基于多传感器数据融合的智能火灾预警系统

根据当今火灾探测的现状和实现火灾早期探测的需求,将多传感器数据融合技术应用在火灾预警系统中。选择多个传感器对火灾过程的多参数进行监测,特别对火灾发生初期产生的异常信息进行全面监控,弥补了采用单一传感器的不足,扩展了时间上和空间上的观测范围。采用自适应加权融合估算法配合智能判别技术,增强了系统报警输出的灵敏度和可靠性,使系统达到了实现提前预警的目的。

数据融合技术在火灾自动探测中的应用研究

根据当今火灾探测的现状和实现火灾早期探测的需求,将多传感器数据融合技术应用在火灾预警系统中;选择多个传感器对火灾过程的多参数进行监测,特别对火灾发生初期产生的异常信息进行全面监控,弥补了采用单一传感器的不足,扩展了时间上和空间上的观测范围;采用自适应加权融合估算法,增强了系统报警输出的灵敏度和可靠性,达到了实现提前预警的目的。

基于MSA的智能火灾报警系统

针对传统的采用单一火灾传感器的自动消防系统易产生误报警、漏报警的问题,提出基于MSA(mu lti-step-alarm)的智能火灾报警系统.该系统采用基于BP神经网络的多传感器数据融合技术融合各种火灾传感器的信号,以减少报警时间、误报警和漏报警.提出了相关判定规则,以确认火灾报警信号,克服BP算法容易陷入误差局部最小、单纯使用训练值会产生振荡的缺陷.实验结果表明,与3种单一传感器的平均值比较,基于MSA的智能火灾报警系统的误报率和漏报率分别减少了80%和92%,报警时间缩短了50%.

火灾预警系统中的信息融合

基于多传感器数据融合的火灾预警系统由传感器、数据处理融合、集中控制器、报警、执行和通信等模块组成。传感器、处理器和控制器间采用Lonworks总线,在LonTalk协议协调下形成网络控制系统。该火灾预警系统中,利用Lonworks的NeuronC芯片对数据预处理,然后用通信网络传输数据,再由上层的芯片对压缩数据融合,提高了火灾探测灵敏度。

分布式自动删除平均恒虚警率检测技术

根据自动删除平均算法提出了一种新的分布式多传感器的目标检测算法.在该方法中,首先根据自动删除平均算法(Censored cell-averaging,CCA)得到各传感器的杂波/噪声电平估计,然后将检测单元电平与得到的杂波/噪声电平估计值相比较,得到有无目标的局部判决,并将其传送到融合中心.融合中心采用"k/N"融合准则得到有无目标的全局判决.其中,自动删除平均算法的优势明显,它不需要干扰的先验信息,可以容纳的干扰目标数不会像顺序统计量OS(k)(Order statistics)方法那样受指定k值的限制,更接近实际.自动删除平均算法还可以检测本身可能是目标的干扰.在假定目标服从Swerling 2型起伏的情况下,导出了相应的检测概率与虚警概率解析表达式.多种检测器数值和图表分析的比较结果表明了该方法的有效性和优越性.

一种基于数据融合的IDS方法研究

分析了当前IDS(intrusion detection system)的缺陷,讨论了数据融合技术应用在IDS领域的可行性,提出了一种基于数据融合(data fusion)的IDS(DFIDS)模型,融合决策采用算术平均值的方法,以达到降低漏报率和虚警率的目的,模拟实验证实了这一点。基于数据融合的入侵检测方法是IDS发展的一个重要方向。

基于支持向量数据描述的报警融合方法

报警融合是入侵检测系统中很重要的一个环节,然而不同的攻击类型具有不同的数据特点,统一的无差别的处理方法势必会存在缺陷。提出了采用基于支持向量数据描述的报警融合算法,并且结合模拟退火的思想,根据不同的攻击类型,选择适合它的属性和核参数,剔除冗余特征,避免样本不均衡产生的影响,通过局部检测、数据融合以及最终的决策分析,提高了报警的检测率,降低了漏报率。通过KDD99数据集对提出的方法进行了验证。

采用信息融合技术的消防报警系统

介绍了多传感器信息融合消防报警系统,包括火灾探测和消防管理两部分。根据"一点发现,多点求证"的原则,利用多传感器的不同性质,进行多级别、多方面处理,得到更可靠、更准确的结论。并结合消防管理规则,构建了具有自动化指挥的消防报警系统。

分布式多传感器目标检测中的数据融合

多传感器目标检测，是近十多年来的一个研究热点。然而运用多传感器实施对目标的检测同时带来了一个新的问题，即如何能由多个传感器所提供的信息实时作出准确的判决？文章证明运用（Ｋ／Ｎ）规则于分布式多传感器目标检测时，存在最佳Ｋ值，使得系统的检测概率高于任一传感器的检测概率，虚警概率低于任一传感器的虚警概率。

NIDS中一种基于数据融合的警报过滤算法的研究与实现

本文在国内外研究成果的基础上,设计实现了分布式入侵检测系统警报数据融合算法中的过滤算法。对警报数据进行融合处理主要目的是要消除大部分误报,合成相似的警报,减少信息冗余。过滤算法主要目的是在不丢失原始警报主要信息的前提下,大大减小报警的数量,从而在很大程度上解决大量数据量的不足之处,为安全管理员提供高质量的检测信息。

认知无线电网络错误概率最小的频谱感知方法

认知无线电网络中的从用户通过检测主用户频谱占用情况,与主用户实现频谱共享。为了提高从用户系统频谱检测的精度,减小系统错误概率,利用能量检测算法对单个从用户频谱感知和多个从用户合作频谱感知进行分析,对比了不同场景和合作方式下单个从用户感知与多个从用户合作感知的检测性能,提出一种采用最优检测门限及对应合作方式使系统错误概率最小的感知方法。仿真结果表明,多个从用户合作频谱感知未必一定优于单个从用户频谱感知,考虑主用户频谱空闲概率不同时,在单用户频谱感知系统中该方法得到的风险值最小,在多用户合作频谱感知系统中该方法得到的风险值接近最小值,在“半数”融合的多用户合作频谱感知方式下该方法的系统错误概率达到最小,能更好地实现主从用户频谱共享。

可信物联网虚拟化数据中心数据融合结果检测技术研究

本研究针对无线传感器网络的结构特性,通过把互联网数据融合技术以及无线传感器网络相连接,从而得到可信物联网虚拟化数据中心数据融合检测技术,并且对于其进行试验研究并分析结果,研究方向主要是从入侵检测系统进行,由于该系统技术发展尚未完善,因而对其使用数据融合技术,设计了相关入侵检测报警数据融合模型,对来自不同检测代理的报警采用模块化处理方式进行分层处理。而在关于代理本地的检测工作中,主要是它能够给对于各个IDS所具有的报警特征的差异情况,对于其中包含的重复报警情况进行消除工作,同时对各个IDS的报警格式统一化处理,将实现处理好的报警信息传输到系统中心控制模块,而后实时发送;对于报警信息进行重复消除和统一处理,可以通过利用各个报警信息其属性特征相似的原理进行信息数据的融合处理,并且从中分析判断每个报警信息之间存在的关联性,采用因果关联和基于攻击意图分析方法,将安全策略和报警信息相联系,结合配置信息和系统脆弱性对入侵行为进行关联分析。在同一个IDS产生的原始报警中,重复报警现象确实大量存在;通过融合,各个IDS所传输的报警信息并没有出现任何损失,同时报警信息也是实时传递,可以很好地降低报警失误性和解决大批次的报警问题,均取得较好的效果。