ENN-ADASYN-SVM算法检测P2P僵尸网络的研究

由于对组织或个人采取针对性的攻击,僵尸网络对因特网构成越来越严重的威胁.并且不同的加密方法以及隐蔽的通信信道使得p2p僵尸网络越来越难以检测.之前有很多基于分类检测算法的文献都有很高的整体正确率,但是单独类并没有很高的正确率.同时,之前的文献并没有考虑到正常的网络流量和僵尸网络流量严重不平衡的问题.为了解决以上两个问题,提出一种基于最近邻规则欠抽样方法(ENN)和ADASYN(Adaptive Synthetic Sampling)结合的不均衡数据SVM分类算法应用于P2P僵尸网络检测.实验结果表明,无论是僵尸网络还是正常的流量,该方法都具有很高的正确率,并能在短时间内达到很好的分类效果;较之其他算法,它更适合处理大规模网络实时环境中大量的原始数据,对统计数据依赖性小,对不均衡数据分类具有较好的鲁棒性.因此,基于不均衡数据ENN-ADASYN-SVM分类算法更适应于复杂多变的网络环境下的P2P僵尸网络检测.

大规模网络安全数据协同可视分析方法研究

网络安全可视化是近年来网络安全研究的热点,它通过提供有效的信息可视化工具,提升网络安全分析师在解决网络安全问题过程中的感知和认知能力,从而发现模式、识别异常和掌握趋势。为了应对大规模、多数据源的网络安全协同可视分析需求,研究了基于统一格式的事件元组和统计元组的数据融合模型,并提出了擅长事件关联分析的雷达图和擅长统计时序对比分析的对比堆叠流图的设计方法。最后使用该原型系统对2013国际可视分析挑战赛(visual analytics science and technology challenge,VAST Challenge)中网络安全数据可视分析竞赛提供的数据集进行了分析,通过实验和讨论验证了该网络安全数据协同可视分析方法的有效性。

网络安全数据可视化综述

网络安全可视化是一个新兴的交叉研究领域,它通过提供交互式可视化工具,提升网络安全分析人员感知、分析和理解网络安全问题的能力.通过近些年来的研究,该领域的很多研究成果已经在网络监控、异常检测、特征识别、关联分析和态势感知等方面取得了重要进展.文中介绍了网络安全可视化的必要性和发展历史,以及主要的网络安全数据源,并重点从网络安全问题和网络安全可视化方法2个角度对已有研究成果进行了系统的梳理;最后对未来的发展趋势进行了展望.

一种适用于无线多媒体传感器网络的JPEG图像编码算法

在资源受限的无线多媒体传感器网络中进行图像编码和传输,需要综合考虑能量消耗、压缩率和图像质量三者之间平衡的图像编码方案。研究无线多媒体传感器网络中视频监控图像序列的压缩,提出一种基于变化检测和改进JPEG算法的低复杂度图像编码方案。通过变化检测算法定位监控图像中的运动目标即感兴趣区域,仅传输兴趣区域以显著减少数据传输量,适应无线传感器节点存储转发能力有限的特点;改进JPEG算法中的DCT和量子化过程以降低计算复杂度,适应无线传感器节点计算能力有限的特点。算法复杂度分析和仿真实验结果表明,所提出的方法在保证应用所需图像质量的情况,有效地降低了无线传感器节点的数据通信量和计算过程能耗。

一种基于网格的无线传感器网络分簇路由协议

为延长网络生存时间,提出了一种基于网格的无线传感器网络分簇路由协议。整个网络分成若干个虚拟网格,每个虚拟网格形成一个簇,采用唯一簇头选举法产生簇头,且簇内成员可以根据局部的信息调整簇的大小,达到节省能量的目的。仿真实验和分析表明:该协议能均衡网络能量,延长网络的生存时间。

基于事件驱动的无线传感器网络数据收集协议

为延长网络生存时间,提出一种基于事件驱动的传感器网络数据收集协议。该协议根据自适应评估模型选出簇头,当有兴趣事件发生时,簇内成员节点将收集到的数据传递给簇头,簇头进行数据融合并向sink发送数据收集请求。sink接收到数据请求包后,移动到这个簇头附近开始收集簇内兴趣事件。仿真实验结果证明,该协议能有效降低节点能耗,延长网络寿命。

一种适用于多媒体传感器网络的图像拼接算法

为充分利用有限的资源产生高分辨率、宽视角图像,考虑到相邻无线视频节点之间的信息冗余性,提出一种适用于无线多媒体传感器网络的图像拼接算法。使用分块搜索算法进行图像配准以降低能耗,改进绝对差值和算法以提高图像配准的精度,并使用渐进渐出的加权平均算法对图像进行缝合,图像拼接之后与基站间的通信量减少,可以有效降低网络负载。仿真实验结果表明,所提出的算法在保证一定图像配准精度和图像质量的情况下,计算复杂度较低,可以有效节约能量。

