一、面向用户的网络安全预警系统(论文文献综述)
邵宇航,朱小朋,王子良,刘晨光[1](2021)在《面向APT攻击的航天信息网络安全预警模型研究》文中研究说明本文通过分析了航天信息地面传输网络在安全防护方面的建设现状和APT威胁,提出了以引入人工智能算法的用户行为特征提取技术作为其主要应对手段。此技术能够实现对用户异常行为的准确感知与预警,对提升航天信息地面传输网络的安全防护水平具有重要作用。
邵宇航,朱小朋,王子良,职小龙[2](2021)在《面向APT攻击的航天信息网络安全预警模型研究》文中研究说明本文通过分析了航天信息地面传输网络在安全防护方面的建设现状和APT威胁,提出了以引入人工智能算法的用户行为特征提取技术作为其主要应对手段。此技术能够实现对用户异常行为的准确感知与预警,对提升航天信息地面传输网络的安全防护水平意义重大。
邓晶艳[3](2021)在《基于大数据的大学生日常思想政治教育创新研究》文中提出中国特色社会主义进入新时代,标定了大学生日常思想政治教育的新方位。面对新时代提出的新任务与新要求,大学生日常思想政治教育要不断探索新思路、新路径与新方法,进一步增强工作的针对性与实效性,以满足大学生成长成才需求以及党和国家事业发展需要。当前,随着移动互联网、物联网、云计算、人工智能等为代表的新一代网络信息技术的迅猛发展、全面集成与广泛应用,人类逐步迈入大规模数据挖掘、运用与创新的“大数据时代”。在此时代背景下,如何运用新媒体、新技术加强和创新高校思想政治教育工作,使之富有时代性、增强针对性、彰显实效性,是新时期高校面临的一个重要而现实的课题。作为当代信息技术发展的前沿,大数据广域的信息资源、先进的信息处理技术以及全新的思维范式,为大学生日常思想政治教育带来了即时性、精准性、前瞻性与个性化等创新发展的新动力与新空间。将大数据思维、技术与方法全方位嵌入大学生日常思想政治教育各要素、各环节与全过程,促进大学生日常思想政治教育革新思维、优化供给、改进方法、重构范式,建构科学化、数字化与智能化的大学生日常思想政治教育体系,推进大学生日常思想政治教育向“精准思政”“智慧思政”转型升级,是大学生日常思想政治教育顺应时代发展的现实需要,也是其进一步提质增效、焕发新机的重要生长点与强劲推动力。阐释大数据内涵、价值、特征与功能,阐释大学生日常思想政治教育内涵并且辨析其与大学生思想政治理论教育的关系,有利于进一步探讨两者的深度融合。基于此,大学生日常思想政治教育大数据概念得以提出。从大学生日常思想政治教育大数据资源、大学生日常思想政治教育大数据技术、大学生日常思想政治教育大数据思维三个维度全面阐述大学生日常思想政治教育大数据的内涵与外延,同时运用马克思主义哲学基本原理和方法论论析大学生日常思想政治教育大数据的生成逻辑、发展动因、方法论基础与价值取向,可以明确大数据与大学生日常思想政治教育需求的契合点,理清大数据对大学生日常思想政治教育的作用机理。面对新时代提出的新任务与新要求,大学生日常思想政治教育仍然面临一些困境、存在一些短板和弱环。运用文献资料法、大数据文本挖掘方法与访谈调研法审视大学生日常思想政治教育现状,总结当前大学生日常思想政治教育存在的问题与困境并作原因剖析,同时探讨新时代大学生日常思想政治教育新要求,指出新时代大学生日常思想政治教育面临的新课题以及新时代大学生日常思想政治教育的指导思想与原则、教育内容体系以及教育工作的主体转型,有利于为新时期大学生日常思想政治教育发展创新提供现实依据。通过分析大数据在大学生日常思想政治教育中应用的技术优势以及可能性,进一步探讨大数据在大学生日常思想政治教育中“精准画像”“规律探寻”与“超前感知”三个应用呈现。以之为基础,基于当前大学生日常思想政治教育存在的理念滞后、模式粗放、知行脱节、供需错位等难题,提出利用大数据推进大学生日常思想政治教育由线性思维向系统思维、由普适教育向个性化培育、由认知培育向实践养成、由需求侧适应向供给侧发力四大发展转向并详细阐述四大发展转向的实现路径。基于大数据推进大学生日常思想政治教育不仅要遵循学科规律、注重理论深化,还要坚持实践导向,致力推动大数据应用,促进理论与实践的双向转化。由之,宏观上,探索大学生日常思想政治教育大数据的数据采集、数据预处理与存储、数据挖掘与分析、数据应用与可视化、数据解释与反馈五大工作模块与应用流程;微观上,对大数据在大学生日常思想政治教育典型场域中的“数据画像”“精准资助”“失联告警”三个应用进行数据模型构建,从而为大学生日常思想政治教育利用大数据提供切实可行的实现路径。大数据为大学生日常思想政治教育创新发展带来了前所未有的机遇,然而,当前大学生日常思想政治教育利用大数据还存在观念性、路径性与机制性瓶颈,同时,大数据是一柄双刃剑,对数据的不当应用会带来诸如“数据垄断”“数据滥用”“数据侵害”“数据冰冷”等一些可能的风险与挑战。高校尚须在思维理念、技术开发、政策支持、制度完善、机制建设、校园环境建设等方面对大数据应用作出回应与调试。不仅如此,在基于大数据创新大学生日常思想政治教育过程中,高校要注重发挥教育工作者的主体性与能动性,始终坚持数字技术与人文精神、数据智能与教育智慧相结合。
杨已鸿[4](2021)在《基于改进的LSHiForest的智慧大棚预警系统》文中研究表明智慧大棚是物联网技术在农业生产领域的典型应用。智慧大棚是指利用大棚中的各种传感器对温度、湿度、光照等信息进行实时监测,在预警系统的支持下,对收集到的信息进行及时检测,发现异常,报告给用户,从而控制大棚内的卷帘、灯光、灌溉等设备,使作物始终生长在适宜的环境中,提高作物的质量和产量,增加收益。在这个过程中,预警系统对收集到的传感器数据进行异常检测是至关重要的问题。然而,传统的面向静态数据的异常检测算法没有考虑数据流的无限性、互相关性、概念漂移等特点,这给数据流异常检测带来许多挑战,具体表现如下:(1)数据流通常是快速持续到达的,具有无限性。这导致传统的异常检测算法无法通过存储整个数据集或者多次扫描数据集来提高检测的准确性;(2)不同的数据流之间存在相关性,这是传统的异常检测算法进行检测时很少考虑的因素。