期刊文献+
共找到91篇文章
< 1 2 5 >
每页显示 20 50 100
一种基于选择性协同学习的网络用户异常行为检测方法 被引量:36
1
作者 陆悠 李伟 +2 位作者 罗军舟 蒋健 夏怒 《计算机学报》 EI CSCD 北大核心 2014年第1期28-40,共13页
为了快速准确检测网络用户的异常行为,机器学习技术得到了广泛应用.但随着用户规模的扩大及用户行为的复杂化,基于机器学习的传统检测方法面临着大量标记训练样本而导致的巨大开销、实际网络用户异常行为数据非平衡性而导致的检测准确... 为了快速准确检测网络用户的异常行为,机器学习技术得到了广泛应用.但随着用户规模的扩大及用户行为的复杂化,基于机器学习的传统检测方法面临着大量标记训练样本而导致的巨大开销、实际网络用户异常行为数据非平衡性而导致的检测准确性不足等问题.因此,将选择性集成技术引入到协同学习过程中,提出了一种基于选择性协同学习的网络用户异常行为检测方法,使用基于多数类分布的改进EasyEnsemble方法将非平衡训练样本划分为平衡的样本子集,然后使用基于混合扰动的生成方法构造差异性成员分类器对样本子集进行协同学习,在学习过程中使用选择性集成进行置信度计算与数据更新以减少开销,并基于准确性选择构建集成分类器用于实际检测,使得检测方法在获得非平衡性复杂分布数据的处理能力的同时进一步提高检测准确性.实验结果表明,该方法较传统方法减少了对训练样本中标记数据的需求,同时在准确性评价指标上表现更好,能更快速准确地检测出网络用户的异常行为. 展开更多
关键词 网络用户异常行为检测 协同学习 选择性集成学习 支持向量机 机器学习
在线阅读 下载PDF
基于长短周期特征的用户异常行为检测
2
作者 王世谦 白宏坤 +2 位作者 贾一博 卜飞飞 黄勇 《郑州大学学报(理学版)》 北大核心 2025年第6期65-73,82,共10页
随着能源大数据平台用户数量与类型的不断增多,其面临的内部安全威胁也愈加突出。用户异常行为检测是抵御内部安全威胁的一种有效手段。当前主流的检测方法没有考虑同一平台内不同类型用户的行为差异以及访问行为的长短周期特征,检测性... 随着能源大数据平台用户数量与类型的不断增多,其面临的内部安全威胁也愈加突出。用户异常行为检测是抵御内部安全威胁的一种有效手段。当前主流的检测方法没有考虑同一平台内不同类型用户的行为差异以及访问行为的长短周期特征,检测性能较低。为此,利用不同类别用户的行为特点,提出长短期孤立森林模型和多时间窗口并列门循环神经网络,分别构建用户长、短周期内的访问行为特征,最后融合两种模型的结果构建一个基于用户类别的异常行为检测框架。结合某省能源大数据平台系统对所提框架进行了验证,实验结果表明,所提框架能够有效刻画平台用户的访问规律,并具有较高的异常行为识别准确率与异常处理效率。 展开更多
关键词 用户行为 异常行为检测 长周期特征 短周期特征
在线阅读 下载PDF
水经济运行系统用户异常行为检测模型研究
3
作者 唐茂林 刘刚 +3 位作者 何振邦 于永成 周青山 孟雯锦 《水利水电技术(中英文)》 北大核心 2025年第S1期553-559,共7页
水经济运行系统是水资源管理的重要工具,能够极大地提升电站的运行效率,系统的用户行为直接影响到水经济运行系统的运行状态和数据的准确性。通过系统日志对用户行为的实时监测和分析,可以及时发现潜在的安全威胁。研究从系统日志中挖... 水经济运行系统是水资源管理的重要工具,能够极大地提升电站的运行效率,系统的用户行为直接影响到水经济运行系统的运行状态和数据的准确性。通过系统日志对用户行为的实时监测和分析,可以及时发现潜在的安全威胁。研究从系统日志中挖掘用户异常行为发生的共性,提出了基于Transformer的水经济运行系统用户异常行为检测模型(T-UABI-WEOS)。在不牺牲数据原有信息的前提下,采用特征融合预处理方法优化了数据的表达形式,使得特征之间的相互作用得到了有效的体现,而不是单纯地被独立对待。