基于自相似检测DDoS攻击的小波选择

为使得小波分析方法准确检测DDoS攻击引起的网络流量自相似变化,针对小波选择关键问题进行研究,提出了一种能够简便有效的发现最佳小波和消失矩的小波选择方法.通过实验发现,当发生DDoS攻击时,dbN系列小波检测到的自相似参数Hurst值变化最大;当给定小波种类时,Hurst值将发生周期性变化,但是消失矩最小时,小波对DDoS攻击最敏感.     

基于混沌特性的网络流量预测

高速网络中存在着以自相似为特征的多种业务流量,这种自相似特征和混沌现象的吸引子有着紧密的联系。本文基于混沌时间序列重构相空间理论,根据最大Lyapunov指数,分别采用W o lf原始算法和改进算法,对高速网络中自相似信源的速率进行了预测,并给出了最大可预报时间。仿真结果表明,W o lf改进算法预测精度及可靠性更高。     

复杂系统混沌行为判别与混沌时间序列的分形建模

提出了以有限维自由度及Lyapunov指数联合分析为判据的复杂系统混沌行为判别方法．避免了判别过程中将纯随机行为及复杂确定性线性行为误判为混沌行为。以球磨机矿浆流量为例,在相空间重构的基础上对系统关联维数进行了分析．验证了系统具有有限维自由度。通过Lyapunov指数分析考察了系统的时空演化特性并验证了系统的初值敏感性,从而分析出该流量具有确定性与随机性相互统一的混沌运动特征。利用Hurst指数通过分形内插算法对流量信号进行了精确重构,建立了一种可准确重演系统时空变化规律的模型．     

基于深度学习的风洞天平测力试验数据异常检测方法研究

风洞天平测力试验数据异常检测有助于分析试验异常原因、排查设备故障、改进试验方案,为解决目前人工检测时间成本高、效率低的问题,提出一种基于深度学习的异常检测框架。首先针对异常零样本问题,对风洞试验常见的异常类型及规律进行总结;然后为解决不同车次数据维度不同的问题,提出基于统计特征的标准化特征表示方案;最后利用神经网络学习异常特征,完成异常检测。试验结果表明:基于深度学习的异常检测方法对风洞异常数据检测的准确率和检出率分别达到了81.7%和72.6%,能够较好地识别孤立跳点异常和多点异常。     

基于选择样本自相关阵的高光谱图像约束能量最小化算法

约束能量最小化算法是一种经典的高光谱图像目标检测算法,其在检测大目标地物时,背景自相关阵易受目标信息的干扰,从而影响算法的检测性能。针对此问题,提出一种基于选择样本自相关阵的CEM算法。通过比较高光谱图像每个样本像元与目标信号的光谱相似度,引入光谱相似性阈值,选择与目标信号光谱差异性较大的部分样本像元参与背景自相关阵的构建,使背景自相关阵更好地对背景的统计性进行描述。对AVIRIS获取的两幅真实高光谱图像进行了目标检测实验,结果表明,本算法的检测率有了明显提高,更适合于检测占据一定像元数目的大目标。     

基于模糊集值统计的输出跟踪控制器设计

提出基于模糊集值统计下修改模糊推理模型的控制规则库方法。对于具有不确定因素的非线性系统,当外界条件和系统内部结构参数变化时,根据系统的输入输出数据对,首先建立控制规则库的估计函数,引入相似度概念,在线修改隶属函数,使实际输出跟踪期望值的变化。通过仿真验证表明,该方法对于非线性、不确定性复杂系统可以获得满意的跟踪控制效果。     

基于相空间重构的网络流量RBF神经网络预测

应用混沌理论，分析了网络流量，用单变量的网络流量时闯序列重构与网络动力系统等距同构的相空间，进而计算了实际网络的关维数和Lyapunov指数，并证实了网络流量存在混沌特性；据此建立了基于径向基函数（RBF）神经网络的模型，并对实际网络数据流进行了预测。仿真结果表明，相对于其他前馈神经网络预测，基于混沌理论的RBF神经网络预测方法学习速度快，预测精度高。     

基于灰色系统理论的战略流量预测方法研究

战略流量预测是空中交通流量管理系统的一个重要部分.借鉴新陈代谢思想,通过灰色系统理论建立了GM(1,1)模型,在统计离散数据的基础上对未来战略流量进行了预测,并利用实际数据对模型进行了验证.分析结果表明,基于灰色系统理论的战略流量预测模型符合精度检验要求,具备一定合理性,可以为战略流量管理提供决策支持.     

