基于聚类的出租车异常轨迹检测

出租车全球定位系统数据中蕴含城市交通和移动对象行为的宏观信息,从中可以挖掘出有价值的异常轨迹模式。将位置和几何形状、行驶时间分别作为出租车轨迹的空间与时间特征,根据特征偏离情况划分时间、空间和时空异常轨迹。从轨迹数据中提取相同起终点的轨迹集,将轨迹划分成轨迹片段,计算轨迹间的相似度并进行基于距离和密度的聚类,在空间特征上初步分离出频繁和稀疏轨迹,根据数据异常判定的kσ准则确定时间特征异常的分离阈值,对时间特征进行再次划分,最终实现出租车异常轨迹检测。实验结果表明,该方法能从异常轨迹中挖掘出个性化路线、异常停留位置和交通路段,为智能交通、物流高效规划和执行等提供参考信息。     

可移动设备的控制与实现

USB可移动设备所造成病毒蔓延、数据外泄等问题日益严重。对USB移动设备进行有效控制,可以很好地保护USB移动存储设备的安全。文中介绍了控制USB移动设备的几种方法,分析已有方法的弊端,提出了利用组策略这种方法,完美地解决了有选择性的禁用USB移动设备问题,做到了人性化的管理。     

面向物联网移动终端设备的用户轨迹异常检测研究

为了有效地从物联网移动设备的数字信息中挖掘出用户在日常行为中的轨迹异常,针对现有用户异常轨迹检测算法效率低的问题,提出了一种双层聚类的用户轨迹异常检测方法。考虑到移动终端设备中的轨迹信息数据量大、分布不均匀等特点,该方法在特定的空间距离与时间间隔下提取出停留点集合,并对这些点进行层次聚类,根据结果划分出停留区域,进而发现其中的异常停留区域;最后,对停留区域之间发生的运动轨迹段进行二次层次聚类,发现异常轨迹段。实验结果表明,该方法在发现异常轨迹时,相较于传统算法,既全面地检测出异常轨迹,又加快了异常检测的速度。     

基于Thin Hypervisor的USB设备访问控制

USB移动存储设备体积小、容量大、便于携带等优点,被广泛应用于数据的传输和备份.但是USB移动存储设备的这些特点也给数据的保护带来了很大的挑战.因为盗窃数据者可以轻易的利用USB移动存储设备带走数据.目前存在的针对USB存储设备访问控制的研究,主要基于应用层或操作系统内核层.当系统中存在恶意代码时,这些安全访问控制实施的模块很容易被旁路.为解决实施模块的安全性问题,实现了一种基于Thin Hypervisor的USB存储设备安全访问控制系统,它利用Thin Hypervisor对操作系统透明的特点,使得该系统不受操作系统安全性的影响,从而达到更加安全的目的.     

基于海量牧区羊群轨迹的区域属性挖掘研究*

现代畜牧业在实际放牧过程中由定位设备产生海量轨迹数据。为了从牧区日常移动轨迹中挖掘出潜在有用价值,提出一种新的基于速度扰动划分与聚类方法。该方法首先将连续定位轨迹段以速度扰动方式进行划分,设置速度扰动阈值,区分牲畜兴趣点及运动状态,并借助于聚类方法将地理位置上相似轨迹点进行聚类进而检测牲畜运动兴趣点。结合核密度分析法对聚类轨迹点进行强度可视化展示。同时,为满足处理海量轨迹数据算法需求,搭建云计算平台进行数据挖掘。理论与实验表明,本文提出的方法可以有效从海量草原牲畜运动轨迹中发现其不同兴趣区域及强度关系,并对后续相关研究具有指导意义。     

Autorun类病毒在移动存储中的传播方式分析

Autorun类病毒是指可以通过移动存储设备进行传播并利用操作系统的自动播放功能自动执行的计算机病毒、蠕虫或木马。通过传播介质获得自动执行是此类病毒的重要特征。针对这一新型传播方式,该文通过对Autorun类病毒样本进行反汇编,深入分析此类病毒感染移动存储设备的方法,依据分析结果给出检测与防范措施。     

基于自适应阈值的船舶轨迹异常点检测算法

定位技术的快速发展催生了轨迹大数据,轨迹数据中总是存在着明显偏离轨迹的异常点。检测出轨迹中的异常点对提高数据质量和后续知识发现精度至关重要。目前轨迹异常点检测算法主要为恒定速度阈值法,没有考虑目标在不同时刻运动状态的变化,仅能检测出速度超出指定阈值的一部分异常点,甚至出现检测错误的情况,算法鲁棒性较差。针对现有问题,本文提出一种基于自适应阈值的轨迹异常点检测算法（Trajectory Outlier Detection Algorithm based on adaptive Threshold, TODAT）。TODAT算法充分考虑了目标在一段时间内的运动信息和观测噪声的影响,采用局部阈值窗和均值滤波窗来计算阈值和速度,同时又引入了经济航速阈值和连续异常点放回机制。基于真实船舶数据的实验结果表明,本文算法可根据轨迹数据得到自适应的阈值,有效检测出全部异常点,大幅度提高轨迹数据的质量。     

USB移动存储设备安全管理软件设计与实现

USB移动存储设备使用的安全威胁问题日益突出,针对这种需求设计了安全管理USB移动存储设备的软件,并对实现过程中的技术重点进行了详细的分析。不同于普通软件,该软件除了注重对USB移动存储设备的安全保护,也突出了个人计算机中数据信息的保护工作。     

基于USB-Host的大容量数据采集系统的设计

利用USB主控制器控制U盘作为数据采集系统的移动存储器。该设计基于USB主／从控制芯片CH375S，遵守大容量存储设备类规范中的Bulk—Only和UFI子规范，支持FAT16文件系统，实现了数据采集系统中可用U盘进行数据存储，方便与计算机交互；配合液晶和外扩键盘，可以完全抛开PC，实现采集数据的实时显示和指定存储区域内数据的查看。     

车辆轨迹中的隐性位置异常数据检测

随着智能交通的发展, 大量的车辆轨迹数据被收集和存储, 但这些轨迹数据总是会存在异常轨迹点数据, 严重影响后续轨迹数据分析的准确性和有效性. 本文发现了一类隐性的位置异常轨迹数据, 此类异常数据用传统的基于移动特征阈值的检测方法难于发现, 但对轨迹数据分析过程同样有着重要的影响. 针对此类异常轨迹数据, 本文以部分西安市出租车轨迹数据为例, 提出了一种基于浮动网格和聚类方法的隐性异常轨迹数据检测方法, 并实现了数据的并行化方式. 实验结果展示所提方法检测隐性位置异常的数据召回率、精确率能够达到0.90, 并且F1-score在0.88–0.91范围. 检测出这种隐性异常轨迹数据, 有利于后续的时空轨迹数据分析与应用.