在这种情况下,传统异常检测算法的检测准确性可能会下降;(3)数据流中数据的分布会随着时间的推移发生变化,这意味着利用初始历史数据训练得到的模型不再符合当前的概念,异常检测算法需要及时更新模型来适应概念漂移问题。因此,传统的没有模型更新的异常检测算法将无法正确预测新的数据分布。此外,数据流异常检测算法的效率也是要考虑的重要问题之一。针对上述挑战,本文考虑数据流的特点,对传统的异常检测算法进行改进,并将改进的算法应用在智慧大棚预警系统中,以实现准确高效的预警系统。具体研究工作如下:(1)针对传统异常检测算法中检测效率不高的问题,使用LSHiForest方法进行改进。利用哈希函数划分数据点,异常点更快更容易被划分出来,从而使得检测的时间复杂度降低,提高检测的效率。(2)针对传统的异常检测算法处理数据流时所面临的三个挑战,基于已有的LSHiForest算法,结合滑动窗口和模型更新技术,提出新的数据流异常检测算法DLSHiForest,对数据流进行异常检测。该方法利用滑动窗口存储实时到达的数据点,解决数据流的无限性问题;利用哈希函数对数据进行哈希,从而检测数据异常,解决数据流的互相关性问题;定期更新检测模型,解决数据流的概念漂移问题。为验证所提出方法的有效性,本文选用真实的农业大棚传感器数据集,通过设计对比实验,比较评价指标,来证明上述方法在数据流异常检测中的表现,最终实验结果表明本文提出的方法是可行有效的。(3)结合上述改进的算法,设计并实现一个准确高效的智慧大棚预警系统。借鉴已有的预警系统的模式,基于B/S架构模式以及三层架构设计,采用Java语言,在IDEA以及Web Storm开发工具中,对系统进行设计与实现。
赵智龙[5](2021)在《基于深度学习的矿井围岩应力预测研究》文中研究指明随着煤炭开采深度的持续增加,因矿井围岩应力增高而造成的煤炭生产事故发生强度和频度也不断增加,严重威胁着煤炭安全生产。因此,为了避免此类事故的发生,必须要对围岩应力采取必要的监测预警手段,从而保障矿井安全高效生产。论文针对矿井围岩应力监测数据分析中存在的可靠性低、预测精度不满足现场需求的问题,基于深度学习的理论对矿井围岩应力预测方法展开研究,主要研究内容如下:(1)提出了基于多传感器支持度与自适应加权的围岩应力融合算法SDAWS(data fusion algorithm of surrounding rock stress based on support degree and adaptive weighted)。该算法针对矿井围岩应力监测数据来源多、数据可靠性低的问题,将多个位置的工作面支架阻力进行数据融合。通过长短期记忆网络模型分别对经过SDAWS算法融合前后的围岩应力数据进行预测,实验结果表明:相对于未融合的数据,经过SDAWS算法融合后的围岩应力数据进行预测,在训练集和测试集的均方误差分别降低了31.16%,33.77%。(2)提出 了基于 Attention-CNN-HN(Highway Network Integrated with Attention mechanism and Convolutional Neural Network)的矿井围岩应力预测方法。构建基于highway神经网络的围岩应力预测模型,采用均方误差做损失函数,确定模型的超参数。采用CNN自动提取围岩应力的特征信息,再将提取特征输入到attention层,为不同的输入特征分配相应的权重。然后应用highway神经网络对围岩应力进行时序性数据预测。实验结果表明:相对于 Attention-CNN-LSTM和 Attention-CNN-GRU 两种模型,Attention-CNN-HN在测试集上的均方误差分别降低了 37.06%,12.17%,且运行效率分别提高了17.36%,5.85%。(3)采用面向对象的思想,在JAVA平台下,基于SDAWS围岩应力融合算法与Attention-CNN-HN矿井围岩应力预测模型,设计并实现了矿井围岩应力预警系统。系统具有动态围岩应力监测、数据统计查询、围岩应力预警、系统设置四个功能。通过对系统的分析、设计、实现、测试等多个环节,实现了系统的应用。系统达到了界面美观、操作简便的目标。现场应用效果表明:系统具有较好的应用价值,为井下安全生产提供了良好保障。
赵家宝[6](2021)在《多网络计算资源融合的边缘预警系统设计与实现》文中研究指明近年来,移动无线网络和物联网技术的快速发展,导致网络连接的设备和传输的数据量得以飞速增长,传统的云计算模型逐渐无法满足日常需要。因此,边缘计算这一新型计算模型逐渐成为热门。作为云计算的补充,边缘计算旨在减轻骨干网压力与降低数据的传输成本。但是,在实际的应用环境中,由于边缘业务通常部署在移动通信基站内或附近,导致不同运营商之间存在计算资源的隔离,这会造成一定的计算资源浪费以及用户计算任务无法得到实时执行。如何能在保证用户体验的情况下,尽可能提升边缘节点计算资源的利用率,成为当前一个急需解决的问题。本文通过提出多网络计算资源的融合,结合已有的边缘计算通用架构,设计多网络计算资源融合方案,将不同运营商网络中的边缘节点进行统一分配,以执行计算任务。物联网技术作为边缘计算一个重要的应用方向,其中的“智慧监狱”在建设过程中,存在外出就医、服刑人员异地监狱调动等外出场景。为了能够更好的面对外出时遇到的突发事件,论文设计与实现了一个边缘预警系统,通过使用一些物联网设备采集服刑人员的实时信息,并对这些信息进行分析,以达到智能化评估服刑人员风险的作用,为执法人员提供预警帮助。该预警系统引入边缘计算模型,大幅度减少数据的传输时延,提高系统的响应速率。同时,考虑到外出任务中地域的随机性,各区域内运营商公网信号质量不一,部署的边缘节点计算能力也不相同,长距离的押解途中仅使用某一运营商的计算服务,可能会出现数据传输质量差以及存在覆盖盲区导致计算资源不足的情况,无法保证服务的全程稳定。因此,系统采用多网络计算资源融合的方式进行设计。再者,人工智能与物联网技术逐步成熟,二者之间相互结合,使得未来系统可能会逐渐增添更多的服务功能。为了日后功能升级与部署的灵活性,论文采用微服务架构的设计思想进行系统的开发。
