基于免疫赦免机制的智能分布式入侵检测系统

入侵检测系统是在网络系统遭受攻击之前进行拦截和响应的一种积极主动的安全防护系统。分布式智能入侵检测系统DIIDS(Distributed Intelligent Intrusion Detection System)就是在分布式环境中将人工智能技术应用于入侵检测中,从而可以提高IDS(Intrusion Detection System)的检测的实时性、准确性和容错性。本文设计了一种基于免疫赦免机制的DIIDS。该方法以降低入侵检测系统的时延性与提高入侵检测系统的智能性、恢复能力为核心,改善入侵检测系统的实时性。为实现用户信息的安全转移和检测系统自身的免疫进化,构建了一种免疫赦免智能Agent植入机制(IPAT),从而提高了系统的可用性。     

基于多摄像头的行人视频运动目标检测算法研究

为了解决单摄像机在目标视频运动中提取信息时存在的缺陷性,提出了基于多摄像头的行人视频运动目标检测追踪算法研究,首先以Kalman滤波理论为基础,对Kalman滤波的运动目标跟踪算法的迭代过程、基本方程进行了分析,从而能预测出下一帧中目标所处的位置及范围,并进行Camshift运算;然后再分析了Camshift与Kalman结合算法;最后,为了进一步检测方法的有效性,对多摄像头的视频运动目标追踪Kalman滤波与Camshift结合算法进行了实验,实验结果表明：该方法能有效的解决遮挡视线问题,比传统的方法,其准确度更高,降低了目标跟踪丢失率,具有较强的鲁棒性。     

基于多摄像头的行人视频运动目标检测算法研究

为了解决单摄像机在目标视频运动中提取信息时存在的缺陷性,提出了基于多摄像头的行人视频运动目标检测追踪算法研究,首先以Kalman滤波理论为基础,对Kalman滤波的运动目标跟踪算法的迭代过程、基本方程进行了分析,从而能预测出下一帧中目标所处的位置及范围,并进行Camshift运算;然后再分析了Camshift与Kalman结合算法;最后,为了进一步检测方法的有效性,对多摄像头的视频运动目标追踪Kalman滤波与Camshift结合算法进行了实验,实验结果表明:该方法能有效的解决遮挡视线问题,比传统的方法,其准确度更高,降低了目标跟踪丢失率,具有较强的鲁棒性。