基于特征信息熵与支持向量机的智能网联汽车CAN总线异常检测技术

本文结合CNA报文的结构特点,探究了基于特征、信息熵的异常检测技术和基于支持向量机的异常检测技术。基于特征、信息熵的异常检测技术,将CAN ID作为特征,统计包含该特征的所有报文并计算信息熵。根据信息熵确立阈值标准,对比CAN总线报文的熵值是否在阈值范围内,从而检测是否存在异常。仿真结果表明,在报文数量较少的情况下,该技术的异常检测率可以达到100%。基于支持向量机的异常检测技术,将异常报文预处理后输入到支持向量机中训练,得到异常检测指标。利用该指标与CAN总线报文进行对比,从而检测是否存在异常。实验结果表明,该技术对多种CNA报文的异常检测率在90%以上。

采用混合策略联合优化的模糊C-均值聚类信息熵点云简化算法

针对传统聚类算法处理点云简化问题时精度低、耗时长且易丢失特征信息等问题,提出了一种基于动态精英自适应混合策略的鹈鹕算法(DEAMPOA)与加权熵法联合优化的模糊C-均值聚类(FCM)信息熵点云简化算法。采用动态自适应种群混合策略,同时融合了精英反向化思路,显著提升了鹈鹕优化算法(POA)的收敛趋势和全局寻优能力,提高了寻找FCM最优聚类中心的成功率;利用DEAMPOA结合加权熵法对FCM进行优化,提高鲁棒性的同时增强了搜索精度,得到较好的聚类结果;在8种UCI标准数据集上与4种算法对比进行聚类性能评估实验,验证了所提方法综合性能优越;将所提方法与信息熵融合,并应用在三维点云KITTI数据集简化中。实验结果表明:与包围框简化法、随机采样简化法和特征选择简化法对比,所提方法全局误差简化前后点集之间平均欧式距离(MED)指标分别降低了2.25%、6.93%、5.74%,点云简化效果最优且运行速度满足要求。

基于广义柔度曲率信息熵的板式轨道脱空损伤识别

板式轨道填充层作为轨道结构关键部位,在高频列车荷载和环境共同作用下出现脱空损伤,引起脱空位置轨道结构刚度改变。为有效检测板式轨道的轨道板脱空情况,采用数值仿真分析得到无砟轨道模态信息,利用轨道脱空区域广义柔度曲率局部峰值进行轨道脱空损伤识别。结合广义柔度、均匀荷载面(Uniform load surface, ULS)、曲率和局部信息熵,提出可定位损伤的ULS曲率信息熵,并在CRTS III板式轨道上进行验证。研究结果表明:广义柔度曲率利用轨道脱空前后模态信息计算轨道脱空损伤曲率差,能够有效定位脱空位置;ULS曲率信息熵表征值只需要轨道的一阶模态信息便能够有效地反映轨道脱空位置及面积,且克服了广义柔度曲率需要健康模态信息的不足;轨道对称位置上相同面积脱空的ULS曲率信息熵值相同;ULS曲率信息熵值与脱空面积和厚度成正相关关系;ULS曲率信息熵表征值具有较好的损伤识别敏感性,能够识别小于单个测点布置面积的0.1 m×0.1 m小面积脱空,并且对轨道板边脱空识别敏感性高于轨道板中脱空识别敏感性。

基于信息熵的直升机通用质量特性评估指标权重确定方法

权重反映了各指标在通用质量评估中的重要程度,确定评估指标权重是开展直升机通用质量特性评估的关键环节。基于信息熵理论,提出了一种直升机通用质量特性评估指标权重的确定方法。通过采集专家意见构建指标权重评价矩阵,计算各指标专家评价熵权值和区分度,并转换为信度因子,以信度因子对指标权重进行修正,实现了“主观+客观”的指标权重确定,为直升机通用质量特性评估指标权重的确定提供了一种新方法。

基于局部信息熵的计算机网络高维数据离群点检测系统

通过离群点检测可以及时发现计算机网络中的异常,从而为风险预警和控制提供重要线索。为此,设计一种基于局部信息熵的计算机网络高维数据离群点检测系统。在高维数据采集模块中,利用Wireshark工具采集计算机网络原始高维数据包;并在高维数据存储模块中建立MySQL数据库、Zooleeper数据库与Redis数据库,用于存储采集的高维数据包。在高维数据离群点检测模块中,通过微聚类划分算法划分存储的高维数据包,得到数个微聚类;然后计算各微聚类的局部信息熵,确定各微聚类内是否存在离群点;再依据偏离度挖掘微聚类内的离群点;最后,利用高维数据可视化模块呈现离群点检测结果。实验证明:所设计系统不仅可以有效采集计算机网络高维数据并划分计算机网络高维数据,还能够有效检测高维数据离群点,且离群点检测效率较快。

