期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
基于改进随机森林的工业互联网安全态势评估方法 被引量:3
1
作者 胡向东 万润楠 《电子学报》 EI CAS CSCD 北大核心 2024年第3期783-791,共9页
针对工业互联网安全态势评估存在数据特征提取困难和安全态势评估准确率低等难题,提出一种基于改进随机森林的工业互联网安全态势评估方法.基于随机采样技术平衡原始数据集以减小不平衡数据集对实验的影响;利用梯度提升决策树确定工业... 针对工业互联网安全态势评估存在数据特征提取困难和安全态势评估准确率低等难题,提出一种基于改进随机森林的工业互联网安全态势评估方法.基于随机采样技术平衡原始数据集以减小不平衡数据集对实验的影响;利用梯度提升决策树确定工业互联网流量数据中不同特征的权重系数,结合递归特征消除法提取其关键特征;构建基于改进随机森林的工业互联网多分类攻击检测模型,识别网络受到的攻击类别,并结合安全态势量化指标确定其风险程度.实验结果表明,本文算法的检测准确率和F1值分别达到89.19%和89.68%,相较于传统随机森林算法、支持向量机和K最近邻算法,其准确率和F1值分别至少提高2.91%和1.7%,平均分别提高8.38%和9.33%. 展开更多
关键词 工业互联网 态势评估 特征提取 梯度提升决策树 随机森林
在线阅读 下载PDF
基于特征组合优化的工业互联网恶意行为实时检测方法 被引量:1
2
作者 胡向东 张琴 《电子学报》 EI CAS CSCD 北大核心 2024年第9期3075-3085,共11页
工业互联网中节点数据具有高维、冗余和海量等特性,传统的恶意行为检测模型无法对工业互联网恶意攻击行为做出快速且准确的判断,提出基于特征组合优化的工业互联网恶意行为实时检测方法.采用改进的相关性快速过滤算法和基于奇异值分解... 工业互联网中节点数据具有高维、冗余和海量等特性,传统的恶意行为检测模型无法对工业互联网恶意攻击行为做出快速且准确的判断,提出基于特征组合优化的工业互联网恶意行为实时检测方法.采用改进的相关性快速过滤算法和基于奇异值分解的主成分分析算法对工业互联网恶意行为样本数据进行特征组合优化,基于对称不确定性信息度量指标和近似马尔科夫毯准则进行特征相关性计算、冗余特征识别与排除,通过参数特征维度的不同配置得到若干候选特征组合;利用决策树评估器筛选出准确率最高的候选特征组合;通过奇异值分解的主成分分析进一步进行特征降维,得到低维高信息量的最优特征组合;结合极端梯度提升算法和优化的特征组合对工业互联网恶意行为样本进行分类,基于密西西比州立大学多分类电力系统攻击样本数据对本文方法进行了验证;实验结果表明,特征组合优化检测模型训练时间可缩减57.53%,单个样本的平均检测时间为0.002 ms,可减少23.99%,基于特征组合优化的检测模型的准确率、召回率和F1值较特征优化前分别提升了1.11%、1.25%和1.01%.本文方法的突出优势表现为在提升模型检测效果的同时可明显降低模型检测时间,能更好适应工业互联网的实时性要求. 展开更多
关键词 工业互联网 改进的相关性快速过滤算法 奇异值分解的主成分分析 特征组合优化 极端梯度提升 恶意行为实时检测
在线阅读 下载PDF
基于胶囊网络的工业互联网入侵检测方法 被引量:21
3
作者 胡向东 李之涵 《电子学报》 EI CAS CSCD 北大核心 2022年第6期1457-1465,共9页
工业互联网在快速发展的同时,面临着严峻的信息安全风险.针对传统入侵检测方法准确性低、难以适应工业互联网海量不平衡数据的问题,提出一种基于胶囊网络的工业互联网入侵检测方法.首先,基于残差块构建特征提取模块,引入全局平均池化层... 工业互联网在快速发展的同时,面临着严峻的信息安全风险.针对传统入侵检测方法准确性低、难以适应工业互联网海量不平衡数据的问题,提出一种基于胶囊网络的工业互联网入侵检测方法.首先,基于残差块构建特征提取模块,引入全局平均池化层得到高质量的数据特征;其次,使用动态路由算法,通过迭代的方式对入侵数据特征进行聚类,在胶囊网络模块完成数据分类.基于Modbus/TCP协议的气体管道传感器网络数据集的测试结果表明,该方法可以在隐性提取特征的同时改善检测准确率.与所列算法对比,本文方法提高了检测指标,对不平衡数据有更强的鲁棒性,更接近工业互联网入侵检测技术需求. 展开更多
