异常检测

  • 基于SE-TCN的无人机异常时间序列检测
    词:无人机;异常检测;时序卷积神经网络;通道注意力机制一、引言无人机以其机动性好、价格低廉、方便快捷、无人驾驶等优点受到世界各国的重视,并且在军事和民用领域都得到了广泛应用[1]。然而,无人机在飞行过程存在诸多影响因素,这些因素能够对无人机飞行质量造成限制,同时降低无人机在各个领域应用价值,为从根本上解决这些因素的实际危害,异常检测技术逐渐成为无人机的应用要点。传感器所采集到的无人机数据通常以时间序列的形式展现,无人机数据是一系列与飞行和运行状态相关的参数

    中国新通信 2023年13期2023-09-17

  • 基于编码解码器的异常排污云监控智能平台设计
    重建 实现对异常检测模块的调用 利用该平台 可以对导入的工厂排污数据进行可视化分析 并对某一段时间序列内的异常点进行检测 从而检测工厂是否有偷排行为关键词 编码解码器 异常检测 数据重建 偷排行为中图法分类号tp311   文献标识码a1 引言作为碳排放总量世界第一的大国,我国工业总体上尚未完全走出“高投入、高消耗、高排放”的发展模式困境,生态环境保护仍长期面临资源能源约束趋紧、环境质量要求持续提高等多重压力,中国环保产业的市场前景不断扩大。然而,排污企业

    计算机应用文摘 2023年14期2023-07-21

  • 基于编码解码器的异常排污云监控智能平台设计
    重建 实现对异常检测模块的调用 利用该平台 可以对导入的工厂排污数据进行可视化分析 并对某一段时间序列内的异常点进行检测 从而检测工厂是否有偷排行为关键词 编码解码器 异常检测 数据重建 偷排行为中图法分类号tp311   文献标识码a1 引言作为碳排放总量世界第一的大国,我国工业总体上尚未完全走出“高投入、高消耗、高排放”的发展模式困境,生态环境保护仍长期面临资源能源约束趋紧、环境质量要求持续提高等多重压力,中国环保产业的市场前景不断扩大。然而,排污企业

    计算机应用文摘·触控 2023年14期2023-07-21

  • 基于迁移学习的无人机杆塔巡检图像异常识别技术及实验对比
    而导致的杆塔异常检测准确度不高的问题,提出了一种基于迁移学习的无人机电力杆塔巡检图像异常检测技术。设计了一种基于多元特征混合提取的目标检测架构,用于模型的预训练,之后基于预训练模型进行微调,以适应下游杆塔异常图像的检测任务,它能够通过小样本数据来构建高效的杆塔异常图像检测模型。结果表明:该方法较其他方法在异常检测准确率方面提升了约2%,验证了所提出的无人机杆塔巡检图像异常检测的有效性。关键词:图像处理;深度学习;特征提取;异常检测;图像识别中图分类号:TM

    粘接 2023年6期2023-07-12

  • 基于线缆状态数据的特征集成及异常信息自动检测技术
    :高压线缆;异常检测;松耦合;特征提取;检测技术中图分类号:TM76文献标志码:A文章编号:1001-5922(2023)05-0188-05Automaticdetectiontechnologyof featureintegration andabnormalstatedatabasedoncablestatusdataWANG Dingfa(China Southern Power Grid Digital Grid Research Institu

    粘接 2023年5期2023-06-12

  • DDOS检测与防御机制研究
    oS 攻击;异常检测;流量控制中图分类号:TP393 文献标识码:A文章编号:1009-3044(2023)10-0084-030 引言DDoS(Distributed Denial-of-Service)攻击是互联网目前面临的最严峻的威胁之一,也是近几年网络安全研究的热点问题。面对DDoS攻击,虽然可以选择提高网络带宽和增强网络设备性能来抗衡,但带宽容量不可能无限增长,而攻击的规模则可以通过控制更多的僵尸主机(zombie)(实际执行攻击的机器)来大大加

    电脑知识与技术 2023年10期2023-06-03

  • 具有异常检测功能的无线边缘计算网关设计
    模型实现数据异常检测,词袋模型中输入信息是多傳感器数据,输出结果是数据异常或正常。最后,论文对农业大棚中传感器监测的湿温度、光照等数据进行了对比分析,结果表明,基于词袋模型的异常检测方法能够利用采集数据的时空相关性准确检测异常数据。【关键词】词袋模型;异常检测;边缘计算;物联网【中图分类号】TP391                                             【文献标志码】A                          