以信息熵为基础的通信网络异常流量检测方法

随着互联网技术的迅速发展,网络安全问题层出不穷,异常流量检测就变得尤为重要。异常流量检测可以及时发现网络问题,降低网络攻击危害。针对源到端(OD)流链路中的数据流,提出一种基于信息熵的分布式异常流量检测方法,减少了网络流量异常的预处理时间和检测时间,提高了网络异常流量的检测效率。

基于信息熵与服务器识别的DoH流量检测

DNS over HTTPS(DoH)协议是一种针对域名系统(DNS)的最新改进方案,然而用户可使用第三方DoH服务规避内网原有的监管,所以异常流量检测方法不再适用于检测DoH流量。针对该问题提出了一种DTESI算法。首先,基于信息熵将DoH流量作为异常流量从全部网络流量中筛选出来;然后,利用DoH服务器与同一客户端建立TLS连接时响应方式总是相同的特性,用指纹识别检测客户端与DoH服务器之间的TLS协商,确定DoH服务器身份;最后,使用Top-K抽样算法选出一定时段内网络中前K台活跃主机着重进行流量检测,使算法能应用于中大型组织的网络。实验结果表明,针对发现的异常流量,DTESI算法检测出的DoH服务提供商准确率超过94%。在此基础上比较了在不同K值下的算法检测时间和对网络中全部DoH流量的检测覆盖率,结果表明合理选择K值可以提升算法的整体效能。

基于主成分及信息熵的额敏灌区农业用水特征

以额敏灌区农业灌溉用水为研究对象,采用主成分分析、信息熵分析方法,选取10个指标对灌区2009—2021年进行主成分分析。结果表明:影响灌区农业用水的主要驱动因子为衬砌防渗渠道长度、灌溉面积、农作物播种面积、节水灌溉面积、灌溉水量、农业人口数等6个指标;时间上,2009—2022年额敏灌区用水构成以农业灌溉用水为主,耕地、园地、林地、牧草地灌溉用水量分别占农业灌溉用水量的90.25%、3.12%、5.05%、1.58%,农业灌溉用水量于2010—2020年呈现逐年下降趋势;空间上,灌区东北部农业用水以地表水为主,中部与西部地表水和地下水占比基本一致。2009—2022年信息熵值与均衡度在灌区不同地理位置表现为:西部>东北部>中部,东北、中、西部信息熵分别为0.36、0.32、0.56 Nat,东北、中、西部均衡度均值分别为0.26、0.23、0.40。分析成果可为灌区农业灌溉用水现状及用水管理提供理论参考。

基于改进信息熵的直接刀具状态监测设备部署

在不拆刀情况下,基于机器视觉的在线刀具状态监测系统可完成刀具磨损测量和状态评估,但与在线捕获刀具图像质量息息相关的系统部署参数选择却鲜有研究.为解决上述问题,本文构建基于改进信息熵的多项式回归模型以实现刀具状态监测系统的最优部署.首先,使用自适应阈值方法去除捕获刀具图像中背景要素干扰,并通过信息熵指标评估图像中刀具磨损区域的成像质量;然后,构建相机工作距离、曝光时间与所提出评价指标之间的多项式回归模型以描述部署参数与提出评价指标的映射关系;最后,应用最小二乘法求取多项式模型系数获得最优部署参数.在确保自变量的因子水平涵盖最优部署参数情况下设计正交实验,实验结果表明:提出的评价指标与工作距离、曝光时间等部署参数之间均存在主效应关系,符合光学成像系统的变化规律;与支持向量机、决策树和K近邻(K-nearest neighbor,KNN)算法等非线性回归预测模型相比,三次多项式回归模型预测误差最小,其平均绝对误差、均方误差、均方根误差分别为0.022631,0.00068,0.026069;在多项式回归模型求解的最优部署参数下,所捕获的刀具图像的测量精度达到96.76%,提高0.74%,满足刀具状态监测的精度要求.

基于信息熵与闭合频繁序列的密码协议逆向方法

未知密码协议被广泛用于敏感信息的安全传输,对其进行逆向分析对攻防双方都具有重要意义。为从网络流量中推断结构复杂的密码协议格式,提出了一种基于信息熵与闭合频繁序列的密码协议逆向方法。利用字节信息熵划分报文的明文域与密文域,使用BIDE算法挖掘闭合频繁序列,划分报文的动态域和静态域;设计了一种长度域识别算法,对报文进行字节片切,将片切后的字段值与长度域取值集合进行循环比对,实现了密码协议中多种形式的长度域识别;设计了启发策略,用于对加密套件、加密算法等密码协议特有的关键字段进行语义识别。实验结果表明,该方法可以有效地对密码协议进行域划分,提取密码协议的格式,并且在长度域识别和密码协议特有关键字段的语义识别上优于现有方法。