任守航[7](2021)在《基于大数据分析的瓦斯浓度预测预警及应用研究》文中研究说明矿井瓦斯事灾害故危害性大、事故后果严重、影响恶劣,给煤矿企业的安全生产造成了严重困扰。通过对矿井瓦斯浓度数据进行有效地挖掘分析、实施准确的瓦斯浓度预测,并以预测所得到的瓦斯浓度数据为基础进行瓦斯浓度预警研究,这对减少矿井瓦斯灾害事故、保障从业人员的生命安全具有重大意义。本文以提高大数据背景下煤矿企业的瓦斯浓度异常预警能力、减少瓦斯事故发生为研究目的,以大数据建模预测分析方法为手段,研究了瓦斯浓度预测预警方法,并将瓦斯浓度预测算法、瓦斯浓度预警方法与软件开发相互结合,设计了瓦斯浓度预测预警系统。主要进行了以下研究工作:(1)研究了瓦斯浓度预测方法。通过对矿井瓦斯浓度历史数据的分析和预处理,补全瓦斯数据序列中缺失的数据,修正异常的数据,使其能够符合瓦斯浓度数据挖掘的基本技术要求,通过深度学习LSTM(长短期记忆网络)方法建立瓦斯浓度预测模型,并以山西宏远煤矿现场生产中的瓦斯浓度历史数据为例,对该方法的准确性进行验证,验证结果显示该预测方法效果良好,为展开瓦斯浓度预警研究工作提供了数据基础。(2)研究了基于数据的瓦斯浓度预警方法。以预测所得瓦斯浓度数据为基础,确定了三级预警的瓦斯浓度预警方法、研究了瓦斯浓度预警指标。根据煤矿企业现场的现实需求完成了各预警等级的静态动态预警阈值的设定,以山西宏远煤矿为例,在对瓦斯浓度历史数据预测的基础上,对预测所得瓦斯浓度序列进行预警有效性验证,验证结果显示该瓦斯浓度预警方法预警等级阈值设置合理,预警方法简单实用,为瓦斯事故地有效防控提供了简单有效的理论方法支持。(3)研究了瓦斯浓度预测预警系统的设计。根据所建立的瓦斯浓度预测模型算法和瓦斯浓度预警方法,综合软件需求分析设计了瓦斯浓度预测预警系统,分析了系统需求,研究了系统功能框架,确定了瓦斯浓度预测预警流程,完成了系统数据库设计,为瓦斯浓度预测预警的应用提供了程序化基础。(4)进行了瓦斯浓度预测预警应用研究。基于瓦斯浓度预测预警模型算法、结合程序语言开发了瓦斯浓度预测预警应用软件,并通过煤矿企业现场瓦斯浓度数据对软件的实用有效性进行验证。验证结果表明对矿井瓦斯浓度预测准确度较高,对瓦斯浓度的变化趋势预测基本准确,预警方法合理,检验了瓦斯浓度预测预警方法的有效性与实用性,证明了瓦斯浓度预测预警方法具有良好的工程应用性。本文基于瓦斯浓度数据,提出了适用于煤矿企业的瓦斯浓度预测预警方法,对于煤矿企业现场的应用具有良好的实用性和有效性,为煤矿企业在实际生产中防控瓦斯灾害事故提供了良好的技术手段。
王忠峰[8](2021)在《中国铁路高速列车公众无线网络系统构建及关键技术研究》文中研究指明以让旅客出行更美好为目的,以“列车公众无线网络”为基础,以“旅客行程服务”和“特色车厢服务”为核心,构建中国铁路高速列车智慧出行延伸服务平台,为旅客提供高速移动场景下智能化、多样化、个性化的高质量出行服务体验。基于现阶段中国高速铁路运行环境及沿线网络覆盖情况,提出了基于运营商公网、卫星通信和超宽带无线局域网(EUHT-Enhanced Ultra High Throughput)三种车地通信备选方案,利用定性与定量相结合的综合评价方法,分别对三种备选方案的建设难度、投入成本及服务性能进行对比分析,确定了现阶段以“运营商公网”方式搭建高速列车公众无线网络。基于运营商公网实现车地通信,以不影响动车组电磁干扰与安全为前提,设计了高速列车公众无线网络组网架构,为进一步完善高速列车公众无线网络的运维管控、智能化延伸服务、网络服务性能以及系统安全性,深入研究面向动车组公众无线网络复杂设备的运管平台、高铁CDN(Content Delivery Network)流媒体智能调度、基于列车位置的接收波束成形技术和网络安全防护设计,最终为旅客提供了面向移动出行场景的行程优选、在途娱乐服务、高铁订餐、接送站等定制化延伸服务。随着5G技术已全面进入商用时代,为进一步提升旅客出行服务体验,以5G在垂直行业应用为契机,提出5G与高速列车公众无线网络融合组网方案,创新高速列车公众无线网络建设和运营新模式,论文的具体工作如下:1、深入分析当前高速移动出行场景下旅客的服务需求,调研了国内外公共交通领域公众无线网络服务模式及经营现状,提出了以实现高速列车公众无线网络服务为目的,带动铁路旅客出行服务向多样化、智能化、个性化方向发展的设计方案。在系统分析了既有条件的基础上,提出了通信技术选择、服务质量和安全保障和系统运维管理等难题。2、研究并提出了一种基于OWA(Ordered Weighted Averaging)算子与差异驱动集成赋权方法,利用基于OWA与差异驱动的组合赋权确定评价指标权重,并通过灰色综合评价方法计算各方案的灰色关联系数,得到灰色加权关联度,对三种备选方案合理性进行优势排序,最终确定了现阶段基于运营商公网为高速列车公众无线网络车地通信方案。3、基于动车组车载设备安全要求,设计了高速列车公众无线网络总体架构、逻辑架构和网络架构;基于动车组车厢间的互联互通条件,分别设计有线组网和无线组网的动车组局域网解决方案。4、基于Java基础开发框架,采用Jekins作为系统构建工具,设计面向高速列车公众无线网络的云管平台微服务架构设计。使用高可用组件和商业化的Saa S(Software-as-a-Server)基础服务,保证云端的可扩展性、高可用和高性能,解决了列车公众无线网络的远程配置及管理。5、基于传统CDN原理和部署并结合高速列车车端的线性组网物理链路的特点,提出基于高速列车组的CDN概念,简称“高铁CDN”。设计由中心服务器提共一级缓存,单车服务器提供二级缓存的高铁CDN的两级缓存方案,每个二级缓存的内容为一级缓存的一份冗余,以此进一步提升旅客使用公众无线网络的体验,同时结合DNS解析技术提升请求的响应速度并减少出口带宽及流量的占用,提供了流畅的视频娱乐和上网体验。