    中小企业管理与科技·上旬刊 2023年1期2023-05-30

  • 基于卷积自编码的卫星通信入侵检测方法研究
    ;特征提取;异常检测中图分类号:TN927文献标志码:A文章编号:1008-1739(2023)01-64-6 0引言随着通信系统的不断发展,卫星通信频带宽、传输容量大、架设环境要求宽松等特点成为战时必要的通信手段之一,但是与众多无线通信一样,用户假冒身份、设备克隆等问题亟待解决。传统的安全认证机制大都采取后端密码学设备,这种机制并不完美,存在秘钥泄露和协议漏洞的风险。为解决此问题,基于物理层的入侵检测变得尤为重要。由于设备电子元件的差异,各种细微的畸变使

    计算机与网络 2023年1期2023-05-30

  • 基于主机日志的恶意登录异常检测方法
    ;恶意登录;异常检测中图分类号:TP399文献标志码:A0 引言机器学习和数据挖掘算法在入侵检测系统设计中起着重要作用。在入侵检测系统中,只要网络中的活动序列与已知的攻击签名相匹配,就会检测到系统中的攻击。另外,在异常检测方法中,可以基于系统状态转换与其正常状态的显著差异来识别系统中的异常状态[1]。1 相关概念与技术理论基础1.1 恶意登录攻击分析异常登录检测是构建安全可信系统的关键一步。当登录记录中出现新用户时,传统方法判断登录发生了异常行为,但实际上

    无线互联科技 2023年5期2023-05-24

  • 基于扩展孤立森林的个性化跌倒检测研究
    林;个性化;异常检测;可穿戴设备中图分类号:TP391 文献标识码:A1引言(Introduction)根据国家统计局2021 年发布的第七次全国人口普查结果显示:全国人口共14.11亿,其中60岁以上的人口为2.64亿,大约占总人口的18.7%,与2010 年相比上升了5.44%[1],中国正逐步迈入老龄化社会。在过去的几年里,所有与老年人健康相关的研究都得到了极大的关注,跌倒检测就是其中的一个热门的研究领域。随着年龄的增长,老年人的身体机能、认知能力和

    软件工程 2023年4期2023-04-07

  • 基于时序挖掘的网络流量分析系统设计与实现
    ;网络流量;异常检测;前后端分离0 引言当前正处于网络技术高速发展的时代,《“十四五”国家信息化规划》的发布进一步推动“互联网+”、大数据、云技术等前沿技术深度融合到生产、教育、科研等各个领域。以高校信息化建设为例,随着接入校园网络环境的设备、服务、信息系统等不断增多,针对网络的攻击愈发频繁,网络安全问题日益严峻。网络安全和信息化是事关国家安全、国家发展、事关全国人民学习、工作、生活的重大战略问题,没有网络安全就没有国家安全,没有信息化就没有现代化。网络流

    电脑知识与技术 2023年5期2023-04-06

  • 基于资金流的金融系统异常的统计监测
    D、PCA等异常检测方法进行金融系统异常监测模型的实证分析,并根据检测结果分析异常出现的原因。关键词:资金流;金融系统异常;SVDD;PCA;异常检测中图分类号:F832.59文献标志码:AStatisticalMonitoringofFinancialSystemAbnormalitiesBasedonSVDDandPCAJIXun(AntaiCollegeofEconomicsandManagement,ShanghaiJiaoTongUniversi

    上海管理科学 2022年3期2022-07-25

  • 基于机器学习的牵引供电远动系统异常攻击检测技术研究
    支持向量机;异常检测中图分类号:TP301.6     文献标识码:AResearch on Abnormal Attack Detection Technology of Traction Power Supply SCADA System based on Machine LearningZHOU Zeyan1, CHENG Peng2, FANG Fusheng2, LU Tao3(1.Electronic Computing Technology

    软件工程 2022年2期2022-03-09

  • 使用GANomaly网络的面瘫识别应用研究
    于深度学习的异常检测方法,并将异常检测生成对抗网络(GANomaly)作用于面瘫图像上,实现正常人脸和面瘫人脸的识别分类,为医生诊断提供辅助工具,可有效提高诊断效率,弥补现有方法的不足。训练后的GANomaly网络可有效分辨出面瘫图像的异常。实验结果表明,基于深度学习的GANomaly网络可有效实现面瘫的诊断识别。关键词:深度学习;面瘫识别;异常检测;GANomaly中图分类号:TP39     文献标识码:AApplication Research of

