未知正弦信号的功率谱熵检测性能分析

低信噪比条件下无先验知识的信号检测问题是一类侦察问题。基于功率谱熵的分析算法是一种实际可行且有效的自动检测方法,但还没有建立相应的理论性能分析。针对白高斯噪声背景中检测未知正弦信号的问题描述,以统计理论分析功率谱熵检测的接收机工作特性曲线(ROC),所得到的理论结果与仿真相比基本吻合。功率谱熵检测与能量检测的性能比较表明,功率谱熵检测性能明显优于后者。海试数据验证实际可检测的信噪比与理论预报相差不超过2 d B。

序列检测和近似熵检测的快速实现研究

随机序列广泛应用于信息安全领域,随机序列的质量依靠随机性检测规范判断。美国国家标准与技术研究院提出的随机性检测规范中包含序列检测和近似熵检测,这两种检测算法的运算速度位列检测包末端。对两种检测算法的运算流程进行研究,通过优化字节处理方式、字节运算与相对频数统计相结合、频数统计值复用等方法分别优化两种算法,并将两种检测算法进行合并,减少冗余的数据加载和处理流程,完成两种算法的快速实现。实验结果表明,不同参数下序列检测和近似熵检测速度最高分别提升30.02倍、27.58倍,两种检测合并后整体速度最高提升45.23倍。

一种基于熵检测的DNS64分布式拒绝服务攻击检测方法

针对DNS64分布式拒绝服务攻击的具体场景,提出了一种基于信息熵估计的异常流量检测技术,该技术采用了统计阈值而非固定阈值的攻击检测方式,并结合DNS64协议特点,针对性地引入了多攻击特征加权判别机制。实验与分析结果表明,上述方法能够针对渐增的DDoS攻击行为给予及时响应,同时在保障DDoS攻击检测率的同时,有效地降低其检测误报率,从而达到DNS64攻击识别与服务防护的目的。

基于分数阶功率谱熵的未知水声脉冲信号检测方法

水声侦察的核心问题是在无先验知识条件下捕获其他平台发射的脉冲信号,单频(Continuous Wave,CW)信号和调频(Frequency Modulation,FM)信号是常用的水声探测脉冲。功率谱熵算法能有效检测低信噪比的CW信号,但对FM信号性能不佳,分数阶傅里叶变换(Fractional Fourier Transform,FRFT)则能聚集FM信号能量。利用FRFT的性质,结合功率谱熵算法,设计了分数阶功率谱熵检测器,可在分数阶域实施未知脉冲信号检测。理论分析了FRFT对FM信号的能量聚集作用,优化了FRFT阶数搜索方法。仿真实验以及海试数据处理结果证实检测器对FM信号性能良好,且对CW信号的侦察检测性能无影响。通过门限学习,检测器可实现对未知水声脉冲信号的统一自动检测。

基于最大熵生长检测器的模糊红外图像分割算法

针对图像背景复杂、目标边缘模糊的问题,提出了基于最大熵生长检测器的图像分割算法。根据图像的特点,首先利用多源区域生长法,定位目标,去除背景干扰及噪声;然后通过最大熵原理初步划分目标及背景区域,生成对应区域的图像;分别对这两类区域的图像进行特征训练,得到包含目标区域与背景区域信息的检测器;使用目标与背景的检测器对最大熵分割后的图像进行目标与背景的细分割,最终生成目标图像。实验结果表明,本算法具有良好的目标提取效果。

基于近似熵的摇号系统随机性安全检测研究

随机数广泛应用于摇号系统,随机数的随机性是摇号系统的核心,而随机性的检测以随机性检测规范为标准进行判断。近似熵检测是我国随机性检测标准之一,通过对近似熵检测算法的计算过程与摇号系统的摇号过程结合研究分析,并以某区公办小学电脑摇号系统为例进行近似熵检测。实验表明摇号系统随机函数生成的伪随机序列通过了近似熵检测,验证了摇号系统的公平性和安全性。

