基于机器学习的网络异常检测及安全威胁等级预测研究

来源 :电脑知识与技术 | 被引量 : 0次 | 上传用户:liaotianeryi2
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
互联网的飞速发展给人们的生活带来便利的同时,也给网络攻击者提供了良好的环境.网络安全问题不仅关乎民生,也关乎国家安全,因此,网络安全问题引起了中央高度重视.为此,学者们提出了很多应对网络安全攻击和网络异常检测的方法,其中机器学习算法占据重要地位.该文采用多种机器学习方法,首先对数据集KDD99进行网络异常检测,并预测其攻击类型,再对国家电网金华供电公司网络数据进行网络攻击威胁预测及等级分类.研究发现采用决策树算法预测准确度最高,同时运行时间也短,此外,研究揭示KDD99数据集中U2R攻击类型容易被预测为正常类型.该研究为降低误报率和提高网络安全性能的系统设计提供参考.
其他文献
电气化铁路在交通运输中起重要作用,其运行安全性和对周边环境的影响不容忽视.本文结合电磁干扰耦合机理论述了具体的电磁干扰防护方案,并结合京沈客专油气管线电磁干扰防护工程设计方案进行分析总结,通过现场实测数据分析验证了方案的有效性,对国内同类型电气化铁路电磁干扰防护工程具有参考意义.
在分析接地线专用线夹夹轨方式的基础上,针对其夹紧、松卸钢轨时无效作业时间长的问题,提出了改变夹轨接触面位置的设计思路,并据此研发两种快速夹轨装置.经过现场试用证明该设计思路可行,两种快速夹轨装置均可满足接触网检修作业中接地线接地端快速夹轨需求.
场强预测是评估和衡量GSM-R系统通信质量的一种重要手段,准确高效的场强预测对信道建模提出了更高的要求.本文提出利用人工神经网络中应用最广泛的误差反向传播(Back Propagation,BP)神经网络预测GSM-R系统的场强.预测结果表明:无需进行三维场景建模,利用表征非线性关系的BP网络即可实现准确的场强预测;相比于无环境特征的数据集,携带环境特征的数据集生成的预测模型精度较高、误差较低.场强预测有助于研究人员理解无线通信特性,更好地服务于GSM-R系统的规划与设计.
分析欧盟铁路接触网系统互联互通技术规范(TSI)符合性认证相关方法,并解读认证体系,对比分析各认证模式的不同特点,研究并阐述认证工作流程及接触网IC部件系统认证的标准和方法.
以电气化铁路常用的三角腕臂接触网系统为原型,建立5柱6跨接触网系统有限元模型,采用反应谱法,通过对接触网系统有限元模型不同方向施加地震荷载,展示不同地震动输入方向接触网系统各部分的地震响应,得到最不利地震动输入方向为纵向地震,抗震计算时也应考虑横向地震与竖向地震对悬挂结构产生的较大振动,为接触网系统抗震研究提供参考.
为了减少高校图书馆自习室空占座的现象,提高座位的使用效率,提出了基于深度学习的座位管理系统.通过神经网络对座位数据训练得到分类模型,利用分类模型对待识别的座位数据分类从而得到座位的状态.如果处于预约或占用状态的座位空闲时间超过设定阈值,系统将自动取消座位,实现了对座位的实时管理.深度学习能提高座位状态识别的准确性,有效提高了图书馆座位的管理效率.
电子医疗记录(EMR)是当前提高医疗服务质量和降低医疗成本的关键.数据量的快速增长使得云计算存储服务被广泛应用.但这种集中化外包存储使得数据不再被数据所有者直接管理,增大了数据泄露与被篡改等风险.区块链的去中心化、可溯源、隐私保护等特性为解决上述问题提供了可能.该文总结了现有的基于区块链技术的电子医疗数据共享方案和模型,并对其进行分类评述.最后,阐述了区块链技术在电子医疗应用中所面临的挑战和未来展望.
目前医学信息工程专业课程实验内容存在知识体系不连贯、与行业背景脱节等问题.该文结合医疗信息化应用场景需求及课程综合技能训练要求,利用知识图谱、数据库处理以及数据可视化等技术,设计医疗健康知识百科查询系统的综合实验.系统包括用户注册、用户登录、快速链接、详细介绍以及知识图谱模块,能够实现常见疾病的查询、关联以及知识图谱的可视化等功能.通过教学实践发现,该实验有助于帮助学生通过各环节快速理解系统框架结构,增强学生理解所学专业课程之间的关联性,并培养智能医学方向的学生面向实际场景进行医疗信息系统开发的能力.
针对相位变换加权可控响应功率算法(SRP-PHAT)在噪声和混响增大时定位性能下降以及运算量大的问题,提出了一种基于改进可控响应功率算法的混合定位算法.首先利用五元十字形阵进行几何定位,得到粗略的定位结果,然后利用引入基于倒谱预滤波的二次互相关算法改进后的可控响应功率算法,在此定位结果的基础上进行精确的二次定位,通过双步定位提高其定位速度.仿真结果表明:混合定位算法在抗混响和抗噪声的能力上要优于几何定位算法和SRP-PHAT算法,并且提高了可控响应功率算法的定位速度.
地下管道连接城市的各个角落,承担了极其重要的功能,准确定位和修复管道病害有重要意义.但由于地下管道的特殊性,为了减少技术人员在管道内潜在的风险,提高检测和修复效率,用带有摄像头的排水管道机器人采集地下管道视频信息,提取图像的LBP特征,训练SVM分类模型实现管道病害分类,模型对地下管道的病害自动识别,使用YOLOv4检测病害,这有效地提高了检测效率与准确度.还使用SLAM技术对以往的图像检测所不具备的三维信息—深度进行了估计,这将有利于管道病害的检测.