    软件工程 2022年3期2022-03-07

  • 通用航空训练飞行发动机数据异常检测初探
    练机发动机的异常检测技术还不够成熟。训练飞行具有飞行模式固定,起降频次较高,信息数据结构简单的特点,更适合引入深度学习对其进行建模分析。本文归纳了当前主流的几种深度异常检测模型,从原理、计算复杂度和优缺点三个角度进行分析。为通用航空训练飞行的教练机发动机的异常检测研究提供可行的研究思路。Abstract: The research on health management of large transport aircraft engine is more

    内燃机与配件 2022年3期2022-01-15

  • 基于数学建模的数据流异常检测方法
    要:针对常规异常检测方法聚合数据流数据时误判率较大的问题,设计一种基于数据建模的数据流异常检测方法。计算各个数据个体之间的欧几里度量参数,规范化处理异常数据流数据,设定数据流中的判断节点,利用数据建模技术判断数据状态,规范化处理异常数据流数据,采用临近采样方法在设定的数据集节点处构建一个检测窗口,设定检测周期后,最终实现对异常数据流的检测。准备实验数据集,设定各个数据集间的间隔周期,模拟数据流结构,准备两种常规检测方法以及设计检测方法进行实验,结果表明:设

    电脑知识与技术 2021年33期2021-12-17

  • 基于随机巡视机制的电力物联网安全技术研究
    ;安全行为;异常检测引言随着电网规模越来越大,电力系统发、输、变、配、用电等环节都广泛使用了工业物联网技术,因此保障电力系统的稳定运行、推动电网向能源互联网转型升级显得尤其重要。配电物联网是泛在电力物联网的重要组成部分,是连接用户和输电网的重要桥梁,海量的终端设备主要应用于配电物联网并广泛使用无线公网方式进行数据传输,因此配电物联网在网络安全防护方面有更高的要求。当前配电物联网的建设面临诸多挑战,需要应对诸如重放攻击、内部攻击、中间人攻击、系统漏洞和病毒侵

    新视线·建筑与电力 2021年6期2021-11-27

  • 网络流量异常检测
    对计算机网络异常检测技术进行探讨,对其价值以及意义,进行研究。【关键词】网络安全;网络流量;异常检测随着科技的进步以及经济的发展,计算机已被广泛应用到各个领域,并且计算机的应用,也为各个领域的效能进行了提升。随着网络普及化程度的增加,计算机网络安全事件频频发生的背景下,计算机网络安全越来越受到人们的重视,人们的信息,正在遭受着来自各方的威胁,不仅如此,网络安全还关系这国家的经济运行,有效的对网络犯罪进行遏制,保障网络安全,这不仅仅关系到民众的个人信息安全,

    红豆教育 2021年22期2021-11-20

  • 面向云容器安全的异常检测技术研究综述
    最后,展望了异常检测技术在容器安全领域的发展趋势和应用前景。关键词:云计算  容器安全  异常检测  虚拟化中图分类号:TP393.08                      文献标识码:A文章编号:1674-098X(2021)05(a)-0118-08Survey of Cloud Container Security Oriented Anomaly Detection TechnologyFAN Yuanyi1,2   ZHANG Zengju

    科技创新导报 2021年13期2021-09-05

  • 基于改进KD树的k近邻算法在欺诈检测中的应用
    。关键词: 异常检测; k最近邻; KD树; BBF算法; PCA技术文章编号: 2095-2163(2021)03-0138-05 中图分类号:TP399 文献标志码:A【Abstract】In the face of the problem that stores cheat consumers by brushing sales in Internet transactions, the k-Nearest Neighbor (kNN) algori

    智能计算机与应用 2021年3期2021-08-09

  • 基于LSTM的CAN总线入侵检测
    ;LSTM;异常检测;入侵检测;车联网文章编号: 2095-2163(2021)03-0038-06 中图分类号:U463.6 文献标志码:A【Abstract】Combining with the specific definition of message data field signal in CAN matrix, the paper extracts features, trains LSTM network to predict some i

    智能计算机与应用 2021年3期2021-08-09

  • 基于时空卷积神经网络GL-GCN的交通流异常检测算法
    要:交通流异常检测通常要考虑时间信息、空间信息等信息,这让交通流异常检测变得具有挑战性。文章重点研究由交通事故、或短暂事件引起的非经常性交通异常检查。新提出的算法(GL-GCN)利用交通的时空数据,空间信息采用图卷积网络捕获,时间依赖性采用深度神经网络DeepGLO的方法建模。同时捕捉时空特性并建立预测交通流模型,利用异常分数来判断交通流异常。利用真实的交通流数据,证实了提出的模型具有有效性和优越性。关键词:交通流;异常检测;深度神经网络;图卷积网络;时

