,导致算法判断为出现多个虚假目标的情况。对信噪比较小的点目标,特别是在有个别帧点目标被云层完全遮挡住的情况下,该方法仍然有很高的检测概率;最后,从理论上详细分析了该方法的检测性能。理论分析和实测数据结果有效地验证了检测算法的可行性。

基于改进人工免疫算法的天然气泄漏空间关联监测方法

为了实现对天然气泄漏的全面、快速检测,提出基于改进人工免疫算法的天然气泄漏空间关联监测方法。设计天然气泄漏空间关联监测网络,利用各传感器节点采集天然气管道上下游压力、流量、声波等数据。为不同位置传感网络节点分配不同强度等级,以高级网络节点为标准节点,结合各节点位置权值判定相邻节点。各相邻节点间,基于空间相关性,通过滑动窗口的相似度感知异常天然气数据,并通过改进人工免疫算法聚类分析天然气数据空间感知结果,实现天然气泄漏空间关联监测。实验结果说明,所提方法可以有效监测出天然气管道泄漏情况,并即刻断定泄漏地点,监测相对偏差平均值仅为0.12,应用所提方法可提升天然气管道的安全指数,降低管道被损毁程度。

定期借阅图书流通数据关联规则检测仿真研究

针对传统的流通数据关联规则检测方法存在检测时间较长、准确率较低等问题,提出一种基于Kullback-Leibler散度的定期借阅图书流通数据关联规则检测方法。将定期借阅图书流通数据符号化,并利用符号序列的频繁序列作为图书流通数据关联度的衡量指标,计算图书流通数据频繁序列中两个特征项之间的相对熵,将其作为图书流通数据频繁序列特征项之间流通数据近似度。利用平均相对熵模型计算频繁序列中全部特征项与频繁序列主题之间的关联度;对得到的关联度值采取加权求和操作,获得两个图书流通数据之间的关联规则,实现定期借阅图书流通数据关联规则检测。实验结果表明,所提方法能够快速、准确地对图书流通数据进行关联规则检测。

运用关联保密检测法对新发结核病人群筛查HIV效果分析

[目的]探讨关联保密检测法在新发结核病（Tuberculosis，TB）人群筛查HIV（Human immunodeficiency virus）的效果。[方法]对文山州2007至2012年所辖县（市）新发结核病人筛查HIV数据库资料（年报表、网络专报系统Excel表格）进行统计分析。[结果]新发结核病人HIV筛查率90．8％，结核病人HIV感染率1．1％。结核病人中HIV阳性检出70例，其中36～49岁年齿铭日39例（55．7％），17—35岁年龄组19例（27．1％）、≥50岁年龄组12例（17．1％）。[结论]关联保密检测法在结核病人群检测HIV感染率，取得了高筛查率。其筛查方法既满足了伦理学要求，又获得了患者的配合，对于指导TB／HIV／AIDS（Acquired immunodeficien-cy syndrom）双筛工作具有实用性、可行性和经济性。

基于多维熵值分类的骨干网流量异常检测研究

针对高速骨干网上异常检测要求高检测效率和低误报率问题,提出了一个基于多维流量数据熵值分类方法.在多个不同维度上采用熵度量流量数据的分布特征,提出了多维高效熵值计算算法有效减低熵值计算的时间和空间复杂度;在每个时间窗口上把不同维度熵值序列排列成检测向量,采用一类支持向量机对检测向量进行分类;对支持向量机分类判断过程中可能出现误报的情况,提出多窗口关联检测算法,通过在多个连续时间窗口上对异常向量进行多窗口关联检测,最终判断异常是否发生.通过在真实网络流量数据集上的两个对比实验,验证了本文算法在检测效率方面随着网络流量和攻击流量的增加时间和空间开销增长较为平缓,在检测精度方面也取得了令人满意的效果.