关键词 工业互联网 入侵检测 胶囊网络 残差网络
在线阅读 下载PDF
LOL-YOLO:融合多注意力机制的低照度目标检测 被引量:2
4
作者 蒋畅江 何旭颖 向杰 《计算机工程与应用》 CSCD 北大核心 2024年第24期177-187,共11页
针对低照度图像中目标检测面临的夜间模糊场景、边界不明显场景、明暗差异较大场景等挑战,提出了一种动态特征融合的的检测方法 LOL-YOLO(low-light YOLO)。引入了自校正照明模块改善低光照图片的质量,应对低照度下的目标不明显问题;提... 针对低照度图像中目标检测面临的夜间模糊场景、边界不明显场景、明暗差异较大场景等挑战,提出了一种动态特征融合的的检测方法 LOL-YOLO(low-light YOLO)。引入了自校正照明模块改善低光照图片的质量,应对低照度下的目标不明显问题;提出了动态特征提取模块,采用结合了大卷积核和可变形卷积的注意力机制,广泛灵活的捕捉图像的上下文信息;设计动态检测头增强对不同尺度、空间位置和任务的感知能力,进一步提升目标检测的精度和鲁棒性。采用ExDark、DarkFace、NPD(nighttime pedestrian detection)数据集进行实验验证,实验结果表明,提出的方法与主流算法相比检测精度明显提升,充分验证了该方法的有效性。 展开更多
关键词 低照度 图像增强 大卷积核 可变形卷积 多重注意力机制
在线阅读 下载PDF
基于自编码器和隔离森林的水处理系统递进式异常检测方法 被引量:1
5
作者 胡向东 刘浪 《电子学报》 EI CAS CSCD 北大核心 2024年第11期3823-3834,共12页
集成了工业互联网技术的水处理系统随着信息化程度的加深而面临着愈加严峻的异常行为入侵挑战.针对传统异常检测方法常用单一阈值检测、检测准确率低、误报率高等问题,提出一种融合自编码器和隔离森林的水处理系统递进式异常检测方法.首... 集成了工业互联网技术的水处理系统随着信息化程度的加深而面临着愈加严峻的异常行为入侵挑战.针对传统异常检测方法常用单一阈值检测、检测准确率低、误报率高等问题,提出一种融合自编码器和隔离森林的水处理系统递进式异常检测方法.首先,通过降采样过滤重复数据,加快递进式异常检测模型的训练和测试效率;其次,构建自编码器隐含层神经元捕捉数据关键特征,优化自编码器的权重和偏置,设定重构误差阈值作为输入与重构之间的差异度量进行基础性检测;最后,构建以平均路径长度为异常度量阈值的隔离树并生成隔离森林,针对基础性检测发现的异常数据进一步遍历隔离树完成高级检测;基于两阶段递进式异常检测提升检测效果.实验结果表明,本文方法在安全水处理系统数据集下的异常检测准确率、F_(1)值均超过95%,准确率相比于传统方法平均提升31.86个百分点,特别是异常检测误报率被较大幅度降至0.30%.对配水系统数据集进行泛化性分析取得的精确率、召回率等指标均超过94%.模型的训练和测试时间相较于对比方法具有综合性能上的突出优势. 展开更多
关键词 水处理系统 异常检测 自编码器 隔离森林 递进式
在线阅读 下载PDF
基于LabVIEW的谐振式无线电能传输实验系统设计 被引量:7
6
作者 蔡军 左俊伟 潘峰 《实验技术与管理》 CAS 北大核心 2021年第10期211-215,共5页
为了进行磁耦合谐振式无线电能传输系统分析,开发了具有信号生成、无线电能传输、数据采集、数据处理、数据保存、数据图形化显示等功能的实验教学系统。该实验系统由硬件和软件两部分组成,硬件部分实现了无线电能传输功能,软件部分基于... 为了进行磁耦合谐振式无线电能传输系统分析,开发了具有信号生成、无线电能传输、数据采集、数据处理、数据保存、数据图形化显示等功能的实验教学系统。该实验系统由硬件和软件两部分组成,硬件部分实现了无线电能传输功能,软件部分基于LabVIEW实现了信号生成和数据采集等功能。基于该实验系统的实验教学,验证了无线电能传输原理,有助于学生加深对相关知识的理解,培养实践应用能力。 展开更多
关键词 无线电能传输 LABVIEW 数据采集 数据处理
在线阅读 下载PDF
基于时频增强的滚动轴承少样本故障诊断方法 被引量:4
7
作者 胡向东 梁川 杨希 《计量学报》 CSCD 北大核心 2023年第1期12-20,共9页
