基于Bayes分类器的DoS／DDoS攻击防御技术

提出了一种基于贝叶斯分类算法的分布式拒绝服务攻击防御技术。利用贝叶斯分类算法来计算数据包的分值特征,按照分值表对数据包进行评分并映射成危险等级。然后对危险等级进行评估,根据不同危险等级对网络流量进行过滤。基于该防御技术,设计并实现了防御系统。通过实验分析,该系统在DoS／DDoS攻击发生时能有效区分正常流量与异常流量,从而实现对DoS／DDoS攻击进行实时防御。     

基于SPI的个人网页过滤系统的研究与实现

基于Windows SPI技术,采用VSM模型计算网页间的相似度,提出了一种网页过滤系统.该系统可以根据http请求地址和网页内容实现网页过滤,并采用基于用户反馈的自学习模型,可以不断的学习提高,实验表明该系统能有效的实现网页过滤.     

贝叶斯网络在动量轮地面试验可靠性分析中的应用

为了有效综合动量轮地面试验过程中积累的大量复杂试验信息,对动量轮进行可靠性定量分析.提出了利用贝叶斯网络模型,融合大量测试和调试数据、专家知识等多种信息,建立动量轮可靠性模型的方法;采用贝叶斯网络推理技术,对动量轮进行可靠性评估、故障诊断和灵敏度分析,有效解决了动量轮地面试验可靠性分析与评估等难题,为动量轮可靠性试验提供了理论指导.      

基于知识的贝叶斯诊断网络模型建造方法

复杂系统贝叶斯诊断网络模型需要一个非常艰难的人工建造过程,而且故障样本的获得比较困难,通常面临故障样本缺乏的情况.围绕这些问题,本文提出了提取领域专家知识建造因果映射网络,转化因果映射网络为贝叶斯诊断网络的方法,并以运载火箭伺服系统关键部件伺服阀为应用对象,阐述了运用此方法建造贝叶斯诊断网络模型的关键步骤.最后,通过在单故障情况和多故障情况下的案例仿真,验证了贝叶斯诊断网络模型和模型建造方法的有效性.     

基于多源诊断信息融合的发动机气路分析

针对气路可测信息的有限性及不确定性易导致航空发动机气路分析结果准确度和精度不高的问题,提出了一种基于贝叶斯网络的多源诊断信息融合机制,以提高气路部件故障诊断的准确度和精确度.介绍了基于贝叶斯网络的气路分析方法,在此基础上提出了改进的用于多源诊断信息融合的气路分析贝叶斯网络,即以常规的气路可测参数为主,而其他诊断信息则借助故障模式先验概率表引进贝叶斯网络,实现多源信息的融合.仿真实验表明:通过融合多源信息能够准确地诊断出传统的气路分析难以识别的故障,同时降低了健康参数估计值的方差,提高了诊断结果的精确度;在观测噪声放大一倍、健康参数变化量小于1%的情况下,通过融合多源信息仍能准确的估计出健康参数变化量,且标准差均于0.1%.      

基于数据库与电子仓库增量复制的数据交换技术研究与应用

为实现复杂产品研制企业之间基于PDM系统的产品协同研制,提出了基于数据库与电子仓库增量复制的产品数据交换方法,研究了ENOVIA VPM系统中产品数据对象在数据库表底层的关联关系,阐述了利用CAA函数和程序遍历解析产品结构树的实现方式,并以DB2数据库增量抽取和电子仓库过滤筛选实现复杂产品的过滤交换,实现了一种基于PDM系统的产品数据双向同步交换.     

模型确认热传导挑战问题求解的贝叶斯方法

为了进一步推动模型确认方法的发展并明确其具体实施步骤,以圣地亚国家实验室提出的模型确认热传导挑战问题为例,建立了模型确认的贝叶斯框架,并阐述模型确认的思想以及实现的一般过程.模型确认不仅是一个评定仿真模型准确度的过程,而且是一个通过确认结果提高模型预测精度的过程.首先介绍了贝叶斯及不确定性量化的基本理论,强调了模型修正...     

贝叶斯方法在导弹武器系统试验评估中的应用

介绍了贝叶斯方法及其与仿真技术的结合运用,指出贝叶斯小子样理论对导弹武器装备发展的重要性,着重分析研究了贝叶斯方法在导弹武器系统性能评定中的应用.     

基于贝叶斯网络的故障诊断与维修决策研究

深入研究了决策贝叶斯网络的构成和求解过程,分析了决策贝叶斯网络与期望诊断代价相结合获得最佳维修策略的方法,举例说明了该方法的有效性.     

基于贝叶斯网络的民航安全分析研究

安全在民用航空领域占有举足轻重的地位,直接影响民航企业的生存和发展。科学合理的安全分析便于及时发现民航领域存在的安全问题,预防航空事故诱发因素的萌生,提高民航安全管理的科学性和可操作性。根据民航安全的特点,建立了基于故障树的多态贝叶斯网络系统安全分析模型,综合运用诊断推理和因果推理形式,实现了定性与定量相结合的民航安全分析,通过航空灾难的实例验证了方法的有效性。在此基础上,提出采用区间型贝叶斯网络进行民航安全分析,克服了其他方法只能分析计算单点概率值的局限性,比传统的安全评估更客观,更有说服力。     