面向无线多媒体传感器网络的JPEG 2000图像编码算法

在资源受限的无线多媒体传感器网络(WMSNs)中进行图像编码和传输需要综合考虑能量消耗、压缩率和图像质量三者之间平衡的图像编码方案。对基于离散小波变换的图像编码算法的能耗进行建模分析,提出了一种适用于WMSNs的能量有效的JPEG 2000图像编码算法,根据网络条件和图像质量的限制,使用查找表来选择适当的量子化层级和小波变换层级以减少能量消耗。并采用半可靠的方案进行图像传输,节点根据剩余能量和数据优先级来决定转发或丢弃。仿真实验结果表明:所提出的方法能够在保证所要求图像质量的情况下,有效地降低无线传感器节点的计算和通信能耗。

半监督流形正则化算法检测应用层DDoS攻击研究

现有的应用层分布式拒绝服务(DDo S)攻击检测方法都是基于用户浏览行为特征的统计来区别正常用户与非正常用户,因为要进行高层协议解析和深度数据包处理,所需计算的时间长,空间复杂度高,所以,实现在线检测面临极大困难。针对小样本应用层Web DDo S攻击,提出半监督流形正则化检测方法。首先,在1个时间窗口内以IP地址或域名为标识,将过滤后的Web日志映射到1个14维的特征空间以描述用户的访问行为;其次,采用半监督流形正则化的Laprls最小二乘法对此特征空间中小样本数据进行分类预测以区分正常用户与非正常用户;最后,在少量标记样本的适应性和未标记样本的学习2个方面,分别通过实验和其他算法进行对比。研究结果表明:所提出的算法在检测Web DDo S攻击方面比支持向量机、最小乘方二乘法、K-NN算法具有更高的分类正确率,说明半监督流形正则化的Laprls最小二乘法算法对检测小样本Web DDo S攻击具有较好的实用性。

通用的不带延迟的同质脉冲神经膜系统

脉冲神经膜系统是一种膜系统中吸收了脉冲神经网络特点的新型生物计算装置,具有强大的计算能力。同质脉冲神经膜系统是指一种所有神经元具有相同规则集合的脉冲神经膜系统的变体。研究了突触上带权值和突触上不带权值的两种同质脉冲神经膜系统在不使用具有延迟的激发规则情况下的计算通用性问题,并证明了这两种不带延迟的同质脉冲神经膜系统无论是工作在产生模式下,还是工作在接收模式下都是计算通用的。解决了曾湘祥、张兴义和潘林强提出的关于不带延迟的同质脉冲神经膜系统是否具有计算通用性的公开问题。

带反脉冲的脉冲神经膜系统实现对称三值逻辑与算术运算

脉冲神经膜系统(简称SN P系统)是一种起源于神经元通过电子脉冲传递信息方式的新型分布式、并行计算模型,具有强大的计算能力和解决计算难问题的潜力.带反脉冲的脉冲神经膜系统(简称SN PA系统)是一种包含脉冲、反脉冲两种对象的脉冲神经膜系统的变体,非常适合于对称三值数字的编码.本文使用带反脉冲的脉冲神经膜系统模拟了对称三值的通用与、或、非逻辑门的功能,也实现了对称三值的整数加、减算术运算的功能.目前的工作是基于带反脉冲的脉冲神经膜系统的三值型CPU设计在理论上的首次尝试.本文也为潘林强和Pa^un G提出的一个公开问题提供了一种实用案例.

带反脉冲的同质脉冲神经膜系统

脉冲神经膜系统是一种膜系统中吸收了脉冲神经网络特点的新型生物计算装置,具有强大的计算能力.带反脉冲的同质脉冲神经膜系统是使用了两种对象(称为脉冲和反脉冲)、且其中每个神经元具有相同规则集合的一种脉冲神经膜系统的变体.本文研究了无延迟规则和突触权值情况下的带反脉冲同质脉冲神经膜系统的计算通用性问题,证明了这种P系统无论是工作在产生模式,还是接收模式下都是计算通用的.本文解答了曾湘祥等人提出的关于是否存在无延迟规则的同质脉冲神经膜系统和如何移除突触权值的两个公开问题.

小通用同质脉冲神经膜系统

最近,许多学者针对寻找基于脉冲神经膜系统的小通用计算设备问题进行了研究.脉冲神经膜系统是一种源于神经元之间通过电子脉冲传递信息方式的分布式、并行计算模型.同质脉冲神经膜系统是指一种系统中所有神经元具有相同规则集合的脉冲神经膜系统的受限变体.本文研究了同质脉冲神经膜系统的小通用性:在使用标准规则和权值情况下,作为计算函数的装置,需要53个神经元可以构造一个通用同质脉冲神经膜系统;作为产生数的装置,则需要52个神经元.

