基于数据包头序列的物联网恶意流量检测

现有的基于机器学习(ML)的恶意流量检测方法,通常以高维的流量特征作为输入,并采用复杂模型,在实践中产生高误报率且资源占用较高。更重要的是,加密协议的广泛使用,使得数据包有效载荷特征很难被访问。幸运的是,物联网(IoT)设备的网络行为通常是有规律和周期性的,该特征反映在通信数据包序列上,每个数据包一定程度上描述了一次网络事件。基于此,本文提出了基于数据包头序列的恶意流量检测方法。它将流量序列转换为网络事件序列,并计算一组特征(即序列性、频率性、周期性和爆发性)来描述网络行为。实验环境包含一组真实的物联网设备,并将提出的方法部署在树莓派模拟的网关上。实验结果表明,与最新的检测方法相比,本文提出的方法能够在复杂网络环境下保持高准确性和低误报率,并提升了处理速率。

基于小波包分解多信息融合的配电网故障选线保护方法

为了解决配电网混合线路频发单相接地故障导致选线困难的问题,提出了一种新的保护方法。该方法通过db10小波包对配电网每条出线的零序电流进行第5层分解得到零序电流小波低频重构系数,运用Hausdorff距离算法将每条出线的低频重构系数进行计算得到不匹配度特征值;再结合小波包能量特点得到每条出线归一化后的综合小波能量特征值,将两种故障特征量作为输入量,结合随机森林算法具有数据融合和无需设定阀值的特性,建立配电网故障选线判别模型。通过将不同工况下得到的256组训练样本数据对模型进行训练获得判别模型的最优参数,再将剩余不同的48组测试数据进行模型验证,结果表明该方法在不同的故障条件下故障判别准确率高,具有较强的适用性。同时将所提出的方法与BP神经网络、ELM信息融合选线方法进行了对比,仿真结果表明,在加入信噪比为40 dB和20 dB的高斯白噪声的工况下,所提出的故障选线方法无论是分类准确率还是收敛时间都具有显著的优势。

基于Markov链Packet-Level的VANET差错预测模型及性能预估

车用自组织网络-VANET(Vehicle Ad-hoc Network)是一种应用于智能交通系统的新型无线移动自组织网络,其网络体系及各层协议设计与信道特性紧密相关,信道实时测量与性能预估逐渐成为VANET通信协议设计基础.本文主要思想是通过实测数据包的差错序列来评估VANET信道质量.首先通过实测数据分析,发现差错序列中相邻无误串和错误串具有统计依赖关系;然后提取数据包的差错序列统计特性参数,依此建立基于Markov链的PLE(Packet-Level Error)模型;最后通过不同模型仿真结果与实际统计结果的比较与验证,PLE模型比传统的Gilbert-Elliott模型更适合描述VANET信道特征.

基于包序列变异和反馈引导的电力通信协议模糊测试方法

在电力系统运行环境中,通信协议的安全性直接关系到电网运行的稳定性和可靠性。针对现有测试方法的不足,提出一种基于包序列变异和反馈引导的通信协议模糊测试方案。首先,介绍了电力通信协议的特点及其安全需求;其次,对电力系统安全防护和模糊测试相关工作进行了调研,说明模糊测试的基本类型和工作原理;最后,设计了较完整的电力通信协议模糊测试方案,主要包括测试系统框架、核心测试组件、测试报文生成算法和插桩反馈引导机制等。本方案通过基于序列包变异和反馈引导的模糊测试数据生成策略,可以按需对包序列进行增包、丢包、乱序和重复等变异操作,能够生成更接近实际应用场景的测试数据,从而更有效地发现电力行业通信协议的潜在缺陷。

大容量逆变型分布式电源接入对配电网单相接地检测的影响

大容量IIDG(逆变型分布式电源)接入配电网之中会影响单相接地的检测,危害配电网的安全稳定运行。根据IIDG特性和序网理论,给出小电流接地系统中发生单相接地时故障电流和线路零序电流的理论计算方法,得出IIDG的基波和谐波分量会影响故障点电流以及线路零序电流的结论。通过仿真分析了零序电流采样谐波含量高对单相接地判断的影响以及小波包算法对高谐波采样的适应性,说明了含大容量IIDG的配电网中接地选线校核的重要性,得出了基于小波包算法的接地选线算法在IIDG渗透率更高的配电网中适应性较好的结论。