考虑到用户行为数据的不平衡问题,引入变分自编码器模型(Variational Auto-Encoder, VAE),对异常序列数据进行学习,进而由已训练的VAE模型生成的模拟异常序列数据平衡数据集,以此来增强模型的训练效果。试验结果显示,相较于传统数据预处理方法,该方法能提高模型的预测精度达6%左右。试验对比了不同的深度学习模型,模型T-UABI-WEOS表现出了更高的准确率和较低的误报率。研究成果为电力行业提供了科学的决策支持,通过实时检测出某些用户的行为存在异常,从而及时发现潜在的安全威胁,并采取相应的防范措施,可以更好地应对网络安全事件,确保电力系统的稳定运行和国家的安全稳定。 展开更多
关键词 用户行为日志 特征融合 异常检测 水经济运行系统
在线阅读 下载PDF
行为模式时空动态超图聚类的公共交通异常团体检测
4
作者 赵霞 李之红 +3 位作者 刘剑锋 杨静 吴梦琳 秦伊萌 《交通运输系统工程与信息》 北大核心 2025年第3期132-141,共10页
针对现有异常团体检测研究忽略刻画个体隐行为模式、邻域团体隐行为模式以及行为模式时序变化特性的现状,本文提出一个时空动态超图聚类(Spatio-temporal Dynamic Hypergraph Clustering, STDHC)模型。先提取个体在连续时间切片的出行... 针对现有异常团体检测研究忽略刻画个体隐行为模式、邻域团体隐行为模式以及行为模式时序变化特性的现状,本文提出一个时空动态超图聚类(Spatio-temporal Dynamic Hypergraph Clustering, STDHC)模型。先提取个体在连续时间切片的出行特征矩阵序列,对应构建行为模式超图序列,刻画各时段下多个体的高阶关联特性;由此运用Transformer,从时间维度学习个体显性出行特征背后的隐行为模式;运用超图卷积网络,从空间维度学习邻域团体的隐行为模式;度量双向时间传播作用下的超图拓扑结构变化值,从时间变化维度捕捉个体行为模式的时序变化特性;利用注意力机制融合上述3类特征,更新超图卷积网络,实现团体的自动检测。将本文提出模型应用于公共交通扒窃团体的检测案例,通过系列对比、消融和鲁棒分析实验,证实能在连续时间步长下取得高于6种基线模型2%~6%的提升性能。研究成果可为智能检测公共交通场所异常团体和提升安全运营水平提供理论支撑。 展开更多
关键词 智能交通 异常检测 深度学习 行为模式 超图卷积网络
在线阅读 下载PDF
MNDetector:基于多层网络的异常访问检测方法
5
作者 袁子淇 孙庆赟 +2 位作者 周号益 朱祖坤 李建欣 《计算机研究与发展》 北大核心 2025年第3期765-778,共14页
针对频发的网络安全事件,异常访问检测被广泛应用于恶意行为的识别.然而,异常访问通常仅在部分属性字段上体现出显著的异常特性,检测结果易被异常特性不显著的字段所干扰.针对这一问题,提出MNDetector,将多层网络结构引入异常访问检测领... 针对频发的网络安全事件,异常访问检测被广泛应用于恶意行为的识别.然而,异常访问通常仅在部分属性字段上体现出显著的异常特性,检测结果易被异常特性不显著的字段所干扰.针对这一问题,提出MNDetector,将多层网络结构引入异常访问检测领域,基于关联紧密的属性字段构建单层网络,并添加层间关联以形成多层网络.随后利用适应多层网络的跨层游走获得同层及跨层节点序列以计算节点表示.最终利用分层生成对抗网络(GAN)融合各层重构损失与判别结果,实现异常检测.实验结果表明,MNDetector在多个公开数据集上的检测效果超过了最优方法,相较于常用方法实现了约8%的F1分数提升.进一步的案例研究通过分析异常特性在属性字段上的分布解释了不同场景的检测效果差异,并从网络结构的角度解释了各层检测结果差异,验证了MNDetector能够解决异常特性不显著的属性字段造成的属性干扰问题. 展开更多
关键词 异常检测 多层网络 访问检测 网络行为 网络安全