基于语义的信息时序检测技术设计研究

针对信息的交互与获取正日益突破时间与空间的限制,提出了一种基于语义技术的语义域话题关联检测相关性判定模型,模型是基于文本理解和语义分析的判定方法,其核心思想是根据不同话题生成对应的语义结构体,使系统能够实现自动根据语义信息对话题进行相关性判定,仿真实验结果表明文本的误检率还是漏检率都得到了明显的降低,因此,结果证明基于语义的信息时序检测模型能够有效提高对报道中语义空间中主题相关性检测的能力,对于话题的时序检测后期的研究有积极的意义。

基于数据挖掘技术的入侵检测模型及实用分析

在对数据挖掘技术的概念、过程深入分析和研究的基础上,给出了基于数据挖掘技术的入侵检测算法和实用模型,提供了一种方便灵活高效的入侵检测解决方案。并与传统的入侵检测技术性能做了比较分析。

基于恒虚警的高频雷达起伏目标检测算法研究

针对高频雷达目标检测过程中由于信噪比波动导致检测概率降低、跟踪丢失的问题,提出了基于高低双门限的关联检测算法。基于高频雷达相邻次扫描过程中目标运动信息的相关性,根据目标的速度、距离、方位等运动信息为目标建立关联区域,后续检测时在此关联区域内自动降低判决门限以提高检测概率。理论分析及实测数据表明,与常规恒虚警检测比较,关联检测算法在保持相同虚警概率的同时可获得更高的检测概率,从而有效提高高频雷达的检测和跟踪性能。

基于AEC的恶意代码检测系统的设计与实现

针对现有恶意代码检测技术的不足,提出了能够有效检测复杂攻击的活动事件关联(AEC)分析技术,设计并实现了一个基于AEC的全新的检测系统。该系统结合误用与异常检测技术,采用AEC的思想将网络中的单个事件进行分类,对每类事件进行纵向关联分析。同时结合一段时间内的数据流量统计结果,最终更准确地推断出可疑的攻击并在它们完成攻击前阻止,向网络管理员发出有意义的准确的报警。

入侵检测模型实用分析与研究

该文给出了异常检测、误用检测、特征检测和关联检测的实用模型,并对各种入侵检测模型的原理和主要功能进行了深入分析和研究,在此基础上给出了四种入侵检测模型性能比较及入侵检测发展趋势展望。

一种基于超宽带雷达的多观测点人体呼吸信号检测方法

基于超宽带生命探测雷达的障碍物穿透检测技术在灾难救援和反恐作战等非入侵式探测领域有着广泛的应用前景。目前国内外进行的研究大多采用单观测点放置雷达对目标进行检测,在低信噪比的条件下难以检测出生命体的位置。针对以上方法的局限性,采用多观测点放置雷达,将回波信号进行关联检测,得到生命体的空间位置,并进一步与已有的算法进行对比。仿真结果证明了该方法在低信噪比条件下的优越性,实验结果证明了该文提出的方法具有可行性,能够较为准确地检测出生命体位置。

改进主元分析方法及数据重构在工业系统中的故障诊断研究

为了更加准确地对复杂工业生产系统进行故障判断,使生产系统更加稳定地运行,采用了改进的主元分析(Principal component analysis,PCA)方法及数据重构对工业过程进行故障诊断研究。采集工业系统正常和故障状态时的数据,将传统的PCA算法中平方预测误差(Squared prediction error,SPE)统计量分成两个,分别为主元显著关联的检测残差变量(Principal-component-related variable residual,PVR)和一般变量残差(Common variable residual,CVR)对系统进行故障判断。为了使系统在检测出故障之后尽量减少故障数据对系统的影响,又进一步应用数据重构方法,将故障数据重构成正常数据,并采用有效度指标进行验证。在故障发生的过程中对故障部分进行检修和排除,把生产系统受到故障的影响降到最低。改进的PCA方法和数据重构方法运用田纳西—伊斯曼过程的数据验证,使故障的检测结果更加准确,保证了生产系统的正常运行行。