基于模糊数据挖掘的网络入侵检测模型

提出了一个基于模糊数据挖掘的入侵模型.异常检测的一个主要问题是正常模式随时间变化.如果一个实际的入侵行为稍有偏差就有可能与正常的模式相匹配,而异常检测系统则无法检测到这种入侵行为.为解决这个问题,本文利用模糊数据挖掘技术建立正常模式,并用一组模糊关联规则表示.在进行异常检测时,利用新的审计数据挖掘当前模糊关联规则,并计算其与正常模式的相似度,如相似度低于规定的阈值,使其产生入侵警报.最后,文中利用遗传算法优化模糊成员函数来选择其参数.     

MEMS梁膜结构流量传感器设计与实现

流量是工业检测重要参数之一。流量检测技术随着微机械电子系统（MEMS）技术的发展与应用，向着小型化、高精度、智能化的方向发展。基于MEMS技术设计了一种梁膜结合的压差式流量传感器结构，分析了其基本工作原理，采用硅微加工工艺对传感器进行了流片加工，然后对封装完成的传感器样机进行了气流和水流静态性能测试。气流测试灵敏度为0.3508mV/（ms-1）2，测试基本精度为0.5885%FS；水流测试灵敏度为41.5241mV/（ms-1）2，测试基本精度为0.9323%FS。结果表明，所设计传感器具有较高的灵敏度与基本精度，从而能完成流量信号的检测。     

Chaotic Characteristic Analysis of Air Traffic System

Chaotic characteristics of traffic flow time series is analyzed to further investigate nonlinear characteristics of air traffic system. Phase space is reconstructed both by time delay which is built through mutual information, and by embedding dimension which is based on false nearest neighbors method. In order to analyze chaotic characteristics of time series, correlation dimensions and the largest Lyapunov exponents are calculated through Grassberger-Procaccia （G-P） algorithm and small-data method. Five-day radar data from the control center in Guangzhou area are analyzed and the results show that saturated correlation dimensions with self-similar structures exist in time series, and the largest Lyapunov exponents are all equal to zero and not sensitive to initial conditions. Air traffic system is affected hy multiple factors, containing inherent randomness, which lead to chaos. Only grasping chaotic characteristics can air traffic be predicted and controlled accurately.     

论空中交通管制中的非常态运行对飞行安全的影响

空中的飞行局势瞬息万变,由于特殊天气、空军活动、流量限制、航空器不正常以及人员、设备等因素导致的非常态运行对飞行安全影响很大。本文联系空管实际,对这些常见的非常态运行情况逐一进行分析,并提出相应的解决措施,以确保航空安全。     

基于径向基神经网络的有限元模型修正研究

设计参数型有限元模型修正属于结构动力学反问题，其理论基础是将结构的特征量视为设计参数的函数。然后依据特征量对设计参数的一阶导数信息进行迭代求解。本文提出了一种基于径向基神经网络的有限元模型修正方法，把模型修正归结为正问题进行研究。首先将特征量视为自变量．设计参数视为因变量，以径向基神经网络逼近两者之间的非线性映射关系，然后利用神经网络的泛化特性直接求解设计参数的目标值。不但无需迭代求解，而且避开了反问题所面临的复杂的非线性优化计算。GARTEUR飞机模型仿真研究的结果表明．修正后设计参数误差在2％以内，模态频率误差在1％以内。     