基于检测熵的自然语言隐写术检测算法

文本信息隐藏就是把要隐藏的信息隐藏到文本文件中,可见它的隐藏载体是文本文件。文本信息隐藏的理论依据是利用文本文件在语法和语义以及格式和编码等其它方面出现的多余信息。本文提出了检测熵的定义,并介绍了基于检测熵的自然语言隐写术检测算法,该算法对于较小的文本文件进行检测分析的效果比较明显。

基于行为分布的DDoS攻击检测方法

分布式拒绝服务(distributed denial of service,DDoS)攻击能够在短时间内产生巨量的数据包耗尽目标主机或网络的资源,经过研究发现这些伪造的数据包在一个特定的时间内有着合法数据包所不具备的函数特点。因此,本文提出了行为分布的模型,一旦有可疑流流入服务器,则开始计算这些可疑流的行为分布差异,如果该差异小于一个设定的阈值,则判断有DDoS攻击发生;反之则为合法的数据访问。根据NS-3的模拟实验,证明该模型能够有效的从合法访问中区分出DDoS攻击流,对提前控制DDoS攻击的发生具有重要的意义。

基于信息熵理论的教育网异常流量发现

为提高异常流量发现的效率,解决传统流量分析方法效率较低、异常检测能力弱的问题,对骨干路由器的netflow流数据采用基于多个信息熵的联合指标并结合基于滑动窗口的熵流突发检测算法来实现网络异常的发现;并利用各指标熵值的相关度分析将指标分类,根据已知的异常类型对每一类指标的异常检测范围作出总结。通过实验成功剔除了冗余度高的指标,将网络异常流量分为了能准确地被联合指标识别出的四种类型。实验证明,该异常检测方案实用性强,较传统的流量分析方法在异常类型的判断上更加准确和有效。

SAR图像舰船目标快速检测方法研究

随着SAR图像分辨率的不断提高,传统CFAR检测算法由于速率较慢,已经不能满足实际应用的需求。针对高分率SAR图像,提出了一种两级舰船目标快速检测算法。第一级采用改进的最大熵双阈值检测算法将图像分割为目标、疑似目标、背景三部分;第二级采用改进的双参数CFAR检测算法,在第一级结果基础上进行自适应二次检测,最后得到舰船目标。通过真实SAR图像数据实验表明,提出的算法具有良好的检测性能,更符合实际高分辨率SAR图像舰船目标检测的应用需求。

车站运行列车异音检测方法

针对运行列车异音检测的高实时性和高准确率要求,提出一种改进的最小值控制递归平均噪声估计算法(minima controlled recursive averaging,MCRA)和一种以改进能熵比值为特征值的异音检测算法。根据无法提取纯净行车音频和列车运行环境噪声变化大的特点,改进MCRA算法中最优平滑因子及功率谱最小值跟踪算法,有效解决MCRA算法中存在的噪声估计延时问题和噪声功率谱估计不准确问题。针对异常类型较多的特点,采用改进的能熵比检测算法,有效识别四类异常情况。实验结果表明,结合上述两种方法能够有效确定异常车厢和异常行驶类型,准确率达91%。

一种有效的音频分割算法

音频分割是提取音频结构和内容语义的重要手段,是基于内容的音频分析、检索的基础.本文提出一种音频分割算法,采用定长分析窗分层结构遍历音频流,窗内根据熵变化趋势检测跳变点.实验结果表明,该算法避免了ΔBIC分割算法中的硬门限判决和数据累积问题,是一种更加有效的音频分割方法.

一种基于文件存储分布的隐蔽信道构造方法

针对现有的长度式隐蔽信道在信道熵和长度分布特征中与合法信道有差异的问题,提出一种基于隐蔽信息存储分布的隐蔽信道构造方法。将不同编码方式下的隐蔽信息转换为二进制比特流,研究比特流中作为隐蔽信息的比特或者比特串的分布概率。分析该概率对传统长度式隐蔽信道的影响,将概率分布统计应用到长度式隐蔽信道的模型构建中,并实现信道熵和长度分布检测。实验结果表明,与传统参考长度隐蔽信道相比,提出方法具有更好的隐蔽性。