僵尸网络关系云模型分析算法

通过分析僵尸网络内部的通信行为,提取了相同僵尸网络的通信特征,利用这些特征定义了僵尸网络之间关系的云模型,并设计了基于云模型的僵尸网络关系分析算法。通过典型僵尸程序样本的评测结果表明,即使对采用加密通信和无固定通信时间间隔的僵尸程序,该算法仍然能够有效地识别出这些僵尸网络之间的关系。通过与相关研究工作的对比表明,该算法在分析的准确度、僵尸网络的类型和加密通信等方面均优于相关研究成果。     

僵尸网络在线检测技术研究

僵尸网络为平台的攻击发展迅速,当前大多数的检测方法是通过分析历史网络流量信息来发现特定协议的僵尸网络,难以满足实时需要,且不能通用。针对这种情况,提出了一种独立于控制协议与结构的僵尸网络在线检测技术,能够从网络流量数据中快速检测出可疑僵尸主机。模拟实验结果表明,该技术能够高效地实现僵尸网络在线检测。     

基于网络文本迁移学习的旅游知识图谱构建

在线旅游服务模式和海量网络文本的出现为旅游产业规划和用户出游推荐提供了新的信息支撑。然而实时更新的网络文本语义模糊、信噪比低,难以利用,由此,提出了一种基于领域本体和迁移学习的旅游知识图谱构建方法。首先,基于行业规范定义了旅游景点特征体系,建立了以旅游景点为核心的旅游知识图谱,支持景点语义特征的全方位刻画;然后,通过迁移学习方法将预训练语言模型改造为定制化知识抽取器,从网络文本中获取知识三元组,并融合游客足迹、兴趣点语义等信息将分散的相关信息整合为系统性的旅游景点知识图谱。知识抽取实验结果表明,相较于常用的LDA（latent Dirichlet allocation）模型,定制化知识抽取器获取的景点语义知识,其精度与完整性分别提升了50.7%和670%。所构建的旅游景点知识图谱可全面表达现实中的旅游场景,支撑不同尺度下游客行为与市场需求的深入解析,为旅游目的地可持续发展规划提供决策支持。     

基于CNN模型迁移的OLI影像光伏电池板场景识别

获取光伏电池板的空间分布及动态变化信息对于国土调查、资源环境监测和能源结构评估具有重要意义,然而,传统的光伏电池板的识别依赖于人工设计的中低层次特征,无法克服对象光谱不确定性、空间结构类型复杂等难题,算法普遍存在稳健性不强、效率不高等问题。目前,基于场景单元从遥感影像中提取空间信息,多数算法仅建立在少数标准数据集上,未考虑实际应用中遥感图像质量、空间分辨率等因素对图像场景深度特征表达的影响,制约了遥感技术在城市结构、经济社会知识挖掘方面的深入应用。针对以上情况,本文基于卷积神经网络（CNN）采用迁移学习和模型微调的策略,在中等分辨率的Landsat影像上进行光伏电池板场景识别。结果表明,本文方法能够提取电站场景的多层次特征,在形态结构复杂的电站场景中取得了较好的识别效果。     

利用代码迁移进行WPS服务

现有网络分析服务(Web processing service,WPS)规范数据传输量大的缺点限制了其应用。对此,提出了基于代码迁移的WPS新模型,该模型能在WPS执行过程中避免大量空间数据的传输,提高了WPS执行效率。实验系统使用不同客户端程序验证了新模式的有效性。     

一种面向空间信息网络的星地协同计算迁移方法

面向空间平台构建星地一体化的空间信息网络近年来成为信息网络建设的热点。传统的信息网络建设趋于流量驱动,以满足节点间的通信需求为主。空间信息网络的建设更着重于以应用业务中的任务为向导,牵引从通信资源到计算、存储资源的优化重组与协同服务。如何在应用任务与有限网络资源间形成联动机制,有效解决星上遥感数据存储、处理与传输能力受限的问题,是实现空间信息网络高效数据处理的关键技术问题。针对遥感数据星地协同处理的机制,在任务驱动的空间信息网络体系架构基础上,提出一种面向空间信息网络的星地协同计算迁移方法,建立了计算迁移的优化模型,提出了计算迁移的实现技术,通过案例仿真结果与分析,验证了该方法的可行性。     

利用BP网络识别点状地图符号的研究

在利用BP网络识别点状地图符号的过程中,提出了三项改进措施,简化了数据获取,提高了网络收敛速度。通过对训练样本图像的格式分析,实现了输入神经元的简单获取;对神经元、权值数组采取堆内存动态分配的方式,减少了内存占用,极大地提高了权收敛速度;通过对网络拓扑的分析,调整了节点的输出方式,加快了权值改正。     