6、基于列车高速运行场景,分析了基于位置信息的多普勒效应补偿对于提高接收信号质量的影响,通过实验模拟了接收波束成形技术对于LTE(Long Term Evolution)每个时隙下网络速率的变化,提出了350km/h高速移动场景下基于位置信息的多普勒效应补偿技术,以验证了基于位置信息的多普勒补偿技术和接收波束成形技术在高铁场景下的有效性,并通过实验证明了天线间距和天线数量对于波束成形技术的影响关系。7、针对高速列车网络环境,根据802.11系列相关协议中Beacon数据包会携带AP网络相关属性进行广播这一特点,利用协议标准未定义的224字段进行唯一性标识加密,唯一性标识加密算法是通过RC4、设备MAC地址与随机码组合,不定期更新。系统采用AP(Access Point)间歇性扫描形式检测,调整虚拟接口到过滤模式,不断轮询所有频道,实现车载非法AP的检测与阻断。8、基于列车无线公众网络,打造了车上车下一体化、全行程、链条式延伸服务生态,实现了人流、车流、物流3流合一,极大提升了旅客出行服务体验。9、针对5G应用场景及业务需求,基于现有高速列车公众无线网络运营服务系统,通过复用其基础设施,采用5G室分技术设计了列车公众无线网络与5G融合组网方案。该方案通过创新建设模式,引入车载室分设备,并结合5G大带宽、低时延、多连接等特性进行无线调优方案设计,实现车厢内部5G信号和Wi-Fi信号的双重覆盖。
朱天明,武春龙,周有城,张鹏,张小俊[9](2021)在《基于TRIZ功能建模的扩展碰撞预警系统数字孪生概念方案构建》文中指出针对碰撞预警系统建模和仿真结果难以真实表达物理域,而且现有碰撞预警系统仅限于车内预警,用户得到的预警信息较少的问题,提出扩展碰撞预警系统服务架构,探讨了其组成和运作流程,基于数字孪生五维框架,详述了面向扩展碰撞预警系统的数字孪生建模过程,并在概念设计阶段基于发明问题解决理论功能模型对其进行功能建模,实现了其功能的全面表达,形成集智能产品和电子服务的整体解决方案,并利用层次分析—模糊综合评价法对所构建概念方案进行评估。通过系统物理实体和虚拟实体的交互融合特性,扩展碰撞预警系统在概念层面的功能建模开发成为可能。
陈嘉麟[10](2021)在《基于目标检测的监所持枪异常预警系统软件研发》文中提出作为监所安防工作的重要监测部分,持枪异常存在枪口朝向持枪者自身、他人或玩弄枪支等情况,具有一定的安全隐患。当前监所执勤场景下对于持枪状态监控和分析还是以人工监督为主,持枪异常的突发性和隐蔽性将导致过多人力浪费、效率低下等问题。针对上述问题,本论文结合实时视频监控和持枪异常状态分析,研发了基于目标检测的监所持枪异常预警系统软件,对于执勤突发情况的迅速预警、加强监所安防工作的自动化建设具有较好的工程应用价值和研究意义。本论文设计并研发了基于目标检测的监所持枪异常预警系统软件,基于客户端/服务端架构设计,实现了实时视频处理分发、持枪异常分析、预警事件推送等主要功能。服务端软件对接入的监控网络摄像头进行视频数据采集和处理,分发给订阅播放的客户端和应用;再根据基于双监控摄像头的场景配置和参数执行目标检测和持枪异常分析,得到持枪状态并判断是否构成预警;系统基于线程池、内存池等工程设计模式对业务功能处理、调度和数据统筹管理模块进行研发,以实现多路并行检测、业务数据记录存储、结果事件推送等功能。针对枪支关键点检测场景应用特点,设计了基于SSD的人员目标和枪支关键点检测算法,使用Res Net-101优化特征提取前置网络,并引入Focal Loss改善枪支关键点模型训练中正负样本不均衡的问题。系统测试结果表明,系统软件实现了人员目标和枪支关键点检测功能,并支持对执勤场景下的持枪状态进行判断与异常预警,能满足实际应用需求。
二、面向用户的网络安全预警系统(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、面向用户的网络安全预警系统(论文提纲范文)
(1)面向APT攻击的航天信息网络安全预警模型研究(论文提纲范文)
1 航天信息地面传输网络安全防护能力 |
2 信息安全预警方案论证 |
2.1 方案设想 |
2.2 可行性分析 |
2.2.1 大量合法业务流量的有效识别 |
2.2.2 非法网络行为的捕获 |
2.2.3 安全预警技术的产品化 |
2.3 基于用户特征的异常流量提取方法 |
2.3.1 依据航天信息传输规程设计进行特征提取 |
2.3.2 基于网络流量结构稳定性的行为特征 |
3 航天信息地面传输网络安全预警系统 |
3.1 系统架构 |
3.2 技术实现 |
5 结论 |
(2)面向APT攻击的航天信息网络安全预警模型研究(论文提纲范文)
1 航天信息地面传输网络安全防护能力 |
2 信息安全预警方案论证 |
2.1 方案设想 |
2.2 可行性分析 |
2.2.1 大量合法业务流量的有效识别 |
2.2.2 非法网络行为的捕获 |
2.2.3 安全预警技术的产品化 |
2.3 基于用户特征的异常流量提取方法 |
2.3.1 依据航天信息传输规程设计进行特征提取 |
2.3.2 基于网络流量结构稳定性的行为特征 |
3 航天信息地面传输网络安全预警系统 |
3.1 系统架构 |
3.2 技术实现 |
(1)用户行为采集模块 |
(2)数据采集与预处理模块 |
(3)数据仓库模块 |
(4)用户行为分析模块 |
(5)特征提取与建模模块 |
(6)异常检测与预警模块 |
(7)系统配置与管理模块 |
(8)系统界面显示模块 |
5 结论 |
(3)基于大数据的大学生日常思想政治教育创新研究(论文提纲范文)
摘要 |
ABSTRACT |
绪论 大数据让大学生日常思想政治教育智能化 |
第一节 选题缘由及研究意义 |
一、选题缘由 |
二、研究意义 |
第二节 国内外研究综述 |
一、国内研究现状 |
二、国外大数据与教育交叉研究综述 |
三、研究评析 |
第三节 逻辑结构 |
一、研究思路 |
二、研究方法 |
三、内容框架 |
第四节 重点、难点及预期创新点 |
一、研究重点 |
二、研究难点 |
三、研究创新点 |
第一章 基于大数据创新大学生日常思想政治教育的理论基础 |
第一节 核心概念解读 |
一、大数据 |