    现代信息科技 2021年2期2021-07-28

  • 云际环境下基于用户行为的软件安全研究
    ;用户行为;异常检测中图分类号:TP393.09文献标识码:A文章编号:1003-5168(2021)08-0007-03Research on Software Security Based on User Behavior in Cloud ComputingMA Jie(Henan College of Finance and Monetary,Zhengzhou Henan 451464)Abstract: With the rapid devel

    河南科技 2021年8期2021-07-22

  • 基于Fcn-Attention的硬盘故障预测方法
    盘故障预测;异常检测;注意力机制;全卷积网络中图分类号:TP391;TP18          文献标识码:A文章编号:2096-4706(2021)24-0048-03Abstract: Ensuring the reliability of services in large data centers is becoming more and more important. Hard disks are the component with the h

    现代信息科技 2021年24期2021-06-07

  • 日志异常检测研究现状及展望
    文综述了日志异常检测的主流方法,并针对存在问题提出对未来发展方向的建议。关键词: 金融信息化;系统故障; 日志; 异常检测中图分类号:TP391       文献标识码:A文章编号:1009-3044(2021)12-0056-02Abstract:With the continuous advancement of financia linformation construction, the scale and complexity of the sy

    电脑知识与技术 2021年12期2021-05-24

  • 基于电力数据分析的污水站点监测方法研究
    率曲线自动化异常检测的方法。对智能电表采集的负荷数据进行离群点分析并提取典型日负荷曲线,采用一种改进的皮尔逊相关系数分析方法,对每个站点的负荷曲线进行异常检测,判断污水站点的运行情况,提高异常检测准确率并减少人为误差和投入,具有较好的实际应用价值。关键词:智能电表;负荷曲线;数据分析;异常检测中图分类号:TP399       文献标识码:A文章编号:2096-4706(2021)21-0121-05Abstract: With the rapid dev

    现代信息科技 2021年21期2021-05-07

  • 基于流式处理的CDN异常智能检测技术研究
    运行指标进行异常检测与根因智能定位,解决运营支撑时效性差、准确率低的问题。该成果已在陕西移动现网部署实践,CDN运营支撑效率明显提升。关键词:CDN;流式处理;机器学习;异常检测;根因智能定位引言陕西移动CDN通过多级分布式组网方式,具备Tbps级CDN业务分发能力。但随着设备数量的指数级上升,跨专业、跨地域的协同运维支撑能力面临巨大挑战,也对陕西移动的CDN运维支撑能力提出更高要求。CDN运维支撑能力现状陕西移动CDN目前主要通过传统的数据网管系统进行设

    科技创新与品牌 2021年8期2021-04-23

  • 基于知识图谱的电厂设备异常检测
    伟良摘 要:异常检测是确保电厂安全稳定运行的重要保障。除了电厂本身的状态之外,环境信息对于异常检测来说也是不可或缺的影响因素,如温度、湿度、灰尘等。因此,本文提出一种基于知识图谱的电厂设备异常检测方法,通过应用信号相关算法来判断给定的电厂数据是否异常。试验结果表明,该方法可以整合多种资源中的数据,并对给定的数据异常进行准确度分析。根据测试数据集,基于阈值的传统方法的准确度为64%,而本文方法的准确度为92%,从整体来看,电厂设备异常检测的准确性显著提升。关

    河南科技 2021年2期2021-04-21

  • 基于深度学习的网络入侵检测方法研究
    ;深度学习;异常检测中图分类号:G221                    文献标识碼:A                     DOI:10.12246/j.issn.1673-0348.2021.01.042随着信息和通信的飞速发展,网络中的产生的海量数据传输越来越多,这将给入侵检测系统带来负担,因为海量的数据在传输过程中需要检测处理,为了提高入侵检测系统的有效性和准确性,入侵检测系统不能再依赖于一些简单或明显的特征来识别攻击,而必须能够更深入地

    卫星电视与宽带多媒体 2021年1期2021-04-06

  • 一种基于XGboost的异常检测算法
    要:为了提高异常检测的准确性和高效性,提出了基于xgboost的异常检测算法。首先对异常检测当前遇到的挑战进行分析,指出缺少样本和模型泛化是异常检测中的难点。在此基础上设计了异常注入算法,利用3sigma原则对数据集进行扩充;然后设计特征提取器,针对正常数据和异常数据的特点设计相关特征;最后选择xgboost模型对时序数据进行异常检测。此异常检测流程提高了异常检测的准确性和泛化能力。通过在KPI公共数据集上进行实验,验证了该设计的准确性和有效性。关键词:

    电脑知识与技术 2021年2期2021-03-24

  • 一种混合的信用卡欺诈检测模型
    ),首先通过异常检测的方法将数据划分为可信和异常数据,然后利用半监督的方法训练一个集成模型,最终再利用异常检测进一步剔除检测结果中的异常结果。AWFD在保障对于可信数据的学习效果上,通过半监督集成学习的方法,利用异常数据进一步扩充集成模型的多样性,并将异常检测和集成模型融合。实验结果表明,比起一些传统的机器学习方法,AWFD可以提高整体的信用卡欺诈检测的识别率。关键词:信用卡欺诈检测;异常检测;半监督;集成学习;多样性中图分类号: TP311       

    电脑知识与技术 2021年2期2021-03-24

  • 基于机器学习的网络异常检测及安全威胁等级预测研究
    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。关键词:网络安全;异常检测;安全威胁等级分类;机器学习;国家电网中图分类号

    电脑知识与技术 2021年34期2021-03-04

  • 基于卷积神经网络的网络异常检测方法研究
    络的网络流量异常检测模型,并对模型建立后的数据准备、分类识别方法进行了探讨,实现了网络流量的分类。关键词:卷积神经网络;网络流量;异常检测中图分类号:TP309.2  文献标识码:A    文章编号:2096-4706(2021)12-0094-04Abstract: With the transition of informatization construction from digital campus to wisdom campus, colle

    现代信息科技 2021年12期2021-01-14

  • 基于滑动窗口和聚类算法的变压器状态评价研究
    :聚类算法;异常检测;滑动窗口变压器作业状态在线评估作为提高输变电设备管理的参考依据,随着状态检测技术水平的提升逐渐得到完善[1]。目前,主要针对单一系统设备运行信息进行检测,根据设备运行参数标准设定阈值,观察采集到的信号是否超出此范围,从而判断变压器健康状态[2-3]。由于变压器运行状态数据信息量较大,加大了异常检测难度,目前尚未形成较为完善的状态检测评价模型。一、变压器状态评价模型的构建(一)滑动窗口在候选异常数据集创建中的应用(5)按照以上步骤筛选数

    科技风 2020年34期2020-12-21

  • 基于变分自编码器的日线损率异常检测研究
    于自编码器的异常检测算法,实现大规模日线损率数据的异常检测。变分自编码器是一种利用反向传播算法使得输出值近似等于输入值的神经网络,使用自编码器将原始日线损率时间序列编码,在重建过程中记录每个时间点的重建概率,当重建概率大于指定阈值时就判定其为异常数据。本文利用真实日线损数据进行实验,试验结果表明,基于自编码器的日线损率异常检测算法具有较好的检测效果。关键词:自编码器:异常检测:日线损率中图分类号:TP391 文献标志码:A DOI:10.3969/j.is

    华东师范大学学报(自然科学版) 2020年5期2020-12-07

  • 基于超球面支持向量机的传感器网络数据异常检测分析
    线测试功能的异常检测算法。当窗口扩大后,QSSVM发生了准确度不断提高的变化趋势,能够提高半径的测试精度。当窗口增大后算法持续时间增加,QSSVM相对于OCSVM(OneClasssupportvectormachines,OCSVM)可以降低近一半的计算时间。随着窗口扩大至临界值后,将会引起准确度的减小,设置QSSVM算法滑动窗口为100。当样本包含更高的维度异常比例时,所有算法都出现了检测率增大的变化现象。当样本维度升高后,QSSVM依然具备优异检测性

    微型电脑应用 2020年10期2020-11-13

  • 时间序列相关性分析研究
    ,同时对序列异常检测后的结果进行波动分析。真实数据表明,该方法能够精确发现序列间的相关性,实现根因定位。关键词:时间序列;异常检测;相关性分析;相关系数;DTW中图分类号:O211.61;O151.21      文献标识码:A 文章编号:2096-4706(2020)13-0005-04Abstract:Time series correlation analysis is an important means of time series data m

    现代信息科技 2020年13期2020-11-06

  • 建筑HVAC的可视化及基于非监督学习的异常探测
    域。讨论功耗异常检测方法,试图找到一种合适的数据可视化方法来构建HVAC功耗和异常检测。与其他建筑物异常可视化方法相比,K-Means+Polty异常检测可视化方法主要具有以下优点:(1)可以将室外数据与传感器检测到的功率损耗数据结合起来,包括天气的影响可以被认为包括在内,并获得更准确的结果;(2)所有可视化数据都提供了一个交互式UI,便于建筑物管理员在异常时刻更快速、方便地查找相关信息;(3)与带标签的数据采集相比,无标签数据的采集难度和采集成本大大降低