应用遗传算法优化设计机翼复合材料蜂窝夹层结构蒙皮

为提高无人机复合材料机翼蒙皮的强度,应用遗传算法优化设计了蜂窝夹层结构蒙皮的铺层。针对复合材料结构优化变量离散化的特点,设计了应用整数编码策略的遗传算法,并根据Tsai-Wu准则提出了适应度函数,参考复合材料的铺层原则给出了约束条件。然后,通过优化设计得到了最佳的蒙皮复合材料结构铺层方案。最后,通过有限元分析及静力试验验证了复合材料蜂窝夹层结构蒙皮设计的合理性。试验结果表明:左、右机翼翼梢的最大变形分别为116.02mm和105.36mm,小于性能要求的180mm。探伤测试显示机翼复合材料结构没有出现损坏,满足机翼结构的工程指标要求。此机翼结构的无人机已成功完成了首飞试验,验证了设计结果的可信及工程可用性。

网络心跳包序列的数据流分簇检测方法

在对网络会话进行时序分析的基础上,提出基于数据流分簇处理的心跳包序列检测方法。对数据流进行时序分簇处理,按周期性特征扩充簇集合,筛除不符合特征的簇对象,根据稳定的簇集合检测心跳包序列。实验结果表明,该方法检测率较高、误检率较低,能够实现实时检测和处理。

STL模型分层算法的优化及应用

STL文件模型的分层是快速成型系统前处理的一个重要环节,为了提高分层效率,提出了一种分层优化算法:根据三角形网格面片的Z轴坐标值从小到大进行分组排序,然后对这些三角形网格面片进行求交线段,依次输出截面轮廓线和数据。算法无需建立三角形网格之间的拓扑关系和交线段进行连接关系的处理,节约了时间,提高了分层效率。通过反求工程获得的两种不同型号的斗齿模型进行分层分析,验证了该算法的实用性和高效性。

基于零序功率方向的中性点不接地系统在线故障定位

提出了基于零序功率方向的在线故障定位方法,判断故障和非故障路径上零序电压和零序电流的相位差,利用全球定位系统(GPS)的秒脉冲为相位获取提供基准,借助通用分组无线业务(GPRS)传送相位信息,实现配电网在线故障定位。物理模型实验证明了该方法的有效性。

a尺度多重双正交小波包

小波包的引入使频域带的划分更加精细 ,更利于观察高频现象。本文在a(a 2 ,a∈Z) 尺度多重双正交小波基的基础上构造了a尺度双正交小波包。它在应用上灵活性很强。按此法可构造多种不同的双正交小波包。如同讨论 2尺度双正交小波包一样 ,着重研究了a尺度双正交小波包的双正交性质并给出了相应的分解关系。

基于小波包能量熵的混沌序列复杂度分析

混沌密码学是密码学的一个新方向,混沌序列的复杂度是衡量混沌密码学安全性的重要指标.本文将小波包能量熵应用到混沌序列的复杂度分析中,首先将混沌序列进行小波包分解,然后通过小波包能量熵计算方法确定各频段能量大小,从而确定混沌序列的复杂度.通过对Logistic、TD-ERCS和Henon产生的混沌序列进行比较分析,结果表明,小波包能量熵具有全局统计特性,无需引入新参数进行相空间重构.另外,计算方法简单,且不依赖于混沌序列的采样长度与初始值,能有效衡量混沌序列的复杂度.

二元不可分双正交小波包的性质

推广了一元双正交小波包的概念,给出了二元不可分双正交小波包的定义及其构造方法,讨论了二元不可分双正交小波包的双正交性.

基于流映射的负载均衡调度算法研究

网络管理者需要能够提供可扩展性、吞吐率保证及报文顺序的高性能路由器体系结构.目前基于Crossbar的集中式路由器体系结构难以实现性能和规模的可扩展,基于两级Mesh网络的负载均衡交换结构成为扩展Internet路由器容量的有效的途径.负载均衡路由器存在严重的报文乱序现象,输出端报文重定序复杂度为O(N2).文中提出一种区域均等的负载均衡交换结构,每k个连续的中间级输入端口划分为一个区域,输入端采用基于流映射的负载分配算法UFFS-k(Uniform Fine-grain Frame Spreading,k为聚合粒度,简称UFFS-k),在k个连续的外部时间槽,以细粒度的方式将同一条流的k个信元分派到固定的映射区域,通过理论证明,该调度策略可获得100%吞吐率并能够保证报文的顺序.为避免流量区域集中现象,采用双循环(dual-rotation)方式构建不同输入端口的流到区域的映射关系;为实现负载在中间级输入端口的均衡分布,每个输入端口维护全局统一视图的流量分布矩阵,UFFS-k调度算法根据流量分布矩阵调度单位帧,可以证明,对任意输出端口j,同一区域OQj队列长度相同且不同区域OQj队列长度至多差1,从而实现了100%负载均衡度.UFFS-k调度算法分布于每个输入端口独立执行,根据流到区域的映射关系及负载分布状态分派信元,模拟结果显示,当聚合粒度k=2时,UFFS-k算法在同类维序算法中表现出最优延迟性能.