二、大学生日常思想政治教育 |
三、大学生日常思想政治教育大数据 |
第二节 大学生日常思想政治教育大数据之马克思主义哲学审视 |
一、感性对象性活动之数据生成逻辑 |
二、实践的社会历史性之数据发展动因 |
三、辩证唯物主义认识论之数据应用的方法论基础 |
四、人的全面自由发展之数据应用的价值取向 |
第三节 大学生日常思想政治教育大数据自组织系统阐释 |
一、大学生日常思想政治教育之复杂自组织系统特征 |
二、大学生日常思想政治教育大数据之数据转化 |
三、大学生日常思想政治教育大数据之数据转换 |
四、大学生日常思想政治教育之数据工作机制 |
第二章 基于大数据创新大学生日常思想政治教育的现实依据 |
第一节 大学生日常思想政治教育存在的现实困境 |
一、基于大数据文本挖掘方法的大学生日常思想政治教育现实困境分析 |
二、大学生日常思想政治教育者访谈 |
三、大学生日常思想政治教育存在的问题及原因剖析 |
第二节 新时代大学生日常思想政治教育新要求 |
一、新时代大学生日常思想政治教育面临的新课题 |
二、新时代大学生日常思想政治教育指导思想与原则 |
三、新时代大学生日常思想政治教育教育内容体系 |
四、新时代大学生日常思想政治教育的主体转型 |
第三节 基于大数据创新大学生日常思想政治教育技术优势 |
一、大数据关键技术之大学生日常思想政治教育应用 |
二、教育主体与教育客体的数据交互 |
三、教育管理平台载体的数据智能 |
四、教育管理实践数据的跨域应用 |
第四节 基于大数据创新大学生日常思想政治教育可能性分析 |
一、基于数据技术的效率提升 |
二、基于证据的日常教育管理 |
三、基于数据评价的工作改进 |
第三章 基于大数据促进大学生日常思想政治教育发展转向 |
第一节 大学生日常思想政治教育大数据应用呈现 |
一、精准画像:大数据精确反映学生行为状态 |
二、规律探寻:大数据有效呈现学生活动规律 |
三、超前感知:大数据准确研判学生活动趋向 |
第二节 基于大数据之由线性思维向系统思维转变 |
一、线性思维 |
二、系统思维 |
三、线性思维向系统思维转变的全面性与准确性 |
第三节 基于大数据之由普适教育向个性化培育转变 |
一、普适教育 |
二、个性化培育 |
三、普适教育向个性化培育转变的适应性与有效性 |
第四节 基于大数据之由认知培育向实践养成转变 |
一、认知培育 |
二、实践养成 |
三、认知培育向实践养成转变的实效性与长效性 |
第五节 基于大数据之由需求侧适应向供给侧发力转变 |
一、需求侧适应 |
二、供给侧发力 |
三、需求侧适应向供给侧发力转变的精准性与有效性 |
第四章 基于大数据创新大学生日常思想政治教育的实施路径 |
第一节 基于大数据创新大学生日常思想政治教育的原则 |
一、以人为本原则 |
二、守正创新原则 |
三、趋利避害原则 |
四、循序渐进原则 |
五、理论与实践相结合原则 |
第二节 大学生日常思想政治教育大数据资源库建设与运行 |
一、大学生日常思想政治教育大数据采集 |
二、大学生日常思想政治教育大数据预处理与存储 |
三、大学生日常思想政治教育大数据挖掘与建模分析 |
四、大学生日常思想政治教育大数据可视化与应用 |
五、大学生日常思想政治教育大数据解释与反馈 |
第三节 利用大数据推进大学生日常思想政治教育实践应用 |
一、数据画像 |
二、精准资助 |
三、异常告警 |
第五章 基于大数据创新大学生日常思想政治教育的条件保障 |
第一节 个体主观条件 |
一、培育大数据意识与大数据思维 |
二、掌握大数据知识与大数据技能 |
三、提升大数据伦理与管理理性 |
四、把握大数据应用的价值导向 |
第二节 技术条件保障 |
一、开发和搭建高校思想政治教育大数据技术平台 |
二、培育大学生思想政治教育大数据核心技术团队 |
第三节 组织与制度保障 |
一、加强组织领导 |
二、推进教育政策实施与制度建设 |
三、加强体制机制建设 |
第四节 文化环境保障 |
一、优化校园网络环境 |
二、培育校园数据文化 |
三、优化校园人文环境 |
结语:数据智能与教育智慧结合 |
参考文献 |
致谢 |
攻读博士学位期间主要研究成果 |
(4)基于改进的LSHiForest的智慧大棚预警系统(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 预警系统的研究现状 |
1.2.2 基于树模型的异常检测 |
1.2.3 基于集成学习的异常检测 |
1.2.4 基于局部敏感哈希的异常检测 |
1.3 研究内容 |
1.4 论文组织结构 |
第2章 数据流异常检测概述 |
2.1 数据流处理模型 |
2.2 数据流异常检测框架 |
第3章 基于LSHiForest的数据流异常检测方法 |
3.1 LSHiForest |
3.2 流式传感器数据异常检测算法 |
3.2.1 相关参数 |
3.2.2 DLSHiForest |
3.3 实验验证与分析 |
3.3.1 数据集及实验设置 |
3.3.2 实验评价指标 |
3.3.3 对比方法 |
3.3.4 实验结果及分析 |
第4章 基于DLSHiForest方法的智慧大棚预警系统的设计与实现 |
4.1 可行性分析 |
4.1.1 经济可行性分析 |
4.1.2 技术可行性分析 |
4.2 需求分析 |
4.2.1 功能需求分析 |
4.2.2 非功能需求分析 |
4.3 开发技术 |
4.3.1 前端技术 |
4.3.2 后端技术 |
4.4 系统总体设计 |
4.4.1 系统架构设计 |
4.4.2 功能模块设计 |
4.4.3 数据库设计 |
4.5 系统功能实现 |
4.5.1 用户注册、登录功能的实现 |
4.5.2 管理员登录功能的实现 |
4.5.3 用户个人信息查看、修改功能的实现 |
4.5.4 数据显示、查询功能的实现 |
4.5.5 异常检测功能的实现 |
4.5.6 阈值设置功能的实现 |
4.5.7 管理员对用户管理功能的实现 |
4.5.8 管理员对大棚管理功能的实现 |