    中国房地产·学术版 2020年9期2020-10-29

  • 基于用户行为日志的内部威胁检测综述
    ;信息安全;异常检测中图分类号:TP309.2文献标识码:A文章编号:1006-8228(2020)09-45-05A survey of insider threat detection based on user behavior logZhang You, Wang Kaiyun, Zhang Chunrun, Deng Miaoran(Institude of Computer Application, Chinese Academy of Eng

    计算机时代 2020年9期2020-10-09

  • 基于Stacking的雷达伺服系统故障诊断
    ;故障诊断;异常检测;特征工程;StackingDOI:10. 11907/rjdk. 192683 开放科学(资源服务)标识码(OSID):中图分类号:TP303文献标识码:A 文章编号:1672-7800(2020)008-0006-04Abstract: In order to improve the accuracy of fault diagnosis for a certain type of radar servo system in a r

    软件导刊 2020年8期2020-09-02

  • 基于改进K-means的电力数据异常检测算法
    张挺摘要: 异常检测方法在电力领域有着广泛的应用, 如设备故障检测和异常用电检测等. 改进了传统Kmeans聚类随机选择初始聚类中心的策略; 结合数据对象的密集度与最大近邻半径, 选择更加接近实际簇中心的数据点作为初始聚类中心, 并在此基础上提出了一种基于改进K-means 算法的电力数据异常檢测新方法. 实验表明, 上述算法具有更优的聚类效果和异常检测性能, 并且在应用于电力领域时, 算法可以有效地检测出异常电力数据.关键词: 初始聚类中心; 密集度;

    华东师范大学学报(自然科学版) 2020年4期2020-08-04

  • 一种基于聚类算法的网络异常检测方法研究
    量大以及传统异常检测中存在的分析准确率低和时效性差等问题,提出了一种改进的近邻传播聚类算法———IMAP的异常数据检测方法。通过数据采集、数据预处理和聚类分析3个阶段实现异常数据的识别和定位,引入动态阻尼系数的聚类分析方法對标准化数据进行异常检测,为构造安全和稳定网络提供了参考。实验结果表明,利用IMAP的异常检测方法能有效地提高异常检测的运行效率和算法的精确度,具有实际的应用价值和意义。关键词:AP聚类;IMAP聚类;异常检测;聚类算法中图分类号:TP3

    计算机与网络 2020年10期2020-07-29

  • 基于MDM的KELM学习器选择性集成网络入侵检测
    限学习机; 异常检测; 集成学习中图分类号: TP 391文献标志码: AIntrusion Detection by Selectively Integrated Networkwith MDM - based KELM LearnerGAO Zhenghao(Institute of Electric Power Science, Guizhou Power Grid Co. Ltd., Guiyang, Guizhou 550000, China)A

    微型电脑应用 2020年7期2020-07-29

  • 面向智能终端的快捷支付“双花攻击”检测模型
    ;人工免疫;异常检测中图分类号: TP309.2          文献标识码:AAbstract: Double payment (double-spend attack) is an important security issue in the process of digital cryptocurrency trading based on decentralized structure. The current digital cryptocu

    网络空间安全 2020年5期2020-07-26

  • 基于时序分析的工控异常检测算法研究
    加复杂多变。异常检测技术作为信息安全防护中重要的组成部分,可有效地发现在工控网络中不符合预期行为模式的异常事件。考虑到时间作为工业流量中的本质特性,文章开展了基于时序分析的异常检测算法研究,提出了一种基于Top-k的矩阵分布评估算法,实验结果证实此评估算法可有效地检测工控网络环境下的异常事件。关键词:工业控制系统;异常检测;时序分析;流量分析中图分类号: TP391          文献标识码:AAbstract: With the continuous

    网络空间安全 2020年4期2020-07-18

  • 基于拉依达准则的ATM机异常检测
    于欧式距离的异常检测模型。采用k-means聚类分析,确定异常的具体情况,建立多级化报警系统。此外,运用拉依达准则,针对聚类分析后判定的正常数据再划分,使异常检测模型更加精确。关键词:k-means聚类分析;拉依达准则;异常检测;单样本k-s检验引言随着近几年来ATM机的迅速发展,带来了经济前所未有的腾飞。ATM机人力资源投入少,使用频率高以及24小时全天营业的优点。随之而来的,是ATM机数据大,分析困难的问题。当ATM机出现故障或者卡顿时,用户们往往抱怨