在线阅读 下载PDF
融合动态图嵌入和Transformer自编码器的网络异常检测
6
作者 张安勤 丁志锋 《计算机工程》 北大核心 2025年第4期47-56,共10页
网络异常检测的目的在于及时识别并响应网络中的恶意活动和潜在威胁。大多数基于图嵌入的异常检测方法主要用于静态图,忽略了细粒度的时间信息,无法捕获动态网络行为的连续性,从而降低了网络异常检测性能。为了提高动态网络异常检测的... 网络异常检测的目的在于及时识别并响应网络中的恶意活动和潜在威胁。大多数基于图嵌入的异常检测方法主要用于静态图,忽略了细粒度的时间信息,无法捕获动态网络行为的连续性,从而降低了网络异常检测性能。为了提高动态网络异常检测的效率和准确性,提出一个融合动态图嵌入和Transformer自编码器的网络异常检测方法。该方法利用时间游走的图嵌入技术捕获网络拓扑结构和细粒度的时间信息,结合对比损失的Transformer自编码器来优化节点嵌入表示并捕获长期依赖和全局信息,增强了模型对动态网络的感知能力,能更好地捕捉动态网络中随时间变化的事件,识别网络中的恶意行为。在公开的网络安全领域数据集上进行的大量实验结果表明,该方法在LANL-2015数据集上的真阳率(TPR)为94.3%、假阳率(FPR)为5.7%、曲线下面积(AUC)为98.3%,在OpTC数据集上的TPR为99.9%、FPR为0.01%、AUC为99.9%,异常检测结果优于基准方法。上述结果说明了该方法可以有效地学习动态网络中的拓扑和长短期时间依赖信息,识别网络中的异常行为。 展开更多
关键词 动态图嵌入 Transformer自编码器 网络异常检测 恶意行为 长短期时间依赖
在线阅读 下载PDF
针对行为特征的社交网络异常用户检测方法 被引量:7
7
作者 王鹏 宋艳红 +2 位作者 李松江 杨华民 邱宁佳 《计算机应用》 CSCD 北大核心 2017年第A02期219-224,共6页
针对检测社交网络中的异常用户,提出了一种基于用户基本特征的异常用户检测方法。利用GirvanNewman社区发现算法将用户分为孤立点用户和社区用户两种,结合粗糙集理论,计算用户的基本特征权重,根据特征权重计算有意义的行为特征信任值,... 针对检测社交网络中的异常用户,提出了一种基于用户基本特征的异常用户检测方法。利用GirvanNewman社区发现算法将用户分为孤立点用户和社区用户两种,结合粗糙集理论,计算用户的基本特征权重,根据特征权重计算有意义的行为特征信任值,利用特征权重和特征信任值计算用户的可信度,建立异常用户检测模型。实验结果表明,所提检测的异常用户模型适用于检测比较大的数据集,和基于内容、行为特征等传统的方法相比稳定性强、精确率和效率高。 展开更多
关键词 在线社交网络 粗糙集 异常用户检测 可信度
在线阅读 下载PDF
基于用户社团变化的大型网络异常群体行为检测
8
作者 蔡君 赵慧民 《西北大学学报(自然科学版)》 CAS CSCD 北大核心 2013年第3期383-389,共7页
为准确刻画Internet上的用户群体行为,发现网络中潜在的协同攻击。首先从采集的流中提取用户的社会行为特征,构建用户交互网络(HIN)。然后,基于HIN的用户社会行为的相似性,定义用户社团,并定义5个指标对用户社团的变化进行定量描述,采... 为准确刻画Internet上的用户群体行为,发现网络中潜在的协同攻击。首先从采集的流中提取用户的社会行为特征,构建用户交互网络(HIN)。然后,基于HIN的用户社会行为的相似性,定义用户社团,并定义5个指标对用户社团的变化进行定量描述,采用基线法设置每个指标的检测区间。期间,为了适应网络环境的动态性,引入了固定时间宽度的滑动窗口机制实现自适应网络异常群体行为检测。提出了一种通过对用户社团变化的监测实现网络异常群体行为检测的方法。通过在两个实际网络流数据集上进行试验验证了基于用户社团变化的方法可以检测大型网络的异常群体行为。 展开更多
关键词 用户社团 社团变化 异常检测 复杂网络