4.5.9 管理员对传感器管理功能的实现 |
4.6 系统测试 |
第5章 总结与展望 |
参考文献 |
硕士期间取得成果 |
致谢 |
(5)基于深度学习的矿井围岩应力预测研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 时间序列预测的研究现状 |
1.2.2 矿井围岩应力预测的研究现状 |
1.3 论文的研究内容 |
1.4 论文的组织结构 |
1.5 本章小结 |
2 矿井围岩应力数据融合算法研究 |
2.1 矿井围岩应力信息感知 |
2.1.1 物联网技术 |
2.1.2 煤矿信息感知模型 |
2.1.3 矿井围岩应力信息感知结构 |
2.2 基于多传感器支持度与自适应加权的围岩应力数据融合算法 |
2.2.1 算法思想 |
2.2.2 算法描述 |
2.2.3 算法实现 |
2.3 实验与结果分析 |
2.3.1 实验数据 |
2.3.2 实验步骤 |
2.3.3 实验结果与分析 |
2.4 本章小结 |
3 基于Attention-CNN-HN的矿井围岩应力预测方法研究 |
3.1 相关理论基础 |
3.1.1 LSTM神经网络 |
3.1.2 Highway神经网络 |
3.1.3 CNN卷积神经网络 |
3.1.4 Attention机制 |
3.2 基于Attention-CNN-HN的围岩应力预测模型构建 |
3.2.1 模型思想 |
3.2.2 模型描述 |
3.2.3 算法实现 |
3.3 实验与结果分析 |
3.3.1 实验数据 |
3.3.2 实验步骤 |
3.3.3 实验结果与分析 |
3.4 本章小结 |
4 基于深度学习的矿井围岩应力预警系统设计与实现 |
4.1 系统分析 |
4.1.1 系统解决方案 |
4.1.2 可行性分析 |
4.1.3 需求分析 |
4.1.4 用例分析 |
4.2 系统设计与实现 |
4.2.1 系统架构设计 |
4.2.2 功能设计 |
4.2.3 数据库设计 |
4.2.4 系统主界面功能与设计 |
4.2.5 动态围岩应力监测功能与设计 |
4.2.6 围岩应力预警功能与设计 |
4.3 系统测试 |
4.3.1 测试环境 |
4.3.2 测试用例 |
4.3.3 测试结论 |
4.4 本章小结 |
5 总结和展望 |
5.1 研究总结 |
5.2 研究展望 |
致谢 |
参考文献 |
附录 |
(6)多网络计算资源融合的边缘预警系统设计与实现(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 研究内容 |
1.4 论文主要工作 |
第二章 相关技术介绍 |
2.1 云计算与边缘计算 |
2.1.1 云计算概述 |
2.1.2 边缘计算概述 |
2.1.3 边缘计算通用架构 |
2.2 边缘计算与无线通信 |
2.2.1 5G通信技术 |
2.2.2 5G通信技术与边缘计算 |
2.3 微服务架构 |
2.3.1 微服务研究现状与设计思想 |
2.3.2 Spring Cloud框架 |
2.3.3 容器技术 |
2.4 一致性哈希算法 |
2.4.1 一致性哈希算法的原理 |
2.4.2 一致性哈希算法的优点 |
2.5 本章小结 |
第三章 需求分析 |
3.1 系统整体需求 |
3.1.1 问题和挑战分析 |
3.1.2 场景分析 |
3.1.3 需求概述 |
3.2 用户角色分析 |
3.2.1 普通用户(现场执法人员) |
3.2.2 管理员(指挥调度人员) |
3.3 非功能需求 |
3.3.1 易用性 |
3.3.2 低延时 |
3.3.3 灵活性 |
3.3.4 可靠性 |
3.4 本章小结 |
第四章 多网络计算资源融合研究 |
4.1 多网络计算资源融合架构设计 |
4.1.1 问题描述 |
4.1.2 架构概述 |
4.2 边缘节点部署与基于一致性哈希算法的调度策略 |
4.2.1 边缘节点的部署方式 |
4.2.2 基于一致性哈希算法的边缘节点管理 |
4.2.3 多网络计算资源协作 |
4.2.4 计算任务迁移流程 |
4.2.5 算法流程 |
4.3 融合设计仿真与实验结果 |
4.3.1 网络内部服务迁移 |
4.3.2 多网络之间服务迁移 |
4.4 本章小结 |
第五章 系统总体设计 |
5.1 系统静态结构设计 |
5.1.1 系统设计概述 |
5.1.2 系统架构设计 |
5.1.3 车载边缘节点设计 |
5.1.4 基站边缘节点设计 |
5.2 边缘预警设计 |
5.2.1 心率数据预警 |
5.2.2 位置数据预警 |
5.2.3 视频数据预警 |
5.3 关键模块设计 |
5.3.1 用户管理微服务设计 |
5.3.2 设备管理微服务设计 |
5.3.3 任务信息微服务设计 |
5.3.4 风险预警微服务设计 |
5.3.5 边缘节点管理微服务设计 |
5.4 系统动态结构设计 |
5.4.1 用户管理流程 |
5.4.2 设备管理流程 |
5.4.3 预警与实时信息查询流程 |
5.4.4 计算任务迁移流程 |
5.5 系统API设计 |
5.5.1 用户管理API |
5.5.2 设备管理API |
5.5.3 任务信息查询API |
5.5.4 风险预警API |
5.5.5 边缘节点信息查询API |
5.6 系统数据库设计 |
5.6.1 用户相关数据库设计 |
5.6.2 设备相关数据库设计 |
5.6.3 任务相关数据库设计 |
5.6.4 风险预警相关数据库设计 |
5.6.5 边缘节点相关数据库设计 |
5.7 本章小结 |
第六章 系统测试与分析 |
6.1 测试环境设计 |
6.1.1 硬件环境 |
6.1.2 软件环境 |
6.1.3 测试环境 |
6.2 系统功能测试 |
6.2.1 单功能测试 |
6.2.2 预警功能测试 |
6.2.3 组合功能测试 |
6.3 系统非功能性测试 |
6.4 测试结果与分析 |
6.5 本章小结 |
第七章 总结与展望 |
7.1 全文工作总结 |
7.2 未来工作展望 |