    科学导报·学术 2020年24期2020-07-10

  • 关于异常行为检测技术的综述
    :异常行为;异常检测;特征提取;光流法;计算机视觉中图分类号:TP391 文献标识码:A文章编号:1009-3044(2020)06-0199-03异常检测技术是采用计算机视觉分析监控录像。目前,异常活动一直是公共安全领域的一个重要问题,对其进行准确检测具有广泛的应用空间,可在第一时间发现异常,并采取相应的行动和措施以确保相关对象的安全性。由于异常活动的种类众多,很难一概而论,因此对异常行为的定义也需要兼顾周围环境才能确定,例如:公共场合发生打架事件、行人

    电脑知识与技术 2020年6期2020-04-22

  • 基于融合时空数据的车辆加油行为多视图深度异常检测框架
    ,现有成熟的异常检测方法难以对时空离散的加油活动数据进行分析,因此提出基于融合时空数据的车辆加油行为多视图深度异常检测框架。首先基于统一概念模型(UCM)对静态信息和动态活动数据进行关联融合管理,然后从空间视图、时间视图和语义视图角度对时空数据进行编码和转换,最后基于三种视图构建深度时空异常分析检测框架。车辆加油时空数据集上的实验结果表明,多种异常检测方法在融合时空数据上均可取得更低均方根误差(RMSE),平均降低10.73%,所提方法比现有主流方法中结果

    计算机应用 2019年11期2019-12-23

  • 智能电能表费控功能异常检测研究
    费控功能  异常检测中图分类号:TM933.4   文献标识码:A 文章编号:1672-3791(2019)10(c)-0062-02信息技术与计算机技术在我国高速发展,传统的机械电表已经被智能电能表逐渐取代,智能电能表的出现,为电能计量提供了更为精确的系统,提高了电能计量的效率,降低了电能计量的成本,为电力资源的管理和利用提供了极大的便利。智能电表主要由信息测量、信息处理和信息通信三大功能板块组成,可以对电能进行精确计量,储存计量数据,对数据信息进行处理

    科技资讯 2019年30期2019-12-10

  • 结合局部加权回归的时序异常检测方法研究
    ;假设检验;异常检测中图分类号:TP309     文献标识码:AResearch on Time Series Anomaly Detection Based on Locally Weighted RegressionJIANG Xinle1,LONG Jun2,CHEN Gang1,XIA Lei1,LIANG Duozi1,LIU Limin2,FAN Huilong2(1.Information Technology Department,Chi

    软件工程 2019年11期2019-12-06

  • 电网信息运维监控数据异常检测技术
    给以运维数据异常检测为首的电网信息运维监控分析带来了严峻的挑战。在大数据分析与挖掘飞速发展的驱动下,结合长短时记忆神经网络的变量异常检测技术可以满足电网信息运维监控数据普遍存在的异常检测需求,达到减少电网信息运维成本的目的,而这一异常检测流程的可行性、可靠性与准确性也在电网实际运行过程中的服务器流量数据集上得到验证。关键词:大数据分析;深度学习;长短时记忆神经网络;电网信息运维监控;异常检测中图分类号:TM76 文献标识码:A 文章编号:1671-2064

    中国科技纵横 2019年18期2019-12-06

  • 基于Web访问路径的应用层DDoS攻击防御检测模型
    路径长度5种异常检测模型。通过计算合法用户访问网站时的正常值以及具有攻击行为用户的实时异常值偏离程度,可判定是否遭到应用层DDoS攻击。防御模块依据用户非法值大小选取最佳防御策略,抵御应用层DDoS攻击,实现网站数据安全与计算机安全。实验采用真实日志数据进行训练,向实验网站发动5种不同类型的应用层DDoS攻击。结果表明,防御检测模型能在短时间内准确辨别具有攻击行为的用户,并联合防御模块抵抗针对Web服务器的DDoS攻击,能够实现实时检测、实时防御,有效降低

    河北科技大学学报 2019年5期2019-11-25

  • 基于大数据构建污染源在线监控数据有效性评估模型研究
    算法,构建了异常检测和有效性智能评估模型,以识别在线监控数据的异常模式,评估在线监控数据有效性,切实发挥在线监控数据的效能,更好地服务于生态环境保护监管。关键词:在线监控数据;数据预处理;异常检测;有效性智能评估中图分类号:TP274 文献标识码:A 文章编号:1674-9944(2019)16-0174-021引言污染源在线监控系统作为环境监管的重要手段,对提升环境监管水平有着重要作用,全国各地大量建设运行,基本实现对在线监测污染物排放情况的实时监控、及