制导精度一体化试验的Bayesian样本量计算方法

针对制导精度一体化试验的样本量计算(SSD)问题,分析了应用经典样本量计算方法和标准幂先验的Bayesian样本量计算方法存在的问题和矛盾;为了解决验前样本量很大时,基于标准幂先验得到的设计先验与Bayesian平均后验方差准则之间的矛盾,综合考虑仿真可信度与验前样本量的影响,提出了试验的设计效应指标,给出一种基于试验的设计效应等价确定修正幂先验指数的方法,并用于构造Bayesian样本量计算的设计先验;以兴趣参数Bayesian估计的平均后验方差为输出精度,分别设计了在试验经费约束和评估精度要求约束下的一体化试验方案样本量优化计算方程,并通过示例分析证明了所提Bayesian样本量计算方法的有效性。     

基于验后概率的Bayesian序贯方差检验技术（Ⅱ）

在给定截尾试验次数的条件下,为了在理论上给出最大截尾试验次数以及从保护使用方利益的原则出发进行试验设计,基于验后概率和＂小概率事件原理＂,在一定程度上以保护使用方利益为准则,对Bayesian序贯方差检验（BSVT）模型进行了修正,建立了修正的Bayesian序贯方差检验（MBSVT）模型,设计了继续试验区临界值的求解...     

Bayesian Design of Decision Rules for Failure Detection

The formulation of the decision making process of a failure detection algorithm as a Bayes sequential decision problem provides a simple conceptualization of the decision rule design problem. As the optimal Bayes rule is not computable, a methodology that is based on the Bayesian approach and aimed at a reduced computational requirement is developed for designing suboptimal rules. A numerical algorithm is constructed to facilitate the design and performance evaluation of these suboptimal rules. The result of applying this design methodology to an example shows that this approach is potentially a useful one.     

基于贝叶斯可靠性的设计优化在弹翼蒙皮设计中的应用

针对设计优化中存在的偶然不确定性和认知不确定性,采用贝叶斯理论,利用验前信息,进行可靠性分析,提出了基于贝叶斯可靠性的设计优化方法,并将其应用到弹翼蒙皮设计中。在仿真中,计算了两种不确定性下的可靠度分布,优化结果达到了可靠性要求,并且计算简单,易于工程实现。     

Decentralized detection over multiple-access channels

We study the decentralized detection problem in a general framework where arbitrary number of quantization levels at the local sensors are allowed, and transmission from the sensors to the fusion center is subject to both noise and interchannel interference. We treat both Bayesian and Neyman-Pearson approaches to the problem, and develop an iterative descent algorithm to design the optimal quantizers and fusion rule. Some numerical examples for both approaches are also presented     

GA-BP神经网络在航空发动机状态监测中的应用研究

针对航空发动机状态监测问题,引入人工神经网络为发动机复杂非线性系统建立精确模型;选择以GA-BP贝叶斯算法作为神经网络训练算法,建立优化设计近似模型;以发动机排气温度的预测为例,构建了一个GA-BP神经网络对航空发动机状态进行预测。结果表明,GA-BP神经网络收敛速度快,泛化能力强,优于标准BP神经网络,因而为航空发动机状态监测提供了一种有效的方法。     

Bayesian图模型的化简及在软件测试中的应用

介绍了一种基于贝叶斯图模型的软件测试新方法,该方法为具有不确定性的软件测试问题的逻辑结构提供了形式化机制。分析了该方法的优点和不足,并进行了改进。提出了简化模型,给出了测试过程,通过实例介绍了该模型。表明通过基于贝叶斯图模型的测试方法所构造的模型可以作为软件测试的动态表示,并用于驱动测试设计,为测试者提供决策支持。     

基于MCMC方法的运输类飞机鸟撞冲击能量研究

鸟撞冲击能量是运输类飞机结构安全设计和鸟撞适航条款制定的重要基础,目前我国运输类飞机鸟撞相关研究都是参照FAA中的鸟撞冲击能量标准要求,并没有考虑我国的自然环境等特点.针对这一问题,运用马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)估计方法,采用Gibbs抽样原理,在贝叶斯理论的框架下,对我国运输类飞机鸟撞冲击能量开展了研究,在小样本条件下对鸟撞冲击能量概率分布进行估算,为后续鸟撞安全性分析提供了重要基础.     

Optimal Data Fusion in Multiple Sensor Detection Systems

There is an increasing interest in employing multiple sensors for surveillance and communications. Some of the motivating factors are reliability, survivability, increase in the number of targets under consideration, and increase in required coverage. Tenney and Sandell have recently treated the Bayesian detection problem with distributed sensors. They did not consider the design of data fusion algorithms. We present an optimum data fusion structure given the detectors. Individual decisions are weighted according to the reliability of the detector and then a threshold comparison is performed to obtain the global decision.     

考虑数值离散误差的湍流模型选择引入的不确定度量化

在流体力学数值模拟过程中存在着多种来源的不确定因素,科学、定量地描述这些因素对模拟结果的影响对模型确认、工业产品设计优化和性能评估等过程十分重要。数值离散、模型选择和模型预测偏差是模拟过程中3种重要的不确定性来源,为将这3种不确定性因素对模拟目标量的影响统一考虑,发展了考虑数值离散误差的贝叶斯模型平均方法。首先,通过对数值离散解和网格尺度进行拟合完成数值离散误差估计,得到每个备选模型真实解的置信区间。然后,通过嵌套方法和条件优化算法,结合贝叶斯模型平均方法构建目标量的概率盒,定义目标变量累积分布函数的上、下限,以此分析其置信区间。最后,针对NACA0012低速绕流和CHN-T1跨声速绕流问题,给出了同时考虑上述3种不确定性因素之后升、阻力系数的置信区间分析示例。