高维多重双正交小波包

本文给出对应于高维多重尺度函数的双正交多小波包的定义及其构造方法.讨论了高维不可分双正交多小波包的双正交性.

基于暂态电流极性的小电流接地系统故障选线装置

根据均匀传输线路的频率特性,对于空载线路,当频率小于fm时,线路输入阻抗呈容性,线路可用一集中电容等效.小电流接地系统发生单相接地故障时,对零序分量来讲,非故障线路相当于空载.根据这一特点,对小电流接地系统中线路的零序参数相频特性进行研究,得出系统发生单相接地故障时不同频带上暂态零序电流特性.在选定频带(Selected Frequency Band,SFB)内,非故障线路零序电流极性和故障线路相反.应用小波包对各线路的暂态零序电流进行分解,小波包系数的符号代表了相应频带零序电流的极性,通过比较SFB内小波包系数的符号,便可找出故障线路.RTDS(Real Time Digital Simulator)试验结果表明此方法可以准确地实现单相故障选线.

基于线路零序频率特性的小电流接地系统故障选线

根据均匀传输线路的频率特性,对于空载线路,当频率小于fm时,线路输入阻抗呈容性,线路可用一集中电容等效。小电流接地系统发生单相接地故障时,对零序分量而言,非故障线路相当于空载。根据这一特点,对小电流接地系统中线路的零序参数相频特性进行研究,得出系统发生单相接地故障时不同频带上暂态零序电流特性。在选定频带SFB(SelectedFrequencyBand)内,非故障线路零序电流极性和故障线路相反。应用小波包对各线路的暂态零序电流进行分解,小波包系数的符号代表了相应频带零序电流的极性,通过比较SFB内小波包系数的符号,便可找出故障线路。EMTDC仿真试验结果表明该方法可以准确地实现单相故障选线,并验证了文章对输电线路零序输入阻抗相频特性分析的正确性。

基于时延的移动IPv6路由优化机制

路由优化是基于直接路径比间接路径理想的假设,但这个假设并非一定成立,而且路由优化还会引起数据包失序,降低网络性能.提出一种基于时延的移动IPv6路由优化机制.该机制通过对RRP过程中的HoT消息和CoT消息加盖时间戳,由移动节点测量直接路径和间接路径传输时延并决定是否进行路由优化.同时,通过在间接路径发送结束标识LAST消息及计时器机制避免路由优化产生的数据包失序.最后,通过仿真实验对本机制性能进行分析.

基于混合算法优化神经网络的风电预测模型

针对粒子群算法陷入局部最优以及Elman神经网络泛化能力不足等缺点,提出一种混合小波包分解(wavelet packet decomposition,WPD)和催化粒子群算法(catytic particle swarm optimization,CPSO)优化Elman神经网络(elman neural network,ENN)的短期风电预测方法。通过小波包变换对风电功率样本进行多层序列分解,对单支重构所得的风电功率子序列采用催化粒子群算法优化的神经网络(CPSO-ENN)进行预测,最后叠加各子序列的预测值,得出实际预测结果。在实例分析中,利用某风电场实际运行数据进行仿真验证,结果表明新模型具有较高的预测精度。

数据包错序的多包传输网络控制系统研究

考虑一类只在传感器与控制器之间存在网络的多包传输网络控制系统,研究具有数据包错序、时延和丢包的多包传输网络控制系统的建模和稳定性问题.假设每个数据都带有状态标识符,通过在控制器前端引入一个存储器来储存数据,并在存储器内设置一个缓存区来解决乱序问题,将系统建模成不确定离散线性系统.然后利用Lyapunov方法推导出闭环系统渐近稳定的充分条件,并给出算例验证方法的可行性.

基于相频特性与多频带分析的小电流接地系统故障选线

根据线路的相频特性将频率分为不同的区段,论证了在选定频段(SFB)内,小电流接地系统健全线路零序电流极性与故障线路相反;应用小波包以适当频率带宽对各线路的暂态零序电流进行分解,小波包系数的符号表示相应频段零序电流的极性;在SFB内按照能量最大的原则,确定各线路暂态零序电流分布最集中的频带所对应的小波包分解树节点,通过比较所有线路暂态零序电流在各自能量最大节点处的小波包分解系数的极性,自适应地实现故障选线。PSCAD仿真试验结果表明,该方法能够准确、可靠地实现电缆—架空线混合传输线的小电流接地系统单相故障选线。