一种基于进化神经网络的混合入侵检测模型

为了提高入侵检测系统的检测率并降低误报率,将误用检测技术和异常检测技术进行结合,以克服采用单一技术的缺陷。采用改进的进化神经网络作为检测引擎,首先,通过对遗传算法进行改进,弥补实数编码全局寻优能力差的缺陷,且降低计算的复杂度,提高进化收敛速度;然后,将改进的遗传算法和BP神经网络的LM算法进行结合,进一步克服神经网络学习阶段训练速度慢和易陷入局部最优的缺点,进而提高神经网络的分类能力和模式识别能力。采用 KDDCUP99数据集作为训练与测试数据集进行实验,结果表明,基于改进的进化神经网络建立的混合入侵检测模型在数据特征规则的提取速度、检测精度以及识别新的攻击类型方面有明显改善。     

MIDP 2．0的平台安全性及其安全通信模型

本文介绍了移动计算环境所面临的诸多安全威胁和MIDP 2．0新的安全机制及网络模型，分析了MIDP 2.0的平台安全性，并提出了在纯Java环境下构建从J2ME到J2EE的、适用于资源有限MIDP 2．0平台的应用层端到端的安全通信模型，为移动电子商务提出了集移动设备MIDP应用安全环境和客户服务器安全通信于一体的完整解决方案。     

基于粒子群算法的B样条曲线拟合

图像边沿的曲线拟合对于目标对象的识别是十分重要的预处理步骤。针对目标边沿含有比较复杂的噪声的图像提出了一种基于多目标粒子群优化的算法,实现了曲线的快速平滑拟合。该算法利用建立辅助存储空间和保持解多样性的策略防止粒子群算法收敛过早;在边沿离散化采样时用分治与递归的搜索策略提高了B样条基函数节点参数选取的灵活度,从而实现了目标区域边沿的多分辨率插值拟合。实验证明该算法能够在较快实现曲线拟合的同时将目标区域边沿噪声去除,并能较好地实现图像三维重建预处理的需求。     

基于区间二型T-S模糊模型的网络控制系统的输出反馈预测控制

针对干扰作用下的非线性网络控制系统,给出了带一个自由控制作用的输出反馈预测控制方法.首先,利用区间二型T-S模糊模型描述具有参数不确定性的非线性对象,采用马尔科夫链描述系统中的随机丢包过程,由此建立了丢包网络环境下的非线性网络控制系统的数学模型.然后,通过引入二次有界技术得到了干扰作用下网络控制系统的稳定性描述方法,并在此基础上给出了状态观测器的线性矩阵不等式条件.最后,基于估计状态,通过将无穷时域控制作用参数化为一个自由控制作用加一个线性反馈律得到了输出反馈预测控制方法.论文的特色在于构建了在线更新误差椭圆集合的基本方法,满足了约束条件下输出反馈预测控制保证稳定性的要求.仿真例子验证了所提方法的有效性.     

基于量化依赖Lyapunov函数的有界丢包网络控制系统的保成本控制

研究了一类具有有界丢包的网络控制系统（Networked control systems，NCSs）的保成本控制问题，提出了一种包含量化反馈的网络控制系统数学模型，该模型将系统的镇定问题转化为镇定一系列子系统的鲁棒控制问题.在对网络控制系统的分析中，区别于常用的二次型Lyapunov函数，本文采用了一种新的且能够降低保守性的量化依赖Lyapunov函数方法.基于本文的Lyapunov函数，得到了充分考虑丢包过程的保成本控制器的设计方法.仿真算例验证了所给出方法的有效性.     

基于ZigBee的山区农田环境监测系统设计

针对山区农田特殊的地貌和环境，研究并设计一种基于ZigBee无线传感网络技术的农田环境监测系统。该系统通过多种传感器对山区农田环境数据进行实时监测，采集的数据可以在智能手机App端进行可视化展示，为农田智能化管理提供了参考信息，同时系统提供了远程控制农田浇水灌溉功能。该系统在枣庄市山亭区徐庄镇山区农田进行了实地测试，实验结果表明该系统能够实现对山区农田环境数据的有效监测，且该系统成本低、精度高、便于维护，有较强的可用性和可靠性。