无线多媒体传感器网络图像通信性能分析

对无线视频传感器节点的图像通信活动进行研究,分析了其在资源受限的无线多媒体传感器网络中进行图像编码和传输的性能。对基于DCT和DWT的图像编码与传输的能量消耗和率失真进行建模分析。根据所建立的能量消耗与率失真模型,对有限的能量和传输带宽进行优化分配。根据监测场景的统计信息,调整编码中所使用的参数,以使得能量消耗最小化。仿真实验结果表明,所提出的方法在保证应用所需图像质量的情况,有效地降低了无线传感器节点的数据通信量和计算过程的能耗。

脉冲神经膜系统实现有符号整数的算术运算

脉冲神经膜系统是一种结合脉冲神经网络和膜系统特点的新型生物计算装置,具有强大的计算能力和解决计算难问题的潜力.本文考虑在脉冲神经膜系统这种装置上处理一些简单的算术运算问题,包括二进制补码转换、有符号整数的加、减运算和任意两个自然数的乘法运算,这些系统的输入、输出数均采用二进制方式,编码采用合适的脉冲序列.本文较好地解决了Gutiérrez-Naranjo MA.和Leporati A.提出的关于如何实现两个任意自然数乘法运算的公开问题.当前工作可以作为解决更加复杂问题的基础,也有助于设计基于脉冲神经膜系统的生物型CPU.

脉冲神经膜系统形式化验证仿真与分析

脉冲神经膜系统的形式化验证通常很复杂,目前还没有一种通用的方法.本文基于SnpsGUI仿真软件,例证了两个脉冲神经膜系统的形式化验证过程,重点分析并揭示了格局转移图和脉冲神经膜系统之间的内在联系,并总结出了3个一般性结论,达到了通过计算机辅助验证脉冲神经膜系统正确性与完整性的目的.结论显示,格局转移图是一种解决脉冲神经膜系统形式化验证的有效方法,SnpsGUI是脉冲神经膜系统形式化验证的有力辅助工具.同时,对基于脉冲神经膜系统更有效的形式化验证方法提出了展望,对SnpsGUI仿真软件进行了评述,提出了改进方向.

无线传感器网络时间同步误差分析

分析无线传感器网络时间同步(WSNTS)误差,旨在研究影响WSNTS误差的因素,给出WSNTS误差的分布规律。通过研究基于TPSN同步协议的双向报文交换机制,建立了WSNTS误差的数学模型,指出在考虑所有时延的情况下,单跳WSNTS误差仍服从正态分布的规律,同时还给出了多跳WSNTS最大误差的随机过程模型及其期望、方差和上、下限。理论证明和仿真实验表明了结果的正确性,也为无线传感器网络时间同步机制的设计与分析提供了一定的理论依据。

基于体数据变形的自适应移动立方体算法的研究

移动立方体(Marching Cubes)算法是一种经典的三维重建方法,但是对采样稀疏的体数据进行重建时,不能满足所需的精确度要求。提出了一种基于体数据变形的自适应移动立方体算法。该算法通过自适应地改变体素顶点的位置,使得体素包含更多的图像信息从而使体素内的三角面片更加逼近等值面;同时,采用了区域增长策略对体数据进行分割从而避免了对整个体素空间的运算;对算法的并行优化提升了算法的三维重建效率。实验证明使用该算法对稀疏体数据进行三维重建,提高了重建的精确度,并且保证了重建的实时性与交互性。

一种融合用户评分可信度和相似度的协同过滤算法

传统基于信任的推荐算法容易受用户之间评分偏好差异的影响,尤其在存在评分欺骗数据的情况下,算法的准确性波动很大.针对这些问题,本文提出了新的融合用户评分可信度和相似度的推荐算法,该算法将用户评分准确度、认可度和评分数量权重因子相结合,分析了这些因素对用户评分可信度的影响,建立起可信度跟这三者之间的计算关系.本文进行了无欺骗数据存在和有欺骗数据存在的两类对比实验.实验结果表明,在无欺骗数据时该算法提高了推荐准确性,并在有欺骗数据存在的情况下同时提高了系统的准确性和鲁棒性.

基于稀疏表示的高噪声人脸识别及算法优化

为提高基于稀疏表示人脸识别的速度和抗噪性能,研究了交叉花束(CAB)模型及压缩感知重构算法。针对重构算法中的大矩阵求逆,提出快速正交匹配追踪(FOMP)算法,可将运算量较高的矩阵求逆运算转变为轻量级向量矩阵运算。为增加高噪声图片的有效信息量,提出几种实用且有效的方法,并通过实验验证这些方法都能提高高噪声人脸识别率,可识别的噪声比例提高到75%,具有一定的实用价值。