在线阅读 下载PDF
基于用户与网络行为分析的主机异常检测方法 被引量:7
9
作者 郭志民 彭豪辉 +3 位作者 牛霜霞 邵坤 吕卓 王伟 《北京交通大学学报》 CAS CSCD 北大核心 2018年第5期40-46,共7页
当前针对主机的攻击手段越来越复杂,各种新型攻击出现得越来越频繁,使得针对主机的异常检测变得非常重要.异常检测可以检测未知攻击,并且可以检测内部威胁,成为了网络与系统安全研究的热点之一.已有的异常检测研究中,基于网络流量等单... 当前针对主机的攻击手段越来越复杂,各种新型攻击出现得越来越频繁,使得针对主机的异常检测变得非常重要.异常检测可以检测未知攻击,并且可以检测内部威胁,成为了网络与系统安全研究的热点之一.已有的异常检测研究中,基于网络流量等单一的信息源进行异常检测的方法容易被攻击者所规避且检测率低.本文提出通过多种信息源建模并进行异常检测,分别对网络行为与用户行为进行分析,使用K最近邻(K-NN)分类算法得出每种行为的异常值,通过加权处理得出总体异常值并将其作为异常检测的判断标准.选取了17名用户进行实验,实验结果表明:在误报率为2.9%的情况下,利用多信息源检测模型能够检测出单一信息源检测模型未能检测出的异常,检测率达到100%. 展开更多
关键词 网络安全 异常检测 系统安全 网络行为 用户行为
在线阅读 下载PDF
基于深度神经网络的自定义用户异常行为检测 被引量:17
10
作者 陈胜 朱国胜 +3 位作者 祁小云 雷龙飞 吴善超 吴梦宇 《计算机科学》 CSCD 北大核心 2019年第S11期442-445,472,共5页
在大数据网络环境下,由于传统用户异常行为检测方法无法满足海量数据检测需求,对不断更新的异常行为和恶意软件无法快速地做出响应,没有考虑用户行为管理等问题,导致异常检测的精度和稳定性都不足。文中结合网络流量分析技术,提出了基... 在大数据网络环境下,由于传统用户异常行为检测方法无法满足海量数据检测需求,对不断更新的异常行为和恶意软件无法快速地做出响应,没有考虑用户行为管理等问题,导致异常检测的精度和稳定性都不足。文中结合网络流量分析技术,提出了基于深度神经网络的自定义用户异常行为检测模型,实现了网络流量的细粒度分析,并自定义用户行为管理设定,使用户异常检测与特定网络环境的需要更紧密地结合,将网络流量分析的数据作为深度神经网络算法的输入向量,实现海量数据检测和自定义用户行为管理,同时检测未知异常行为。实验结果表明,所提方法具有较高的准确性及鲁棒性,能有效实现自定义用户行为管理,进而解决传统用户异常行为检测的不足。 展开更多
关键词 用户异常行为 网络流量 自定义 深度神经网络
在线阅读 下载PDF
基于模式挖掘的用户行为异常检测 被引量:85
11
作者 连一峰 戴英侠 王航 《计算机学报》 EI CSCD 北大核心 2002年第3期325-330,共6页
行为模式通常反映了用户的身份和习惯 ,该文阐述了针对 Telnet会话中用户执行的 shell命令 ,利用数据挖掘中的关联分析和序列挖掘技术对用户行为进行模式挖掘的方法 ,分析了传统的相关函数法在应用于序列模式比较时的不足 ,提出了基于... 行为模式通常反映了用户的身份和习惯 ,该文阐述了针对 Telnet会话中用户执行的 shell命令 ,利用数据挖掘中的关联分析和序列挖掘技术对用户行为进行模式挖掘的方法 ,分析了传统的相关函数法在应用于序列模式比较时的不足 ,提出了基于递归式相关函数的模式比较算法 ,根据用户历史行为模式和当前行为模式的比较相似度来检测用户行为中的异常 。 展开更多
关键词 行为模式 数据挖掘 相似度 递归式相关函数 用户行为异常检测 入侵检测系统 网络安全 计算机网络
在线阅读 下载PDF
基于离散马尔科夫链的数据库用户异常行为检测 被引量:30
12
作者 毕猛 王安迪 +1 位作者 徐剑 周福才 《沈阳工业大学学报》 EI CAS 北大核心 2018年第1期70-76,共7页