高频宽范围阻抗测量的一种新方法

本文根据微波网络理论,提出了利用A参量求解高频阻抗的新方法,详细介绍了如何将该方法用于网络分析仪系统测量高频阻抗,并将其测试结果与美国惠普公司生产的专用高频阻抗分析仪HP4191A及该公司最新展出的频谱、网络、阻抗分析仪HP4195A的测试结果作了比较,实践证明,该方法与传统的S参量法相比,大大拓宽了阻抗测量范围,提高了测量精度(能自动地消除联接电缆的影响),且适用于被测件的同轴联接及非同轴联接。此方法对利用各种网络分析仪实现高阻测量具有普遍意义。     

基于扇区负荷约束的管制移交间隔多目标优化模型

繁忙扇区的容量随着交通复杂性的改变而动态变化,现有的基于确定容量的管制移交间隔管理策略不再适用,且动态容量下频繁改变移交间隔也不利于空中管制指挥。本文首先通过将交通复杂性转化为管制工作负荷参数,解决移交间隔改变导致的容量动态变化问题,建立基于扇区负荷的容量流量匹配模型。其次设计管制移交间隔策略稳定性表征函数,提出以策略稳定性和延误成本为目标的管制移交策略优化模型和智能算法。最后基于昆明机场进近扇区实际数据进行仿真验证,证明本方法可以获得一组帕累托最优解,能够为流量管理部门发布管制移交策略以供决策支持。     

运输网络的最短有向路Petri网仿真算法

随着对综合交通体系和智能交通研究的逐步深入,发现必须解决运输需求和运输网络分析的技术问题。在已有的方法中,只有对有向网络有比较成熟的理论和方法,然而,运输网络却是无向的。本文内容是论述如何借助于Petri网论和Petri网图计算机仿真将无向交通运输网络转换为Petri网表示的有向图,并同时求出相应的运输网络中OD（起点终点）对的最短有向路径及路长。本文以图的形式给出Petri网的定义,通过导入“时间Place”和“标记”的附加描述,使Petri网成为扩充的Petri网（EPN）。定义Petri网图仿真器的运行规则和步骤,用Petri网图仿真器、自动将无向运输网络转换成EPN模型,然后自动求出相应的最短有向路径和路长。通过显示、打印或电信号,为用户提供信真报告或电信号。     

一种新型的基于预测的卫星资源分配方法

针对传统的按需分配方式所造成的长时延问题,提出了一种新型的基于业务预测的按需分配方法。该方法通过预测业务在等待队列中的长度,将预测信息发送给网络资源控制中心,再由控制中心动态地分配带宽资源,达到服务质量的要求。在阐述了按需分配和业务预测的基本算法后,通过仿真分析了不同的业务类型采用不同的预测信息发送间隔时间的时延性能,分析中考虑了实时业务比非实时业务享有更高的优先权,并且比较了常规按需分配与基于业务预测的按需系统分配方法的时延性能。仿真结果表明利用业务预测,选择合适的预测信息发送间隔时间,能够有效地改善带宽资源分配的时延性能,相比一般的按需分配方式服务质量有了明显的提高。     

基于PCNC的航路网络拓扑结构鲁棒性优化

空中交通量的持续增长,使得航路网络拓扑结构的脆弱性日益凸显,其鲁棒性优化愈发重要。本文运用复杂网络理论,分析航路网络拓扑结构,提出了优先配置关键结点保护连边(Prefrential configuration node-protecting cycle,PCNC)的方法,该方法基于度值适应度技术,探测出自身及邻居节点度值都大的关键节点,增加连边,配置节点保护环,优化航路网络拓扑结构鲁棒性。以中国大陆地区的航路网络为例,选取其中1 017个航路点和1 568条航段,探测得到101个关键节点,共配置56条新增连边。结合随机攻击和基于节点度的蓄意攻击,验证得到优化后航路网络拓扑结构对于两种攻击方式的鲁棒性都得到明显增强,且在蓄意攻击下的网络鲁棒性改善效果更好。