针对滚动轴承故障样本稀缺、振动特征提取困难导致故障诊断准确率低的难题,提出一种基于时频增强的滚动轴承少样本故障诊断方法。首先,对滚动轴承一维振动信号进行重叠采样,利用连续小波变换对采样信号段进行时频域特征映射,构造二维时... 针对滚动轴承故障样本稀缺、振动特征提取困难导致故障诊断准确率低的难题,提出一种基于时频增强的滚动轴承少样本故障诊断方法。首先,对滚动轴承一维振动信号进行重叠采样,利用连续小波变换对采样信号段进行时频域特征映射,构造二维时频矩阵;其次,通过深度卷积生成对抗网络对真实时频样本进行训练后,将生成时频样本加入到训练集中;然后,采用时序卷积网络融合深层次的时频域特征;最后,构建Softmax分类器输出与故障类别对应的状态。仿真实验结果表明,在仅有10个训练样本的条件下,该方法在凯斯西储大学滚动轴承数据集中的诊断准确率均值达91.00%,相较未经时频增强的方法提高了7.56%,并利用实测数据验证了时频增强方法能够显著提升少样本情形下的故障诊断准确率。 展开更多
关键词 计量学 滚动轴承 故障诊断 时频增强 少样本
在线阅读 下载PDF
FedSharing:一种双区块链激励驱动的数据分享联邦学习框架 被引量:5
8
作者 陈乔松 许文杰 +4 位作者 何小阳 丁小月 孙开伟 邓欣 王进 《计算机应用研究》 CSCD 北大核心 2023年第1期33-41,共9页
联邦学习(federated learning,FL)能够在不丢失数据所有权的同时依托隐私保护技术实现安全的分布式模型训练,但也具有中心化、缺乏公平激励等问题。区块链(blockchain)本质上是一种分布式数据库,具有去中心化、信任公证等特点,但也具有... 联邦学习(federated learning,FL)能够在不丢失数据所有权的同时依托隐私保护技术实现安全的分布式模型训练,但也具有中心化、缺乏公平激励等问题。区块链(blockchain)本质上是一种分布式数据库,具有去中心化、信任公证等特点,但也具有网络吞吐量小、资源浪费等关键问题。针对上述技术方法的问题与特点,提出了一种双区块链激励驱动的数据分享联邦学习框架,称为FedSharing。分别构建主链与侧链,主链使用交易封装联邦学习中交换的全局参数,同时结合链上智能合约和链下扩容技术建立梯度状态通道;侧链提出了一种新型的修正Shapley值工作量证明算法(PoFS),修正传统Shapley值计算中成员平等性前提,将联邦学习中成员合作历史诚信度这一影响联盟利益的因素纳入考量。测试结果表明,梯度状态通道较智能合约去中心化方案每轮次时间平均降低4~5 s,PoFS共识下激励分配比例更符合公平实际。 展开更多
关键词 联邦学习 区块链 状态通道 激励机制 SHAPLEY值
在线阅读 下载PDF
基于局部特征与全局表征耦合的2D人体姿态估计
9
作者 陈乔松 吴济良 +4 位作者 蒋波 谭冲冲 孙开伟 邓欣 王进 《计算机科学》 CSCD 北大核心 2023年第S02期157-161,共5页
近年来卷积神经网络和Transformer都在人体姿态估计领域中取得进步,卷积神经网络(Convolutional neural network,CNN)擅长提取局部特征,Transformer擅长捕捉全局表征,但目前结合两者实现人体姿态估计的研究较少且效果不佳。针对此问题,... 近年来卷积神经网络和Transformer都在人体姿态估计领域中取得进步,卷积神经网络(Convolutional neural network,CNN)擅长提取局部特征,Transformer擅长捕捉全局表征,但目前结合两者实现人体姿态估计的研究较少且效果不佳。针对此问题,提出一种耦合局部特征和全局表征的的模型CNPose(CNN-Nest Pose),该框架的局部-全局特征耦合模块利用多头注意力计算和残差结构的方式深度耦合局部特征和全局表征;还提出了局部-全局信息交流模块解决局部-全局特征耦合模块在计算过程中局部特征和全局表征数据源范围不一致的问题。在COCO-val2017和COCO-dev-test2017数据集上进行了验证,实验表明,采用了局部特征和全局表征耦合的CNPose模型相较于同类型方法有着更为优越的表现。 展开更多
关键词 人体姿态估计 TRANSFORMER 卷积神经网络 局部特征 全局表征 特征耦合 注意力
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部