针对数据库系统内部攻击的问题,将基于用户行为的异常检测方法引入到数据库系统内部攻击检测中.将离散时间马尔科夫链(DTMC)应用到数据库系统异常检测中,构建了一种基于DTM C的用户行为异常检测系统.将用户提交的SQL语句作为用户行为特... 针对数据库系统内部攻击的问题,将基于用户行为的异常检测方法引入到数据库系统内部攻击检测中.将离散时间马尔科夫链(DTMC)应用到数据库系统异常检测中,构建了一种基于DTM C的用户行为异常检测系统.将用户提交的SQL语句作为用户行为特征进行分析,并利用DTM C分别提取了正常用户和待检测行为的行为特征,并将两者进行比较,如果两者的偏离程度超过了阈值,则判定行为异常.通过实验对所提出系统的可行性和有效性进行测试,结果表明,该系统可以较好地描述用户行为,并有效地检测出数据库系统内部攻击. 展开更多
关键词 网络安全 数据库安全 用户行为 内部攻击 异常检测 入侵检测 SQL语句 离散马尔科夫链
在线阅读 下载PDF
基于Shell命令和共生矩阵的用户行为异常检测方法 被引量:10
13
作者 李超 田新广 +1 位作者 肖喜 段洣毅 《计算机研究与发展》 EI CSCD 北大核心 2012年第9期1982-1990,共9页
用户行为异常检测是当前网络安全领域研究的热点内容.提出一种新的基于共生矩阵的用户行为异常检测方法,主要用于Unix或Linux平台上以shell命令为审计数据的入侵检测系统.该方法在训练阶段充分考虑了用户行为复杂多变的特点和审计数据... 用户行为异常检测是当前网络安全领域研究的热点内容.提出一种新的基于共生矩阵的用户行为异常检测方法,主要用于Unix或Linux平台上以shell命令为审计数据的入侵检测系统.该方法在训练阶段充分考虑了用户行为复杂多变的特点和审计数据的时序相关属性,依据shell命令的出现频率并利用阶梯式的数据归并方法来确定事件,然后构建模型矩阵来刻画用户的正常行为.在检测阶段,首先为每一个当前事件序列构建一个部分正则化共生矩阵,然后根据矩阵2范数计算这些矩阵与模型矩阵的距离,得到距离流,最后通过平滑滤噪处理距离流来判决用户行为.在Purdue大学实验数据和SEA实验数据上的两组实验结果表明,该方法具有很高的检测性能,其可操作性也优于同类方法. 展开更多
关键词 入侵检测 异常检测 SHELL命令 共生矩阵 用户行为
在线阅读 下载PDF
基于模式挖掘的用户行为异常检测算法 被引量:15
14
作者 宋海涛 韦大伟 +1 位作者 汤光明 孙怡峰 《小型微型计算机系统》 CSCD 北大核心 2016年第2期221-226,共6页
为了解决恶意终端用户行为的安全管控问题,针对用户行为的规律性、偶然性、多重复性的特点,提出一种基于模式挖掘的用户行为异常检测算法.该算法针对单个用户行为序列,包括序列模式挖掘和模式比较两个过程.序列模式挖掘应用滑动时间窗... 为了解决恶意终端用户行为的安全管控问题,针对用户行为的规律性、偶然性、多重复性的特点,提出一种基于模式挖掘的用户行为异常检测算法.该算法针对单个用户行为序列,包括序列模式挖掘和模式比较两个过程.序列模式挖掘应用滑动时间窗口界定事务策略和首项固定策略,挖掘出用户的行为模式;通过模式比较计算的相关度,综合了当前行为模式与正常行为模式相比较的连接度、匹配度两个因素,当模式比较结果处于可评判区间,便可以给出异常检测的确定性结果.实验结果表明,由本文序列模式挖掘过程获得的用户行为模式更贴合用户的实际操作情况;模式比较得到的相关度能够区分正常行为与异常行为,有效地实现用户行为的异常检测. 展开更多
关键词 序列模式 数据挖掘 用户行为 异常检测
在线阅读 下载PDF
监控视频异常行为检测的概率记忆自编码网络 被引量:12
15
作者 肖进胜 郭浩文 +3 位作者 谢红刚 赵陶 申梦瑶 王元方 《软件学报》 EI CSCD 北大核心 2023年第9期4362-4377,共16页
