一种设备业务故障分级检测与预警聚合分析模式研究

传统故障预警检测方法存在普适性差、预警信息不详细、缺乏针对性的问题.针对当前遇到的问题,通过分析设备业务运行状态与监控统计数据特点,将分类与聚合的方法应用于设备业务故障预警检测,设计了一种设备业务故障分级检测与预警聚合分析模式,并详细阐述该检测模式的实现方法.     

基于延后策略的动态多路径分析方法

多路径分析是弥补传统动态分析方法的不足、对可执行程序全面分析的重要方法之一.现有多路径方法主要采用随机构造或者根据路径条件构造输入进行路径触发,这两者均存在路径分析不全面和缺乏针对性的问题.文中通过对路径条件分析,确定了检测条件的基本组成元素,提出了弱控制依赖和路径引用集的概念和计算规则,并以此为基础提出一种延后策略的多路径分析方法.在程序分析过程中,对特定的程序检测点和检测点条件,有针对性地进行路径筛选,从语义上进行路径表达式简化,在保证检测点可达和检测表达式具有相同构造形式的前提下,简化检测表达式,减少分析路径的数量.对7款恶意软件的分析实验结果表明,该方法提高了分析效率和准确性.     

基于结构路径的恶意PDF文档检测

恶意PDF文档依然是网络安全中的威胁,甚至造成了许多重大的安全事故。现有检测方法主要分析恶意代码提取及仿真执行两个方面,检测效率不高,缺乏对PDF文档的针对性。在分析PDF文档结构特性的基础上,定义文档结构路径,提出了一种基于恶意和正常文档之间潜在的结构差异特性的检测方法。大量实验数据结果表明,本方法在检测准确率和检测速率方面都有不错的表现。     

机房集中监控系统维护方法探讨

对机房集中监控系统三级监控单元SU、SC、SS所使用的各种物理设备的类型及其原理进行分析，提出有针对性的物理设备故障检测技术及日常维护方法。所探讨的这些故障检测技术及维护方法，均经过实践证明具有高准确度，可以为机房维护人员准确分析设备故障状态提供参考，及时有效地采取措施，提高工作效率和降低维护费用。     

基于模拟数据集的字节频度入侵检测研究

为解决目前网络负载异常入侵检测领域缺乏有效、针对性的测试数据集的问题,提出一种基于虚拟关键字的构造模拟网络数据集的方法。并用它对基于字节频度分布的异常检测模型进行了测试分析。实验结果表明,模拟数据集提供了一种负载内容异常程度可控的测试数据集;检测阈值和网络环境的数据特性包括数据包尺寸分布情况、异常和正常访问相对于训练数据的偏离程度等有关。单包频度分布模型相比连接模型对负载数据异常程度的变动有更好的灵敏度。     

基于彩色污点传播的黑盒测试方法

软件漏洞检测是确保软件安全的重要方法之一.现有可执行程序漏洞检测方法主要分为白盒测试和黑盒测试两类:前者需要完整构造程序漏洞产生表达式,因此存在路径爆炸以及表达式难以求解等问题;后者通过尝试各种输入以检测程序漏洞,针对性不强且存在过多重复计算.本文通过确定程序输入中直接影响程序检测点的部分,结合种子输入产生能够直接到达检测点的输入数据,提高黑盒测试过程的针对性.分析检测点间守护条件和检测条件的相关性,去除检测过程中冗余的检测点,提高整体检测效率.提出了彩色污点传播的方法,快速确定程序检测点与外部输入及约束条件间的依赖关系.通过对4款现有应用软件的分析试验,结果表明本方法提高了黑盒测试的针对性和分析效率.     

便携式票据数字水印检测系统的研究

针对目前市场上的票据版权检测缺乏针对性等问题,提出了一种利用手持设备进行票据水印检测的方案.该方案将待检测票据的图像信息通过GPRS无线通信网络上传至远程专用PC机进行水印检测,并在手持设备上显示检测结果.详细介绍了检测系统的总体架构和上下位机的设计方法.试验表明,该方案对票据的数字水印检测具有较高的可靠性和实时性,给票据版权检测带来了极大的便利,具有广阔的应用前景.     

