网络入侵检测系统中的数据缩减技术

在进行事件分析之前,网络入侵检测系统首先要面对数据缩减的问题。以ANIDS为背景,分析了两种重要的数据缩减技术:相关特征子集选择和特征再构造。提出了一种基于Wrapper方法的最优特征子集选取算法SRRW。在考虑学习算法偏置的情况下,通过识别强相关特征并引入约束,能够更快地搜索并获得最优的相关特征子集。从特征再构造角度出发实现数据缩减,并通过因子负荷量矩阵分析了原始特征之间的相关性。     

电子战／末端对策仿真的近场雷达信号特征建模

雷达制导武器的效能受一些因素影响,象目标闪烁、引擎调制、杂波和电子干扰(ECM)。事实上,许多导弹拦截失败经常归因于这些因素。因此,有效的武器系统设计必须细心考虑这些影响,以便避免武器性能的严重降低。通过使用建模和仿真,能够相对容易和大幅节省费用地实现有效的设计。对于导弹引信/电子干扰(ECM)应用来说,导弹上发送和接收天线一般位于遭遇目标的散射场的近场区域。结果是,由于部分目标照射,不均匀的天线方向图、目标材料涂层和引擎进气道回波,使雷达回波计算变得复杂。现有近场雷达截面(RCS)计算算法是典型地基于一阶高频方法,不考虑多次反射和复杂阴影的影响。特别地,那些算法不能用于象引擎进气道或传感器盒之类的腔体散射计算。然而,腔体散射、材料涂层和引擎调制对于引信点火和电子干扰末端对策导弹/目标遭遇仿真是关键因素。一个成功的导弹/目标交战分析必须使用包括多次反射、材料涂层,天线方向图等影响的精确近场目标信号特征信息。本文讨论在导弹/目标末端对策情景中为解决近场建模和仿真问题所用的技术和方法。     

行波场效应管放大器的电场理论分析和物理特征

鸡胚成纤维细胞培养ＨＶＴ，蔗糖梯度垫层纯化病毒颗粒，抽提病毒ＤＮＡ后，经ＢａｍｈＩ降解，光敏生物素标记制备成ＨＶＴ ＤＮＡ生物素探针，经斑点印迹杂交试验，生物素ＨＶＴ ＤＮＡ探针具有较高的灵敏性，可检测出３１ｐｇ水平的同源ＤＮＡ序列；探针与具有同源序列的ＨＶＴ ＤＮＡ、ＭＤＶ－京株－１和贵毕－１的ＤＮＡ发生杂交反应，与非同源序列的细胞ＤＮＡ、鲑鱼精子ＤＮＡ、轮状病毒ＲＮＡ、大肠杆菌ＤＮＡ及ＰＢＳ等     

论军事劳动力的经济特征

军事劳动力的需求具有目的的政治性、主体的独一性、价格的计划性以及需求量影响因素的复杂性四个特征;军事劳动力的供给具有成果的共有性、条件的艰苦性、行为的被强制性以及成果评价的主观性四个特征。基于军事劳动力的需求特征和供给特征,军事劳动力的价格决定具有明显的非均衡性。为了制定合理的军事劳动力价格,应当建立对于需求主体——国家行为的合理的制衡机制,并力争使军人的劳动供给行为规范化。     

遗传算法及其应用

简述了遗传算法的其本原理和特点,并将其应用于声纳目标特征的选择。实验结果表明了遗传算法在模式特征优化和选择中的优势。     

物体识别不变性方法比较分析(Ⅰ)——统计方法

在计算机视觉与模式识别中,如何从不同的角度来识别同一物体而与该物体的位置、放置方向无关,是一个关键的课题,至今仍无很好的解决方法。本文中,我们总结了现有的方法,并将它们分为统计方法、解析方法和神经网络方法3类,并对这些方法的两个主要性能指标,即噪声敏感性和变形敏感性进行了模拟分析,模拟工作是在Masscom高速微巨机上完成的。最后,我们提出了一种新的方法。     

基于一维平均距离像矩特征的飞机目标识别

本文分析了利用一维距离像进行目标识别的问题。通过对目标相邻的一维距离像进行幅度平方平均处理,得到比较稳定的平均距离像。然后将目标的平均距离像看作二值图像,提取它的矩特征用于分类识别。对三类飞机目标进行分类识别的结果表明该方法是可行的。     

飞机运动特征对动态RCS序列的影响分析

针对超音速隐身飞机难以探测的问题,仿真分析了F-22飞机在不同运动特征下的动态RCS,并对其频率响应和极化响应特性做进一步的研究。首先设定飞行航迹,并考虑实际中随机抖动的影响,获取时变的雷达视线姿态角;其次应用物理光学并结合等效电磁流的方法,计算分析了飞机以不同的速度沿不同航迹飞行时的动态RCS。对于使飞机动态RCS变化最明显的运动特征,仿真计算了其在不同频段、不同极化下的动态RCS。仿真结果表明:在不同航迹下,飞机速度对其动态RCS的影响程度不同,且当飞机沿小航路捷径低速或者高速飞行时,其RCS值减小最为明显,利用极化响应和频率响应特性可以有效地削弱这一影响。研究成果对于超音速隐身飞机目标的预警探测具有重要意义。     

基于概率分布的硬件木马检测特征选择方法

针对基于旁路信号分析的硬件木马检测中存在的高维以及信号冗余度高等问题,寻求一种特征选择方法在降维、降低冗余度方面的可行性,通过考虑样本概率的分布情况,提出了一种以散度和Bhattacharyya距离作为可分性判据的特征选择方法。首先分析了旁路信号的特征选择问题,然后阐述了基于散度和Bhattacharyya距离的可分性判据,最后在FPGA中植入硬件木马,采用K-L方法进行实验,通过对样本特征选择前后的检测效果发现,这种特征选择方法不仅有助于分辨"金片"与含木马的待测芯片间旁路信号的统计差异,而且与分类错误率建立联系,更好地实现了硬件木马的检测。