异常行为检测是智能监控系统中重要的功能之一,在保障社会治安等方面发挥着积极的作用.为提高监控视频中异常行为的检测率,从学习正常行为分布的角度出发,设计基于概率记忆模型的半监督异常行为检测网络,解决正常行为数据与异常行为数... 异常行为检测是智能监控系统中重要的功能之一,在保障社会治安等方面发挥着积极的作用.为提高监控视频中异常行为的检测率,从学习正常行为分布的角度出发,设计基于概率记忆模型的半监督异常行为检测网络,解决正常行为数据与异常行为数据极度不均衡的问题.该网络以自编码网络为主干网络,利用预测的未来帧与真实帧之间的差距来衡量异常程度.在主干网络提取时空特征时,使用因果三维卷积和时间维度共享全连接层来避免未来信息的泄露,保证信息的时序性.在辅助模块方面,从概率熵和正常行为数据模式多样性的角度,设计概率模型和记忆模块提高主干网络视频帧重建质量.概率模型利用自回归过程拟合输入数据分布,促使模型收敛于正常分布的低熵状态;记忆模块存储历史数据中的正常行为的原型特征,实现多模式数据的共存,同时避免主干网络的过度参与而造成对异常帧的重建.最后,利用公开数据集进行消融实验和与经典算法的对比实验,以验证所提算法的有效性. 展开更多
关键词 异常行为检测 自编码网络 概率模型 记忆向量
在线阅读 下载PDF
基于K-means和naive Bayes的数据库用户行为异常检测研究 被引量:8
16
作者 王旭仁 冯安然 +2 位作者 何发镁 马慧珍 杨杰 《计算机应用研究》 CSCD 北大核心 2020年第4期1128-1131,共4页
针对数据库用户行为异常导致数据库泄露问题,提出了一种基于K-means和naive Bayes算法的数据库用户异常检测方法。首先,利用数据库历史审计日志中用户的查询语句与查询结果,采用K-means聚类方法得到用户的分组;然后,使用naive Bayes分... 针对数据库用户行为异常导致数据库泄露问题,提出了一种基于K-means和naive Bayes算法的数据库用户异常检测方法。首先,利用数据库历史审计日志中用户的查询语句与查询结果,采用K-means聚类方法得到用户的分组;然后,使用naive Bayes分类算法构造用户异常检测模型。与单独使用naive Bayes分类法构造的模型相比,在数据预处理时其精简了用户行为轮廓的表示方法,降低了计算冗余,减少了81%的训练时间;利用K-means聚类方法得到用户组别,使检测的精确率提高了7.06%,F 1值提高了3.33%。实验证明,所提方法大幅降低了训练时间,取得了良好的检测效果。 展开更多
关键词 数据库 用户行为 异常检测 K-MEANS聚类 NAIVE Bayes分类算法
在线阅读 下载PDF
运用PCA改进BP神经网络的用电异常行为检测 被引量:13
17
作者 田野 张程 +1 位作者 毛昕儒 刘骥 《重庆理工大学学报(自然科学)》 CAS 2017年第8期125-133,共9页
针对目前用户用电行为和异常检测的传统方式所遇到的资源耗费、效率低下、检测困难等问题,结合数据挖掘技术设计实现了适用于大规模用电数据挖掘的算法,并建立了有效的异常特征提取模型。通过使用基于统计的特征提取方式确定异常指标,... 针对目前用户用电行为和异常检测的传统方式所遇到的资源耗费、效率低下、检测困难等问题,结合数据挖掘技术设计实现了适用于大规模用电数据挖掘的算法,并建立了有效的异常特征提取模型。通过使用基于统计的特征提取方式确定异常指标,并使用主成分分析方法对特征数据降维,进行异常用电信息的分析、辨识和处理,之后对处理后的用电数据建立BP神经网络完成用电异常行为检测。检测结果表明:该方法可以有效地提取出用电行为特征,并且能有效用于用电异常检测。 展开更多
关键词 用电行为 异常检测 特征提取 主成分分析 神经网络
在线阅读 下载PDF
基于EBP的宏观网络流量异常行为检测 被引量:3
18
作者 朱士瑞 耿春梅 许晓东 《计算机工程》 CAS CSCD 北大核心 2009年第13期131-133,共3页