装备维修训练内容规划方法研究

为了解决维修训练内容制定缺乏针对性、安全性的问题,提高训练效率,首先分析总结了维修训练的一般特点,继而提出训练的系统工程方法,重点研究了该方法分析阶段维修工作任务转化为训练内容的方法,为制定高效的训练方案提供了理论基础。     

入侵检测系统中基于辐射状面板的可视化方法

现代互联网络存在认知负担重、缺乏全局认知、交互性较差等安全问题。为此,利用可视化方法识别网络中的攻击和异常事件,并提出一种新型的入侵检测分析系统（IDs）——基于辐射状面板可视化技术的IDSView。根据现有可视化系统的不足,考虑用户接口与体验,采用颜色混合算法、多段拟合贝塞尔曲线算法、数据预处理及端口映射算法,降低图像的闭塞性,提高可扩展性及增强入侵识别与态势感知能力。应用结果表明,应用该方法分析人员可以直观地从宏观和微观2个层面感知网络安全状态,有效地识别网络攻击,辅助分析人员决策。     

二次设备网络通讯检测及故障诊断分析技术研究

针对目前运维人员缺乏实用性较高的网络检测诊断工具,导致无法有效进行故障定位与原因分析的现状,本文研制出一种二次设备网络通讯检测及故障诊断定位装置,经过故障在线检测完成故障诊断与定位,以便完成对设备的故障检修,为设备运行提供良好的技术条件.     

独立学院信息化建设工作中的若干问题探讨

本文分析了独立学院校园信息化建设的一些问题,比如缺乏规划、基础设施薄弱等,并有针对性地提出了改革措施。     

试论如何实现更高质量职业指导影响因素研究

以广东地区5所高等院校进行在校大学生进行个性化职业指导满意度调查，实现高质量的职业指导进行了探索研究，指出探索实现高质量的职业指导存在缺乏针对性、缺乏信息采集完整性和实效性、缺乏科学方法和技术；分析找出认识不足、投入不足、人员不足等原因，将为高校在实现更高质量的职业指导中，探索出切实可行实现更高质量的职业指导的新措施提供研究方向。     

基于图像区域特征的自适应边缘检测

边缘检测技术的关键在于检测前的图像去噪问题。Madenda方法考虑了尖锐、模糊、噪声的影响,但在全图像范围内采用的是统一的噪声抑制参数和模糊控制参数,从而缺乏对不同区域内噪声抑制的针对性。为此,提出基于图像区域特征的自适应边缘检测方法,通过熵和对比度的计算,将原始图像逐级分解,直到达到预先设定的阈值条件。然后根据各个区域的特点,自适应地计算出相应的噪声抑制参数和模糊参数,从而达到对该区域噪声最合理的抑制,以达到最佳的边缘检测效果。实验结果表明,该方法可以有效地抑制噪声的影响,获得高质量的边缘检测图像。     

立足实际 加强班组培训

企业要在竞争中重获优势,谋求安全发展,就必须建设一支掌握高新技术,能适应多方位需求的高素质的员工队伍,从而为企业可持续发展提供强有力的人才支持。随着现代工厂自动化水平的不断提高,对现场操作人员的操作水平也提出了更高的要求。目前基层班组培训中普遍存在人员学习的积极性和主动性不高,培训走过场,实际效果不佳的现象,分析其主要原因是班组成员缺乏危机感和竞争意识,学习的内在压力和动力不足;此外班组培训形式单一,内容缺乏针对性也是重要原因。那么,如何搞好班组的培训工作,笔者认为可以从以下四方面着手。     

驾驶员疲劳驾驶检测方法研究综述

由于疲劳驾驶导致的交通事故占比逐年上涨,引起了研究人员的广泛关注。目前疲劳驾驶检测的研究受限于科技水平、环境、道路等各种因素的影响,导致疲劳驾驶检测技术难以进一步发展。介绍了近10年内驾驶员疲劳驾驶检测方法的最新进展。阐述并回顾了主动检测法和被动检测法两大类。根据两大类检测方法各自不同的特征进行细致的分类。进一步分析了各类疲劳驾驶检测方法的优势和局限,同时对主动检测法中基于面部特征的检测方法近3年内所使用的检测算法进行了分析和总结。归纳了各类疲劳驾驶检测方法存在的不足,同时提出疲劳检测领域未来的研究趋势,为研究人员进一步的研究提供新的思路。     

