智能网联汽车数据安全检测研究现状

智能化、网联化、电动化和共享化已成为汽车发展的主流趋势,然而,随着车联网商用规模的不断扩大,车联网产生的数据也呈指数级增加,车联网数据安全日益成为行业关注的焦点。数据是车联网运行的关键,如果缺乏有效的安全防范和监管措施,不仅会对车辆使用者的个人信息和隐私保护构成明显威胁,而且可能因车辆遭受远程控制等恶意攻击,造成重大的公共安全隐患。因此,从政府战略和行业发展角度出发,研究智能网联汽车数据安全检测技术,对智能车联网的数据安全进行检测评估、建设交通强国、为智能网联汽车产业的发展保驾护航,都具有重大战略意义。

基于累积效应指标的食品安全风险预警模型算法和应用

在食品安全风险预警中,由于食品安全风险是一种长期累积的结果,只对某一特定年份的数据进行分析,往往不足以全方位判定某一食品类所存在的风险。因此,结合历史数据对食品安全数据的各项指标进行综合分析是非常必要的。由于食品安全监测的异常数据存在分布稀疏的问题,采用一般的加权历史数据信息的算法会存在较大误差,因此需要建立一套能够充分利用历史数据信息进行综合分析的量化指标。本文提出了一套累积效应指标,包括累积风险指数、累积权重指数以及加权合格率,这些指数是基于历史数据的累积计算,可以全面反映各类食品长期累积的安全状态,同时累积指数的概念最大程度地规避了异常数据稀疏对于结果的影响。

基于BERT-BiLSTM-CRF的电力集控安全隐患数据处理

为了提高电力集控系统安全隐患数据处理的效果,提出一种基于来自变换器的双向编码器表示-双向长短期记忆网络-条件随机场(Bidirectional Encoder Representations from Transformers-Bidirectional Long Short Term Memory-Conditional Random Fields,BERT-BiLSTM-CRF)的电力集控安全隐患数据处理方法。构建电力集控隐患数据检测模型,应用改进长短时记忆网络(Long Short Term Memory,LSTM)来构建电力集控安全隐患数据修复网络,实现电力集控安全隐患数据处理。实验结果表明,采用所提方法能够更好地完成电力集控安全隐患数据检测与修复,应用效果较好。

基于数据挖掘技术的网络入侵检测系统设计

随着互联网的迅速发展,许多新的技术被引入到信息安全领域。在基于数据挖掘的入侵检测系统中,系统构造是一个关键环节。本文介绍了基于数据挖掘的入侵检测系统的设计方案,把数据挖掘技术引入了入侵检测系统中。

城市轨道交通综合监控系统的数据安全分析

城市轨道交通综合监控系统需要处理的数据较为复杂,对于数据的安全性、完整性和可靠性具有较高的要求。而综合监控系统的业务数据具有数据包小、对实时性要求较高等特征,因此如何保证对数据保密性的检测效果成为重点关注问题。通过对综合监控系统现存的安全防护措施现状以及数据安全问题进行分析,结合综合监控系统业务数据的特征,提出针对小数据的基于比特平衡性以及字节平衡性的随机性检测方法,通过该方法可以有效降低误报率,保证综合监控系统数据的安全与完整,进而保证城市轨道交通运行的稳定。

基于K-means聚类算法的章程文本数据安全智能检验分析系统设计

针对现有章程文本数据安全智能检验系统存在的检验精度低、运行性能差的问题,利用K-means聚类算法,从硬件和软件两个方面实现章程文本数据安全智能检验分析系统的优化设计。改装检验分析系统的安全通信网络和智能触摸屏显示单元,扩大系统存储器的存储空间,连接并调试系统的供电电路。在硬件系统的支持下,挖掘章程文本数据,利用K-means聚类算法处理章程文本数据,根据安全漏洞及攻击的智能检测结果,计算当前章程文本数据的风险值,进而得出最终的安全检验结果。经过系统测试实验得出结论:设计系统的平均误检率低于3%,且运行过程中占用的CPU与内存空间小于总运行空间的10%,检验分析的精度最高可达98.52%,即在检测精度和运行性能方面均满足设计要求。

物联网在浙江交通应用的设想

通过分析物联网在国外、国内的发展现状及形势,并根据物联网在交通运输行业发展的前提条件,提出了物联网在浙江交通的"公路结构物安全管养、交通工程检测数据真实性、交通运输部门管理、道路通行畅通、物流"5个传感网的应用设想。