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。     

民用飞机气动布局发展演变及其技术影响因素

在民用飞机气动布局发展演变的历程中,技术因素是根本推动力。为了研究未来民机的发展方向、技术需求以及应对策略,在回顾民机气动布局发展历程的基础上,梳理了在现代民机气动布局形成与演变过程中有着重要影响的4大类技术因素:航空发动机、气动设计、结构设计、飞行控制,并且揭示了这些技术因素在民机发展及其气动布局演变中所发挥的作用。结合未来航空运输市场出现的新需求,分析了未来民机的主要发展方向,重点分析了未来非常规布局民机可能采用的翼身融合、双气泡机身、支撑翼以及联结翼等气动布局形式。最后探讨了新技术条件下民用飞机发展在技术方面的需求和挑战,以及未来民用飞机总体设计的技术策略,明确了多学科设计优化是满足未来民机总体设计需求的有效技术途径。     

基于改进HOG特征的空间非合作目标检测

传统的非合作目标检测方法大都基于一定的匹配模板,这不仅需要预先指定先验信息,进而设计合适的检测模板,而且同一模板只能对具有相似形状的目标进行检测,不易直接用于检测形状未知的非合作目标。为降低检测过程中对目标形状等先验信息的要求,借鉴基于规范化梯度的物体区域估计方法,提出一种基于改进方向梯度直方图特征的目标检测方法,首先构建包含有自然图像和目标图像的训练数据集;然后提取标记区域的改进方向梯度直方图特征,以更好地保持局部特征的结构性,并根据级联支持向量机训练模型,从数据集中自动学习目标物体的判别特征;最后,将训练后的模型用于检测测试集图像中的目标。实验结果表明,算法在由4953幅和100幅图像构成的测试集中分别取得94.5%和94.2%的检测率,平均每幅图像的检测时间约为0.031 s,具有较低的时间开销,且对目标的旋转及光照变化具有一定的鲁棒性。     

航空管制物质的分类识别方法探讨

由于缺乏标准的分类和识别方法,航空管制物质易被当作普通货物进入航空运输环节,给航空运输带来安全隐患.通过分析航空管制物质的定义,确定影响此类物质分类的危害性,包括麻醉性、催泪性质、恶臭性质、急性毒性(经口、经皮肤、吸入)、严重眼损伤或眼刺激、呼吸或皮肤敏化作用、特定目标器官毒性、吸入危害性等;在全球化学品统一分类和标签制度中健康危害分类评估指导原则的基础上,建立统一的航空管制物质的分层式分类程序,并给出识别方法和标准、数据来源及其处理方式;归纳总结航空管制物质的种类,并以两个恶臭物质为例讨论分类识别过程.结果表明:本文提出的航空管制物质的分类程序和识别方法能够很好地指导航空管制物质的分类识别工作,对保障航空运输安全和防恐工作具有重要意义.     

直接侧向力/气动力复合控制影响因素研究

为分析直接侧向力/气动力复合控制中的影响因素对控制效果的影响,给出了复合控制拦截器的典型布局,建立了直接侧向力/气动力复合控制分配模型;采用自适应动态逆方法形成虚拟控制律实现拦截器姿态控制,并进行了仿真验证与分析。仿真结果表明,不同发动机总数、发动机开关机周期和推力大小等因素对最终控制效果有直接的影响,且发动机开关机周期与推力的共同作用对控制效果影响明显。     

基于动态贝叶斯的反舰导弹弹型识别

使用反舰导弹对舰艇进行饱和攻击是当前对舰攻击的主要方式。首先,提出了动态贝叶斯网络(DBN)的理论及算法;其次,根据反舰导弹的高度、速度、过载、机动方式等弹道特性和RCS、雷达频率等导弹自身特性,建立了对反舰导弹进行弹型识别的DBN模型;最后,通过仿真算例验证了DBN模型的有效性,这为实际解决反舰导弹进行弹型识别的问题,提供了一种思路。     

基于功能危险分析的涡轴发动机适航安全性评估

针对涡轴发动机安全性需求,确定了其适航安全性分析的方法及程序。运用整机级功能危险分析法(FHA)对涡轴发动机进行安全性分析,并针对其系统结构的复杂性等问题,提出了整机级FHA功能定义的层级解决方案;利用可靠性模型识别多重失效组合问题;针对功能失效状态影响分析主观性强、难于确定的特点,提出了Delphi法进行专家评估。结果表明:安全性验证程序能够为涡轴发动机安全性验证提供支持,FHA可以较快速识别涡轴发动机整机级危险失效状态,较为客观地确定功能危险影响等级,并有效减少工作量。     

叶尖泄漏流和引射效应对跨声速串列转子失速机制的影响

为探究跨声速串列转子的失速机制,利用数值模拟的手段对不同间隙情况的某跨声速串列转子的叶尖流场进行分析.研究发现:前排二次泄漏区会对失速产生重要影响;叶尖泄漏流和引射效应是前排二次泄漏区流场结构的决定因素,而间隙大小直接影响着两者的强弱.当前排大间隙时,叶尖泄漏流强,是前排二次泄漏区流场的主导因素,这时失速首先发生在前排;当前排间隙减小时,引射效应增强,并逐渐成为主导因素,这时前排二次泄漏区的堵塞情况得到改善,失速区域转移到后排.改变前排间隙对该跨声速转子的性能有更显著的影响,当前排为最先失速排时,改变后排间隙对串列转子性能没有显著影响.      

基于深度学习的航空器异常飞行状态识别

飞行设备快速存取记录仪(Quick Access Recorder,以下简称QAR)保留了原始航班各类重要飞行参数在内的航行信息,使研究分析航空器实时状况和保障飞行质量成为可能。针对QAR数据高维大样本的特点,在如今大数据背景下,除了传统机理建模分析航空器飞行状态外,采用深度学习的方式建立基于数据驱动的航空器飞行状态识别模型,理论与实用意义兼具。通过对真实QAR飞行数据的研究,开发了基于深度稀疏受限玻尔兹曼机的异常飞行状态识别程序。首先利用小波降噪技术对原始飞行数据进行预处理清洗,在一系列典型飞行参数上提取经典时域特征以及小波奇异熵等信息熵特征构成特征集。在此基础上,分别利用经典的线性主元分析技术和深度稀疏玻尔兹曼机对特征集进行有效降维,最后采用四折交叉验证方式,通过高斯过程分类器实现对飞行状态的辨识。实验结果显示,基于深度受限玻尔兹曼机-高斯过程分类的飞行状态识别具有较高分类准确性。     

超级单体雷暴下的改航模型研究

运用形态学的方法,从雷暴图中解析出飞行限制区,并以各个顶点的移动来描述雷暴天气的变化,从而建立危险天气模型。考虑到改航的可行性和便捷性,以最短航段距离和最大转弯角度为限制条件,在航线的两侧设置改航点,建立改航空间。在保证安全间隔的情况下,选择最短的改航路径,并按照航班优先等级确定各个航空器的改航顺序。仿真结果表明,所建模型可以在航路网受超级单体雷暴影响的情况下,为多个航空器规划出改航路径。