基于用户自定义兴趣区的飞行员眼动数据可视分析方法

针对传统基于兴趣区的可视化方法在分析飞行员眼动数据过程中无法关注细节的问题,提出了一种基于用户自定义兴趣区的眼动数据可视分析方法。首先,根据具体的分析任务,引入对任务背景图像的自我划分和定义;然后,在此基础上,结合多种辅助视图和交互手段,设计并实现了面向飞行员培训的眼动数据可视分析系统,帮助分析人员分析不同的飞行员之间的眼动差异,最后通过案例分析,证明了可视分析方法的有效性和分析系统的实用性。实验结果表明,较传统方法来说,所提方法增加了分析人员在分析过程中的主动性,在整体和局部方面,支持分析人员对任务背景进行细节的探索,增加了分析人员分析数据的多角度性,让分析人员能够结合整体发现飞行学员在训练过程中认知困难的部分,进而制定更有针对性、更有效的训练课程。     

大型衡器检测和故障控制方法探讨

大型衡器作为称重计量设备,其称重系统具有计量简便、分辨率高、称重数字显示、功能完善、性能稳定可靠、重量信号可远传等优点.随着大型衡器的不断增多,近年来针对大型衡器的检测工作,各行业的专业人员根据个人工作实践经验,提出不少行之有效的测试方法.任何一种检测方法要具有生命力,要在理论上可行,然后是使用方便.在文中就几种检测方法进行分析、比较和探讨的同时由于有些企业所处的环境比较恶劣复杂,加之称重频繁并超载使用,同时缺乏必要的维护保养,经常出现故障,严重影响了企业的工作正常运行.并在此谈一点个人对大型衡器故障控制一些体会.     

交互博弈引导的网络流量异常检测建模方法研究

基于网络流量的系统入侵会带来严重破坏,因此寻找能够准确识别和分类异常流量的方法具有重要的研究价值。数据作为基于机器学习模型的检测算法的唯一依据,训练过程对于外界是一个黑盒过程,整个模型在训练和使用过程中缺乏用户交互。这导致在网络运维场景中,专业运维人员不能根据当前模型检测结果,实时将指导信息反馈到系统中,进而削弱了系统的场景适应能力和检测纠错能力。本文基于强化学习过程,设计了一种基于动态贝叶斯博弈的交互引导式的网络流量异常检测方法。通过检测模型和运维人员交互的方式,在训练过程中让运维人员提供专业反馈使得模型获得外界针对当前检测效果的奖惩信号,从而对自身特征聚焦方向和收敛过程起到引导的作用。将运维人员和检测模型视为博弈的双方,建立博弈模型,使双方之间的交互引导行为达到动态平衡状态。通过博弈对于模型交互频次和内容反馈给出指导,从而使得模型具有动态适应当前场景的能力,有效控制了人机交互反馈所带来的系统开销。实验部分验证了交互式博弈的流量检测方法中,双方博弈指导交互行为的可行性与有效性,证明了该方法在动态场景中具有良好的适应能力。相较于传统的机器学习方法,交互引导式模型提高了模型整体的检测性能。性能对比测试结果表明交互频次每增加0.02%,系统整体检测性能随之提升0.01%。     

Android移动应用软件检测平台

文章通过分析智能移动平台面临的安全威胁,移动恶意软件的特性,提出了有针对性的动态检测和静态检测方法,结合当前国内Android操作系统应用软件的现状,提出了具体的解决措施。     

基于深度学习的关键岗位人员行为分析系统

针对关键岗位的人员行为分析的问题,提出了一种基于视频的行为分析方法。制作了包含多姿态样本的岗位人员行为数据集,并使用YOLOv3网络训练该数据集得到行为检测模型。使用提出的人员行为分析算法结合行为检测模型对视频进行处理,对人员行为进行初步分析。在人员行为分析算法的基础上,结合图像相似度和明暗度等特征,进行深度分析并给出离岗、睡觉和玩手机事件的判断结果。实验结果表明,制作的数据集在人员行为检测中有较高的检测精度,同时行为分析的准确度也较高,并且能够进行实时处理。