针对以往Hurst指数估算方法在求解精度和实时性上的不足,提出将EBP引入到网络流量自相似特性分析中,对比实验表明EBP对Hurst指数的估算更精确、实时性更高。利用EBP的这一优势将其运用到宏观网络行为的在线实时分析和异常行为的检测中,... 针对以往Hurst指数估算方法在求解精度和实时性上的不足,提出将EBP引入到网络流量自相似特性分析中,对比实验表明EBP对Hurst指数的估算更精确、实时性更高。利用EBP的这一优势将其运用到宏观网络行为的在线实时分析和异常行为的检测中,对林肯实验室宏观网络行为数据的分析表明,正常行为和异常行为的Hurst分布曲线差异明显。与传统匹配方法相比,基于EBP的异常行为检测方法检测效率更高。 展开更多
关键词 异常行为检测 宏观网络流量 自相似性 EBP方法
在线阅读 下载PDF
一种基于脉线流卷积神经网络的人群异常行为检测算法 被引量:3
19
作者 蒋俊 张卓君 +3 位作者 高明亮 徐立宾 潘金凤 王新越 《工程科学与技术》 EI CAS CSCD 北大核心 2020年第6期215-222,共8页
在计算机视觉领域,人群异常行为检测技术可以广泛应用于视频监控、智能视频分析、群体行为识别等领域,因此,受到了学者们的广泛关注。由于视频中人群目标具有尺度变化大、透视形变、标注偏置等特点,人群异常行为检测依然是一个具有挑战... 在计算机视觉领域,人群异常行为检测技术可以广泛应用于视频监控、智能视频分析、群体行为识别等领域,因此,受到了学者们的广泛关注。由于视频中人群目标具有尺度变化大、透视形变、标注偏置等特点,人群异常行为检测依然是一个具有挑战性的难题。为此,本文提出了一种基于脉线流卷积神经网络的人群异常行为检测方法(streak flow CNN abnormal behavior detection,SFCNN–ABD)。SFCNN–ABD是一个双域网络,网络结构由两个深度残差网络作为骨干网络,分别为空域网络和时域网络。其中,空域网络的输入是原始视频帧,提取人群行为的表观特征;时域网络利用脉线流提取人群行为的运动特征,脉线流能更准确地识别场景中的空域和时域变化,因此能进一步提升人群异常行为检测的准确性。所提方法是通过卷积神经网络获取显著的人群行为空域特征,并通过脉线流结合卷积神经网络获取人群行为时域特征;最后,将两个网络的输出求取平均值,完成人群异常行为的检测。在UMN和VIF两个公开基准数据集进行了测试,实验结果表明本文方法的检测准确率优于当前主流算法,验证了本文方法的有效性。 展开更多
关键词 人群异常行为检测 脉线流 时空卷积网络 残差网络
在线阅读 下载PDF
多源信息融合的光纤传感网络异常行为检测研究 被引量:7
20
作者 孙素萍 闫建红 《激光杂志》 CAS 北大核心 2021年第4期202-205,共4页
为降低光纤传感网络异常行为检测偏差,提出了基于多源信息融合的光纤传感网络异常行为检测方法。首先分析光纤传感网络异常行为检测原理,并采集光纤传感网络异常行为的多源信息,然后采用神经网络对光纤传感网络异常行为的多源信息进行学... 为降低光纤传感网络异常行为检测偏差,提出了基于多源信息融合的光纤传感网络异常行为检测方法。首先分析光纤传感网络异常行为检测原理,并采集光纤传感网络异常行为的多源信息,然后采用神经网络对光纤传感网络异常行为的多源信息进行学习,拟合光纤传感网络异常行为变化特点,设计光纤传感网络异常行为检测的分类器,最后采用VC++编程实现光纤传感网络异常行为检测实验,多源信息融合的光纤传感网络异常行为检测正确率超过90%,光纤传感网络异常行为误检、漏检均低于10%,可以满足光纤传感网络安全,检测结果要优于其它方法,验证了本文光纤传感网络异常行为检测方法的优势。 展开更多
关键词 多源信息 光纤传感网络 异常行为 检测方法 分类器设计 神经网络
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部