基于时间戳马尔可夫模型的无线传感网络入侵检测方法

为得到高精度的无线传感网络入侵检测方法,为此提出基于时间戳马尔可夫模型的无线传感网络入侵检测方法。使用时间戳马尔可夫模型对无线传感网络进行分段,挖掘分段后的无线传感网络异常行为并分类,从而实现无线传感网络入侵检测。设计对比实验,实验结果证明时间戳马尔可夫模型用于网络行为检测,能够提高无线传感网络入侵行为的识别精度,降低网络节点错误检测率。

基于总氮处理技术的火力发电厂湿式烟气脱硫废水处理方法

在传统火力发电厂湿式烟气脱硫废水处理过程中,废水成分复杂,火力发电厂湿式烟气脱硫废水处理修复率不高。因此,提出基于总氮处理技术的火力发电厂湿式烟气脱硫废水处理方法。采用熟石灰处理+混凝澄清+苏打灰软化+混凝澄清对脱硫废水进行预处理,之后基于总氮处理技术进行浓缩脱水,进消毒池出水,完成对火力发电厂湿式烟气脱硫废水的处理。实验结果表明,本文设计方法的火力发电厂湿式烟气脱硫废水处理修复率较高,对火力发电厂湿式烟气脱硫废水的处理方面有显著效果。

基于特征学习的无线传感网络入侵行为检测方法

传统的机器学习算法在无线传感网络入侵行为检测中应用效果不理想,Recall(召全率)和F1-score(召全率与精准率的调和平均数)较低,针对现行方法存在的不足和缺陷,提出基于特征学习的无线传感网络入侵行为检测方法。利用时间戳马尔可夫模型对无线传感网络进行分段,实现对网络入侵数据局部特征编码,利用深度学习网络,学习网络入侵行为特征,对网络数据标签进行数值化和归一化处理,根据入侵特征对网络行为进行分类,识别检测入侵行为,以此实现基于特征学习的无线传感网络入侵行为检测。经实验证明,设计方法Recal在95%以上,F1-score在90%以上,检测精度较高,在无线传感网络入侵行为检测方面具有良好的应用前景。