参考文献 |
附录 |
致谢 |
(7)基于大数据分析的瓦斯浓度预测预警及应用研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及研究意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 大数据分析应用研究现状 |
1.2.2 瓦斯浓度预测研究现状 |
1.2.3 瓦斯浓度预警研究现状 |
1.3 研究内容和技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线图 |
第2章 矿井瓦斯浓度预测模型构建及其准确性分析 |
2.1 LSTM算法工作及其原理 |
2.1.1 人工神经网络 |
2.1.2 RNN神经网络 |
2.1.3 LSTM神经网络 |
2.2 基于LSTM算法的矿井瓦斯浓度预测模型及其建模过程 |
2.2.1 瓦斯浓度数据预处理 |
2.2.2 瓦斯浓度数据训练集和测试集的划分 |
2.2.3 确定瓦斯浓度预测模型的最优参数 |
2.2.4 瓦斯浓度预测最优模型的评估 |
2.3 矿井瓦斯浓度预测模型准确性分析 |
2.4 本章小结 |
第3章 基于预测数据的瓦斯浓度三级预警方法研究 |
3.1 瓦斯浓度预警方法研究 |
3.1.1 瓦斯浓度预警等级划分 |
3.1.2 瓦斯浓度预警指标 |
3.1.3 瓦斯浓度预警阈值设置 |
3.1.4 基于预测数据瓦斯浓度预警流程 |
3.2 瓦斯浓度预警方法实用性验证 |
3.3 本章小结 |
第4章 瓦斯浓度预测预警系统设计 |
4.1 系统目标 |
4.2 系统需求分析 |
4.2.1 系统功能需求 |
4.2.2 系统性能需求 |
4.3 系统总体构架设计 |
4.3.1 系统总体设计 |
4.3.2 系统功能架构 |
4.3.3 系统模块详细设计 |
4.3.4 系统数据库设计 |
4.4 本章小结 |
第5章 瓦斯浓度预测预警方法应用研究 |
5.1 矿井概况 |
5.2 瓦斯浓度预测预警方法应用 |
5.3 本章小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
附录 |
攻读硕士学位期间的科研成果 |
致谢 |
(8)中国铁路高速列车公众无线网络系统构建及关键技术研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 公共交通领域无线网络服务现状研究 |
1.2.2 旅客需求服务现状 |
1.2.3 中国铁路科技开发研究现状 |
1.3 研究内容和组织结构 |
1.4 技术路线 |
1.5 本章小结 |
2 车地通信方案比选研究 |
2.1 车地通信技术方案 |
2.1.1 基于运营商公网的车地通信 |
2.1.2 基于卫星的车地通信 |
2.1.3 基于超宽带无线局域网(EUHT)的车地通信 |
2.2 车地通信方案比选方法研究 |
2.2.1 车地通信方案比选指标选取 |
2.2.2 确定评价指标权重 |
2.2.2.1 基于OWA算子主观赋权 |
2.2.2.2 基于差异驱动原理确定指标的客观权重 |
2.2.2.3 组合赋权 |
2.2.3 灰色关联评价分析 |
2.2.3.1 指标预处理确定决策矩阵 |
2.2.3.2 计算关联系数及关联度 |
2.3 车地通信方案比选算例分析 |
2.3.1 计算指标权重 |
2.3.2 灰色关联系数确定 |
2.3.2.1 选择参考序列 |
2.3.2.2 计算灰色关联度 |
2.3.2.3 方案比选分析评价 |
2.4 本章小结 |
3 高速列车公众无线网络系统总体方案研究及系统建设 |
3.1 总体架构 |
3.2 网络架构 |
3.2.1 地面网络架构设计 |
3.2.2 车载局域网架构设计 |
3.3 网络安全防护 |
3.3.1 安全认证 |
3.3.2 安全检测与监控 |
3.4 运营平台建设 |
3.4.1 用户中心 |
3.4.2 内容服务 |
3.4.3 视频服务 |
3.4.4 游戏服务 |
3.4.5 广告管理 |
3.5 一体化综合云管平台 |
3.5.1 云管平台总体设计 |
3.5.2 功能设计及实现 |
3.6 本章小结 |
4 高速列车公众无线网络服务质量测量与优化 |
4.1 公众无线网络服务质量测量分析 |
4.1.1 系统面临挑战 |
4.1.2 服务质量测量场景 |
4.1.3 服务质量分析 |
4.1.3.1 分析方法 |
4.1.3.2 用户行为分析 |
4.1.3.3 网络状态分析 |
4.2 QoE与 QoS指标映射模型分析 |
4.2.1 列车公众无线网络QoE与 QoS指标 |
4.2.1.1 无线网络QoS指标 |
4.2.1.2 无线网络QoE指标 |
4.2.2 QoE与 QoS映射模型 |
4.2.2.1 QoE与 QoS关系 |
4.2.2.2 通用映射模型 |
4.2.2.3 映射模型业务类型 |
4.2.3 系统架构 |
4.2.4 系统问题分析 |
4.2.4.1 开网业务的开网成功率问题 |
4.2.4.2 网页浏览延质差问题 |
4.2.4.3 即时通信的业务连接建立成功率问题 |
4.2.5 性能评估 |
4.3 高铁CDN流媒体智能调度算法研究 |
4.3.1 技术架构 |
4.3.2 缓存策略分析 |
4.3.3 算法设计 |
4.3.4 流媒体算法仿真结果 |
4.4 基于列车位置信息的接收波束成形技术对LTE下行信道的影响研究 |
4.4.1 模型建立 |
4.4.2 信道建模 |
4.4.3 试验模拟结果 |
4.5 本章小节 |
5 基于高速列车公众无线网络的智慧出行服务研究及实现 |
5.1 基础行程服务 |
5.1.1 售票服务 |
5.1.2 共享出行业务 |
5.1.4 特色车厢服务 |
5.1.5 广告 |
5.2 ToB业务 |
5.2.1 站车商业 |
5.2.2 站车广告管理平台 |
5.3 创新业务 |
5.3.1 高铁智屏 |
5.3.2 国铁商学院 |
