入侵检测系统评估方法综述

文章对入侵检测系统评估方法的发展进行了综述,讨论了评估入侵检测系统的目的和难点,对90年代中期至今出现的各种评估方法进行了介绍。文章着重分析了NicholasJ.Puketza等人的工作和DARPA的评估工作,以及这些评估方法的不足,指出进行大规模分布式网络入侵检测系统的测试是目前研究的热点。     

基于RSSI的无线传感器网络定位系统设计与实现

基于窄带无线信号的路径损耗和阴影衰落,直接建立多个锚节点值与待定位节点未知坐标估计量的解析关系,避免传统RSSI定位方法中常用的对两节点距离量的直接求解,减少信息丢失,提高定位精度;仿真分析了锚节点数量、遮挡因子、路径损耗指数等对定位精度的影响;采用CC2530无线传感芯片实现基于RSSI的无线传感器网络定位系统;系统采用8个锚节点分别在边长4m和10m的两个正方形区域内展开定位实际测试,结果显示其平均定位误差可分别降到0.175m和0.824m。     

基于改进S变换的电压暂降起止时刻检测

电压暂降起止时刻是重要的暂降特征量,在分析改进S变换基础上提出一种改进S变换基频幅值向量和基频差分平方向量相结合的暂降检测方法。首先通过改进S变换基频幅值向量判断信号是否发生暂降,再利用改进S变换基频差分平方向量检测暂降信号起止时刻,最后依据基频幅值向量和暂降起止时刻的检测误差曲线来确定改进S变换高斯窗宽调节因子,达到更优时频分辨率。所提方法能更准确地检测发生在不同持续时间、不同波形点和不同幅值深度的暂降所对应的起止时刻。仿真和实测结果验证了方法的有效性。     

一种含动态缓冲器的宽电源范围低压差线性稳压器

本文提出了一种带有动态缓冲器的宽电源范围低压差线性稳压器（LDO）。该LDO使用0.18μm BCD工艺成功流片并测试,总面积为850μm×1090μm。耐高压的LDMOS用于承受每条路径上的大部分电压,以满足宽电源范围的要求。缓冲器中使用动态电流偏置来降低其输出电阻,从而将传输器件栅极处的极点推至高频,并且不会耗散大的静态电流。本文的LDO在空载情况下消耗16μA静态电流,能在5.5V-40V的宽电源范围内正常工作,典型输出电压为5V,并且在5.5V供电,低压差的情况下能提供70m A负载电流。     

用ADO数据控件开发SQL Server应用程序

介绍使用ADO数据控件开发SQL Server应用程序,并用一个具体的实例详细讲述其方法和步骤.     

基于信誉值的P2P访问控制模型

P2P网络是一种基于对等实体的数据交换方式,在数据交换协作过程由于用户的未知性、动态性,使得另一方会面临很大的风险。而传统的访问控制模型都是基于授权在资源使用之前,应用于相对静态的系统中,对于属性值动态更改的系统不能很好地适用。首先对P2P传统的信誉值计算方法进行了改进,对影响信誉值的多种因素进行了综合考虑,提出了一种比较准确全面的信誉值评估算法。然后从现今研究比较热的UCON模型出发,利用其属性的可变性以及授权的连续性等特点,提出了一种P2P的动态访问控制模型。     

基于自律计算的系统可信性自调节模型

保障和增强系统的可靠性、安全性和稳定性等可信性质是对系统服务的高级要求。提出了一个基于自律计算理念的系统可信性自调节模型,该模型动态分析目标系统的可信度变化趋势,参考先验可信度变化曲线的梯度升降,依序实现可信度在线评估、可信度动态预测和自调节方案选择,完成系统可信度非降的自主调节过程,采用信赖域梯度计算策略解决自调节的最优化问题。     

考虑机组合同电量完成动态均衡的日内安全经济调度

实际运行中日内负荷波动、风电波动、发输变电设备异常等原因将造成机组日内调度出力极大偏差日前发电计划,进而增加了“三公”调度模式下电量进度均衡控制的难度。为此,提出了考虑机组合同电量完成动态均衡的日内安全经济调度的模式、模型和方法。该方法基于经济调度优化内核,通过机组合同电量非线性均衡控制方式,实现对机组日内电力、电量的协调优化和合同电量完成进度的日内精确控制;日内机组合同电量完成进度的实时跟踪及滚动建模机制能够实时跟踪电网及机组运行条件的变化,及时调整各台机组的出力,实现电量分配在时间维度和空间维度的最佳协调,从而极大提高电量控制对电网运行环境变化的适应性。所提方法将为实际调度计划及运行业务的效率提升提供理论支撑。     

虚拟同步机接入弱电网的电能质量新问题及谐波抑制方法

对比了VSG和传统电流型并网逆变器（TGCI）接入弱电网下的谐波域模型,发现传统谐波电流抑制方法并不适用于VSG,同时弱电网条件下非线性负载谐波电流和电网谐波电压对VSG谐波输出阻抗的要求是相互矛盾的,进而导致VSG接入弱电网下的问题更加复杂。提出一种阻抗重塑型谐波电流抑制方法来提升VSG接入弱电网的友好性,主要包含无源和有源部分,有源部分是通过公共耦合点（PCC）电压和附加电压两个变量的适当负、正前馈,增加从电网侧到VSG的谐波阻抗,同时还减小PCC到VSG的输出阻抗,有效地解决VSG接入弱电网的并网电流畸变严重的难题。最后,搭建了10 kW的VSG样机平台验证了所提方法的有效性。     

基于集成深度神经网络的配电网分布式状态估计方法

随着大量分布式能源的接入,配电系统的运行与控制方式愈加复杂。针对配电网状态估计方法面临分布式电源波动数据辨识困难、估计精度低、鲁棒性与估计时效性差等问题,提出一种基于集成深度神经网络的配电网分布式状态估计方法。首先,利用量测数据相关性检验的数据辨识技术识别不良数据和新能源波动数据。在此基础上,利用时域卷积网络(temporal convolutional network, TCN)-双向长短期记忆网络(bidirectional long short term memory, BILSTM)对不良数据进行修正。然后,建立集成深度神经网络(deep neural network, DNN)状态估计模型,采用最大相关-最小冗余(maximum relevance-minimum redundancy, MRMR)的方法优化训练样本,从而提高状态估计的精度和鲁棒性。最后,建立分布式集成深度神经网络模型,弥补了集中式状态估计速度慢的不足,从而提高状态估计效率。基于IEEE123配电网的算例分析表明,所提方法能更准确地辨识分布式电源波动数据和不良数据,同时提高状态估计的精度和效率,且具有较高的鲁...