    绿色科技 2019年16期2019-11-22

  • 基于模糊核聚类和主动学习的异常检测方法
    对日志数据的异常检测获取标记数据代价过高的问题,提出一种基于模糊核聚类与主动学习的算法,即KFCM?AL算法。首先将日志解析,之后利用模糊核聚类算法将待选样本在高维空间进行划分聚类,滤去样本冗余点,同时选取聚类中心进行标记构建初始分类器,最后结合主动学习利用较小的标记代价对异常检测模型进行优化。实验结果表明,所提方法能够利用较少的标记样本获取异常检测模型的性能提升。关键词: 异常检测; 模糊核聚类; 主动学习; 日志解析; 聚类分析; 性能对比中图分类号:

    现代电子技术 2019年20期2019-11-12

  • 基于聚类的反恐情报异常数据分析方法研究
    /意义]通过异常检测可以在海量涉恐数据中发现异常信息,为反恐预警提供重要情报。[方法/过程]首先利用聚类将基础数据分为不同的簇,识别出其中区别于大部分数据对象的异常人员,然后设计一种专门的相似度综合度量参数用于计算与恐怖分子最相似的人员。[结果/结论]该方法为检测异常人员数据提供了一种可以参考的思路,用于从多种来源数据中快速找出涉恐敏感程度较高的人员,有望提高反恐情报分析的效率,实现精准打击重点涉恐人员和恐怖活动。关键词:数据挖掘;异常检测;聚类分析;相似

    现代情报 2019年10期2019-11-07

  • 基于数据内在特性和LSTM的用电数据异常检测算法研究
    现有用电数据异常检测算法准确率低的问题,首先,文章分析了用户用电数据具有时间关联特性、高维度特性,且容易受外部因素影响等特性。其次,基于数据内在特性和LSTM理论,提出了基于数据内在特性和LSTM的用户用电数据异常检测算法。该算法采用有放回的构造数据集策略,构造K个数据集合,采用4层LSTM网络,实现高维数据特征提取,利用两层全连接的隐含层组成的神经网络,实现用户特征数据匹配,采用大概率事件将K个数据集的结果中出现最多的分类作为该节点的分类。通过实验,验证

    无线互联科技 2019年10期2019-08-06

  • 基于SparkR的水文传感器数据的异常检测方法
    水文时间序列异常检测方法。首先,对数据进行清洗后,采用滑动窗口配合自回归积分滑动平均模型(ARIMA)在SparkR平台上进行预测;然后,对预测的结果计算置信区间,将在区间范围以外的判定为异常值;最后,基于检测结果,利用K均值算法对原数据进行聚类,同时计算其状态转移概率,对检测出的异常值进行质量评估。以在滁河获取的水文传感器数据为实验数据,分别在运行时间和异常值检测效果这两个方面进行了实验。结果显示:利用SparkR对百万级数据进行计算时,利用双节点计算的

    计算机应用 2019年2期2019-08-01

  • 基于双向LSTM的Seq2Seq模型在加油站时序数据异常检测中的应用
    有成熟的数据异常检测算法存在挖掘较多假性异常点以及遗漏较多真实异常点的缺陷,并不适用于挖掘加油站时序数据。提出一种基于深度学习的异常检测方法识别加油异常车辆,首先通过自动编码器对加油站点采集到的相关数据进行特征提取,然后采用嵌入双向长短期记忆(Bi-LSTM)的Seq2Seq模型对加油行为进行预测,最后通过比较预测值和原始值来定义异常点的阈值。通过在加油数据集以及信用卡欺诈数据集上的实验验证了该方法的有效性,并且相对于现有方法在加油数据集上均方根误差(RM

    计算机应用 2019年3期2019-07-31

  • 深度递归网络在物联网系统异常检测中应用研究
    传统的物联网异常检测方法无法有效识别数据异常并快速定位异常发生在哪一层。文中提出以深度递归网络对物联网系统异常检测进行建模,感知层、传输层、应用层作为深度网络输出层,深度递归网络通过核函数变换能够提取高阶特征,并且深度递归网络本身的时序特性能够提升异常检测的准确性。实验结果表明,深度递归网络在物联网系统异常检测中能够获得较高的检测准确率。关键词: 深度递归网络; 回归分析; 高阶特征; 物联网系统安全; 异常检测; 核函数中图分类号: TN915.08?3

    现代电子技术 2019年13期2019-07-08