5.4 本章小结 |
6 融合5G技术的动车组公众无线网络升级优化研究 |
6.1 融合场景分析 |
6.1.1 动车组公众无线网络现状分析 |
6.1.2 5G在垂直领域成熟应用 |
6.2 融合组网需求分析 |
6.2.1 旅客追求高质量通信服务体验需求 |
6.2.2 铁路运营方提升运输生产组织效率需求 |
6.2.3 电信运营商需求 |
6.3 电磁干扰影响分析 |
6.3.1 环境分析 |
6.3.2 干扰分析 |
6.3.3 结论及建议 |
6.4 5G上车方案设计 |
6.4.1 技术方案可行性分析 |
6.4.2 融合架构设计 |
6.4.3 逻辑架构 |
6.4.4 网络架构 |
6.4.5 系统功能 |
6.4.6 系统建设内容 |
6.5 关键技术 |
6.5.1 本地分流技术 |
6.5.2 高速回传技术 |
6.5.3 时钟同步 |
6.5.4 5G语音回落4G(EPS Fallback) |
6.5.5 5G网络QoS机制 |
6.5.6 隧道技术 |
6.5.7 切片技术 |
6.6 融合5G技术的公众无线网络经营思路 |
6.6.1 业务架构 |
6.6.2 商业模式 |
6.7 本章小结 |
7 结论 |
参考文献 |
作者简历及攻读博士学位期间取得的科研成果 |
学位论文数据集 |
(9)基于TRIZ功能建模的扩展碰撞预警系统数字孪生概念方案构建(论文提纲范文)
0 引言 |
1 相关基础理论 |
1.1 数字孪生五维框架 |
1.2 TRIZ功能模型 |
2 基于TRIZ功能建模的扩展碰撞预警系统数字孪生建模方法 |
2.1 扩展碰撞预警系统 |
2.2 基于TRIZ功能建模的扩展碰撞预警系统数字孪生建模方法 |
3 案例研究 |
3.1 基于TRIZ功能建模的扩展碰撞预警系统数字孪生体的构建 |
(1)物理实体模块 |
(2)虚拟实体模块 |
1)确定应用环境 |
2)确定智能产品的自身交互 |
3)确定与其他智能产品的交互 |
(3)孪生数据和连接模块 |
(4)服务模块 |
3.2 方案评价 |
4 结束语 |
(10)基于目标检测的监所持枪异常预警系统软件研发(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 传统目标检测技术的发展 |
1.2.2 深度学习在目标检测中的研究与应用 |
1.3 本文研究内容 |
1.4 本文组织结构 |
2 相关技术概述 |
2.1 目标检测技术 |
2.1.1 目标检测基本原理 |
2.1.2 基于深度学习方法的目标检测 |
2.2 卷积神经网络基本理论 |
2.2.1 卷积神经网络基本结构 |
2.2.2 深度学习框架Caffe |
2.3 多媒体处理相关技术 |
2.3.1 编解码库FFmpeg方案 |
2.3.2 计算机视觉库Open CV |
2.4 本章小结 |
3 监所持枪异常预警系统总体架构设计 |
3.1 系统总体方案 |
3.2 系统软件总体架构 |
3.2.1 智能分析服务端软件结构 |
3.2.2 配置管理客户端软件结构 |
3.3 本章小结 |
4 监所持枪异常预警系统软件详细设计 |
4.1 智能分析服务端软件 |
4.1.1 业务调度模块 |
4.1.2 实时视频处理模块 |
4.1.3 持枪异常分析模块 |
4.1.4 数据统筹管理模块 |
4.2 通信协议设计 |
4.2.1 业务通信协议 |
4.2.2 视频流通信协议 |
4.3 配置管理客户端软件 |
4.3.1 业务流程设计 |
4.3.2 用户交互界面 |
4.4 本章小结 |
5 基于目标检测的持枪异常分析算法研发 |
5.1 目标检测算法设计 |
5.1.1 One-Stage检测网络比较与选择 |
5.1.2 基于Res Net-101和Focal Loss的 SSD网络模型 |
5.1.3 基于Caffe框架的目标检测流程 |
5.2 枪支关键点检测模型训练方法 |
5.2.1 枪支关键点数据集构建 |
5.2.2 神经网络模型训练方案 |
5.3 持枪异常分析策略设计 |
5.3.1 持枪异常类型与场景 |
5.3.2 持枪异常分析场景参数 |
5.3.3 持枪异常判定流程 |
5.4 本章小结 |
6 系统测试与分析 |
6.1 测试概要 |
6.1.1 测试环境 |
6.1.2 测试内容 |
6.2 测试方案和结果 |
6.2.1 功能测试 |
6.2.2 性能测试 |
6.3 本章小结 |
7 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
作者简历 |
四、面向用户的网络安全预警系统(论文参考文献)
- [1]面向APT攻击的航天信息网络安全预警模型研究[J]. 邵宇航,朱小朋,王子良,刘晨光. 网络安全技术与应用, 2021(11)
- [2]面向APT攻击的航天信息网络安全预警模型研究[J]. 邵宇航,朱小朋,王子良,职小龙. 网络安全技术与应用, 2021(10)
- [3]基于大数据的大学生日常思想政治教育创新研究[D]. 邓晶艳. 贵州师范大学, 2021(09)
- [4]基于改进的LSHiForest的智慧大棚预警系统[D]. 杨已鸿. 曲阜师范大学, 2021(02)
- [5]基于深度学习的矿井围岩应力预测研究[D]. 赵智龙. 西安科技大学, 2021
- [6]多网络计算资源融合的边缘预警系统设计与实现[D]. 赵家宝. 北京邮电大学, 2021(01)
- [7]基于大数据分析的瓦斯浓度预测预警及应用研究[D]. 任守航. 太原理工大学, 2021(01)
- [8]中国铁路高速列车公众无线网络系统构建及关键技术研究[D]. 王忠峰. 中国铁道科学研究院, 2021(01)
- [9]基于TRIZ功能建模的扩展碰撞预警系统数字孪生概念方案构建[J]. 朱天明,武春龙,周有城,张鹏,张小俊. 计算机集成制造系统, 2021(02)
- [10]基于目标检测的监所持枪异常预警系统软件研发[D]. 陈嘉麟. 浙江大学, 2021(01)