R/S方法求解网络流量自相似参数的实现与应用

基于网络流量具有统计自相似性的理论,通过计算自相似参数Hurst值来检验流量的自相似程度。采用R/S方法对流量数据进行分析,给出了R/S方法详细的实现算法,通过实验的分析与比较,验证了自相似性的存在。自相似性是正常网络流量具备的特征,当流量发生异常时,Hurst值会出现明显的变化,本文将这一变化应用于DDoS攻击检测做了初步的探讨。基于自相似理论的网络流量异常检测技术与传统的基于统计异常技术和数据包特征匹配等方法相比,具有更高的准确性和可靠性。     

畅游在石象湖花的海洋

大概是从前年吧，朋友就一直在耳边念叨着石象湖，说那里的花特别好看，满山遍野的郁金香让人有身处欧洲的感觉。可惜由于工作太忙，一直未能成行。今年三月的倒春寒一过，天气异常晴爽．终于狠狠心．暂时抛开了繁琐的事务．把朋友约上．开车去体会体会到底有没有说的那么玄乎．那么美丽。     

基于数字仿真的再入飞行器滚转异常边界条件研究

提出了一种基于数字仿真的再入弹头滚转异常边界条件的确定方法。即：首先给出可精确描述考虑各种气动力（矩）系数、各种干扰源作用时的六自由度运动方程。针对各种干扰源及其组合作用，对某弹头的滚转异常现象作了大量的数字仿真。文中采用一种拟合方法，妥善处理了这些仿真结果，拟合出该弹头滚转异常边界条件的近似解析式     

在轨卫星异常报警和故障诊断方法研究

及时发现卫星出现的异常是卫星在轨管理的一项重要工作，它关系到卫星在轨使用寿命。能够及时发现并判断卫星异常的方法有很多，本文对这些方法进行了研究，并将其归纳为2类，一类是基于遥测参数超限报警方法，另一类是故障诊断方法。分别对这2类方法从功能、效果、软件实现的难度进行比较，结果表明，在不同的管理和实现难度要求下，这些方法完成卫星管理的效果不同。另外，本文还提出了一种遥测参数相对判断算法，简化了报警门限设置，能够及时发现卫星任何参数突跳，是一种有效的卫星异常报警方法。     

A320系列飞机前起落架在滑行转弯中产生异响的故障分析

A320系列飞机在滑行和转弯过程中前起落架有时会产生异常响声，容易影响飞行员对执行航班的信心并给机务维修工作带来被动。笔者结合工作实际和相关资料进行了深入的分析，制定了一些切实有效的措施，改进效果明显，较为有力地保证了航班的运行。     

距离相关系数融合GPR模型的卫星异常检测方法

卫星在轨运行期间，遥测数据表现形式通常为多维时间序列。高斯过程回归(GPR)模型可以为重要的遥测参数提供动态门限，及时发现隐藏在工程阈值内的故障征兆，但是高维卫星数据使得GPR模型具有局限性。因此，为获取与多个遥测参数相关的动态门限，在GPR模型的基础上，融合距离相关系数对预测变量进行选择，减少信息冗余和计算量，提高模型的可解释性，并估计模型的泛化误差以设置更合理的预测区间，提高模型的泛化能力，检测数据流的持续异常。对实际在轨卫星数据进行仿真实验，验证了距离相关系数融合GPR模型的卫星异常检测方法可以在卫星故障早期检测到数据异常，而且提高了模型的预测性能，降低了虚警率。      

山口旺斯的奇异照片(下)

<正>我拍的数码照片则更为有趣。尽管通常只有皮埃尔能抓拍到奇异现象,但在我第一次拍到异常数码照片的那个晚上,那些异常照片从白色"光斑"到"烟"条,再到罕见的红效应,应有尽有。当时气温在16℃左右,少云,几颗星星点缀着没有月亮的天空,一点下雨的迹象都没有,也根本没有光源,除了我们相机的闪光灯。     

一种基于迁移学习的遥测数据异常检测方法

为解决卫星遥测数据异常检测面临的数据不平衡且缺乏有标签样本的问题，提出一种基于一维卷积神经网络(1dCNN)迁移学习的异常检测方法。首先利用源域卫星的遥测数据对1dCNN进行预训练，使得模型的卷积层具有卫星状态特征的提取能力；然后将训练好的模型迁移到缺乏标签数据的目标域卫星中；利用目标域有标签样本对预训练模型进行微调，从而实现了对目标域测试集样本的异常检测。为了使1dCNN能够适应遥测数据样本的不平衡性，引入了代价敏感训练策略，建立动态损失函数，从而提升代价敏感一维卷积神经网络(cs 1dCNN)对于异常样本的识别能力。以某两个卫星的电源分系统遥测数据进行了验证，实验结果表明该异常检测迁移方法具有较好的有效性和鲁棒性。