基于图像信息熵与多元变分模态分解的电缆局放信号去噪方法

局部放电(PD)检测是评估交联聚乙烯(XLPE)电缆绝缘状态的主要手段。针对电缆终端与中间接头局部放电现场检测时存在白噪声、周期性窄带干扰,以及去噪过程中自适应性较弱的问题,该文提出了一种基于图像信息熵与新型自适应多元变分模态分解的去噪方法。首先,对信号进行多元变分模态分解,重组信号并转换成灰度图像,进而计算图像一维信息熵。在考虑算法执行效率的同时,将Pearson相关系数与图像信息熵优化算法的模态参数相结合。其次,通过计算各本征模态分量的峭度来判定其主导分量的性质特征,利用峭度对噪声敏感的特性区分PD特征信息与噪声干扰分量,进而对噪声干扰分量进行3σ准则滤波。最后,通过新型改进小波阈值算法得到去噪信号。利用该方法对PD信号进行去噪,并与基于Spearman的变分模态分解(S-VMD)法、自适应集合经验模态分解(NAEEMD)法、短时傅里叶变换-奇异值分解(STFTSVD)法进行对比分析。结果表明,该方法对现场PD信号具有良好的抑噪性能,且耗时少、执行效率高、工程应用价值高。

基于自信息熵的直觉模糊决策系统的属性约简

针对在直觉模糊集中,利用下近似构建的约简只考虑了下近似而忽略了上近似,从而导致一些信息丢失的问题,基于直觉模糊集的上、下近似提出了3种熵度量,并将其应用于直觉模糊决策信息系统的约简之中。在直觉模糊决策信息系统上定义用于描述直觉模糊关系的3种不确定性度量,分别为平均决策指数、平均安全决策指数以及平均风险决策指数,并在此基础上依次提出了条件信息熵、条件粗糙熵和自信息熵,基于自信息熵给出了相应的约简定义以及属性约简算法。在多个数据集上的实验表明,所提出的属性约简算法与其他算法相比,约简结果更具有优越性以及鲁棒性。

一种基于信息熵加权的属性约简算法

针对现有邻域粗糙集模型中存在属性权重都相同,无法保证关键属性在属性约简时能够被保留的问题,提出了一种基于信息熵加权的属性约简算法。首先,采用了类间熵、类内熵策略,以最大化类间熵最小化类内熵为原则给属性赋予权重;其次,构造了基于加权邻域关系的加权邻域粗糙集模型;最后,基于依赖关系评估属性子集的重要性,从而实现属性约简。在基于UCI数据集上与其他三种属性约简算法进行对比实验,结果表明,该算法能够有效去除冗余,提高分类精度。

基于敏感分级信息熵的匿名方法

针对相似攻击所造成隐私泄露的问题,提出(H,p,k)-匿名模型,通过对敏感属性分级,使等价类中元组不同敏感级别的个数满足设定阈值H,并设计满足该模型的匿名算法MAA-SLIE(Micro-aggregation Algorithm based on Sensitive Level Information Entropy)。该算法基于贪心聚类思想,在聚类过程中保证等价类隐私安全指数最大,提高等价类中敏感属性多样性,降低隐私泄露风险,减少信息损失,通过实验验证了算法的合理性和有效性。

基于层间邻域信息熵的时序网络节点重要性评估方法

为识别时序网络中的重要节点,提出基于层间邻域信息熵的时序网络节点重要性评估方法。受明显路径流网络模型的启发,该方法通过引入参数ω,融合节点在相邻时间快照的层间邻域拓扑信息,使用信息熵来刻画网络结构的复杂性,并且兼顾了相邻时间快照的全局拓扑信息。通过使用SIR传播模型、Kendall相关系数、以及Top-k指标来验证该方法的有效性与适用性,在6个真实数据集上与其他6种评估方法进行比较。实验结果表明,提出的方法能够更为有效的识别出时序网络中的重要节点,同时对重要性排名靠前的节点的识别更为准确;可根据时序网络的拓扑结构调整ω从而提升该方法的评估效果;该方法的时间复杂度仅为O(mn),适用于大型时序网络。

基于基准关联度与信息熵权法优选桂枝配方颗粒中挥发性成分的β-环糊精包合工艺

目的结合基准关联度与信息熵权法,采用正交试验对β-环糊精(β-Cyclodextrin,β-CD)与桂枝配方颗粒中挥发性成分的包合工艺进行优化。方法在单因素考察的基础上,选择β-CD与桂枝芳香水的投料比、包合温度、包合时间为主要影响因素,以包合物中桂皮醛的包合率、载药量及基准关联度为评价指标,采用信息熵权法计算各评价指标的权重系数,进行综合评价和优化正交试验包合工艺。通过薄层色谱法、紫外可见吸收光谱、傅里叶红外光谱、X射线衍射等方法对包合物进行表征。结果优选的最佳包合工艺为β-CD与芳香水的投料比3∶100(g·mL^(-1)),包合温度50℃,包合时间1 h。经验证,桂皮醛包合率为80.48%,载药量为8.63%,基准关联度为0.91。薄层、紫外、红外等表征实验表明芳香水中挥发性成分成功进入β-CD空腔,包合物制备成功。结论优选的包合工艺稳定可行,可为桂枝配方颗粒的制剂工艺研究提供参考。

基于尺度效应曲线及信息熵的延河流域适宜DEM分辨率判定

[目的]确定黄土高原小流域地貌水文研究需要下的适宜DEM分辨率,探究尺度效应曲线和信息熵方法适用度,并为判定适宜分辨率提供新视角和新途径。[方法]以黄土丘陵沟壑区的延河流域为研究区,利用ArcGIS对原分辨率DEM进行重采样,获取多组不同分辨率DEM,并提取相应尺度下地形属性值,绘制两种不同的尺度效应曲线(“平均坡度-分辨率”和“局部方差均值-分辨率”曲线),并引入信息熵和互信息熵,结合实际地形,对适宜DEM分辨率进行了判别。[结果](1)在地形复杂的延河流域,基于不同判定方法所获结果有所不同,而局部方差均值、信息熵及互信息熵所获适宜分辨率结果相近。(2)采用不同地形属性判别适宜分辨率结果有所不同,剖面曲率和平面曲率所获适宜分辨率较为相近(局部方差均值结果为15~20 m,信息熵和互信息熵结果均为15 m),坡度较曲率所获适宜分辨率差异更大(局部方差均值结果为20~35 m,信息熵和互信息熵结果均为20 m)。[结论]局部方差均值和信息熵均适用于该地区的DEM分辨率判定,延河流域适宜DEM分辨率为15~20 m。

基于信息熵的宁夏银川地区气象观测站网优化研究

为了优化气象观测站网布局,文章利用银川地区2016—2019年5—9月202个气象观测站日降水量、可用性和使用年限资料,基于信息熵理论,采用熵权法和TOPSIS法对雨量站点进行综合评价。结果表明:站点雨量重要性排名的权重最大,其次是使用年限;优化后站网平均降水量整体空间分布特征与优化前一致,且优选站点数量较原有站点数量减少约20%。站网综合评价结果为银川地区站点升级改造提供理论依据。

VMD结合小波包信息熵和GJO-SVM的电机轴承故障诊断

针对电机滚动轴承故障特征难以提取从而导致诊断准确率低的问题,提出了一种基于变分模态分解(Variational Modal Decomposition,VMD)结合小波包信息熵(Wavelet Packet Information Entropy,WPIE)的特征提取方法,并采用金豺优化(Golden Jackal Optimization,GJO)算法优化后的支持向量机(Support Vector Machine,SVM)进行电机滚动轴承的故障诊断。首先,利用VMD将采集到的信号进行分解,依据局部极小包络熵筛选出最优本征模态(Intrinsic Mode Function,IMF)分量;其次,利用小波包将最优IMF分量再分解,并提取信息熵作为特征向量矩阵;最后,采用GJO算法对支持向量机中的惩罚参数和核参数进行寻优选择,建立GJO-SVM故障诊断模型,将特征向量矩阵输入金豺算法优化支持向量机(GJO-SVM)故障诊断模型中进行故障诊断。将VMD结合小波包信息熵特征提取与VMD结合近似熵特征提取进行对比试验,试验结果表明,VMD结合小波包信息熵特征提取精度提高了2.5%,其特征提取更加优越;将金豺算法优化支持向量机(GJO-SVM)与粒子群优化(Porticle Swarm OPtimization,PSO)算法支持向量机(PSO-SVM)、果蝇优化算法(Fruit fly Optimation Algorithm,FOA)支持向量机(FOA-SVM)进行对比试验,试验结果表明,GJO-SVM其平均准确率达到99.16%,较PSO-SVM、FOA-SVM分别提高了2.5%、3.61%。金豺算法优化支持向量机(GJO-SVM)可以更加有效提取并诊断滚动轴承故障。

融入信息熵及多渠道信息的投资组合优化研究

考虑到投资者预期的异质性,本文结合金融市场的历史信息及前瞻性信息,且引入信息熵替代传统模型的风险度量方法,由此确定出反映金融市场不确定性及投资者行为非理性的最优投资决策。本文以中国股票市场为研究对象,对比分析不同投资策略的样本外绩效及投资收益。研究结果表明,融入信息熵及多渠道信息的投资策略表现稳健,能获得较高的夏普比率、投资收益以及较低的换手率。