利用一种新的神经网络模型识别点状地图符号

着重讨论了用一种新的神经网络模型识别点状地图符号的过程，主要包括网络的结构特点和学习算法以及学习训练过程，并验证了用该网络进行点状网答识别的有效性。     

可变形网络与迁移学习相结合的电力塔遥感影像目标检测法

电力塔是电力基础设施的重要组成部分,对其进行检测是必不可少的工作。针对当前遥感影像电力塔检测算法精度低,效果差的问题,本文基于可变形网络和迁移学习对Faster R-CNN进行改进,提出一种基于遥感影像的电力塔检测框架。该框架主要分为两个部分:①特征提取子网络,即利用可变形网络模型改进卷积层,来提高模型对于电力塔几何形变的特征提取能力;②目标检测子网络,即通过模型迁移,将由特征提取子网络训练获得的模型参数迁移至此子网络,由RPN网络和可变形区域池化结合非极大值抑制(NMS)精确获取电力塔位置,利用Fine-tuning技术快速训练此子网络,最终实现高精度的遥感影像电力塔检测。本文算法在测试集中对电力塔检测结果为AP_0.5 0.886 1,AP_0.6 0.839 6,ACC 0.894 8,与SSD、YOLOv3、Faster R-CNN等相比,各检测指标至少高0.2。由对比试验可以看出,该框架对电力塔遥感影像可以实现较高精度检测,表明该方法在电力塔检测上拥有较大应用潜力。     

网络地图的信息传输模型研究

从信息论角度分析网络地图的特点,提出一种网络地网的信息传输模型,并对其信息传输过程进行分析.该模型反映了网络地图的信息传输过程及特点,为网络地图设计提供了理论支持.     

利用多维观测序列的KCFM混合模型检测新型P2P botnet

提出了一种新颖的综合考虑多维观测序列的实时检测模型——KCFM。通过抽取新型分散式P2Pbotnet的多个特征构成多维观测序列,使用离散Kalman滤波算法发现流量异常变化,将Multi-chart CUSUM作为差异放大器提高检测精度。实验表明,基于多维观测序列的KCFM模型能够有效地检测新型P2Pbotnet。     

基于出租车上下客点的城市人口流动分析

掌握城市人口流动动态有利于进行交通预测、应急快速响应,以及合理的城市规划。出租车作为城市主要的交通运输工具之一,可以反映城市中人口的流动。本文以出租车上下客点数据为例,对比在工作日以及休息日的人口流动差异,分析出租车数据的空间分布及其动态变化,揭示城市人口流动模式。     

一种优化的基于神经网络的经验ZTD模型

目前,经验对流层天顶延迟（ZTD）模型已经有了飞速的发展,因为它们在使用时无需任何测量的实时地面气象数据,这给GNSS用户提供了极大方便。神经网络技术在实测参数型的ZTD建模中已经取得了一定的成果。与此同时,国内虽然有学者构建了神经外网络的经验ZTD模型,其最大的缺点是忽略了ZTD时间变化且只能单独预报ZTD。本文针对这些缺点构建了优化的神经网络经验ZTD模型。试验结果表明,本文提出的神经网络模型可以分别预报天顶干延迟ZHD和天顶湿延迟ZWD,且具有良好的精度：ZHD的Bias和RMSE分别为-3.7和19.8 mm;ZWD的Bias和RMSE分别为-0.6和34.2 mm。本文的神经网络模型预报的ZHD和ZWD的精度均与目前世界著名的GPT2w格网模型相当。另外,与GPT2w模型相比较,神经网络模型最大的优点就是无需庞大的预存格网数据作为输入,在使用时仅需要知道一个训练好的神经网络即可,该特点为GNSS用户提供了极大的方便。     

一种基于卫星轨迹的电离层区域建模方法

提出了一种改进的基于卫星轨迹的电离层区域建模方法,详细讨论了基于卫星轨迹电离层区域建模的基本原理,并利用IGS SHAO单基准站数据建模试验,分析验证了基于卫星轨迹的电离层建模方法的可靠性。该模型可以有效表达电子密度小区域陡变,模型区域拟合精度在1~3 TECU。     

基于Kevin-Ian 3D模型的紧致时空数据模型

利用时间标识的方式来建立时空数据模型，无论是全局标识，还是各种程度的局部标识，都存在着许多问题；把时间当做独特的要素对待，不能较好地实现时空一体化。在研究Kevin-Ian 3D模型的基础上，提出了把时间和空间同等对待的紧致时空数据模型。该模型通过对时空中的点、线、面、体的描述，可以较好地解决时空数据库的数据冗余、时间拓扑等问题，同时具有较强的描述实体变化的能力。     

基于组件式GIS的工作流模型

工作流技术的应用无处不在，组件式GIS的出现使GIS和MIS实现无缝结合，使工作流整合了对空间数据的处理能力，本文从工程流和组件式GIS的概念出发，结合国土部门的工作特点，提出了一个切合实际的基于组件式GIS的工作流模型。     

一种基于属性水平版本结构的时空数据模型

以属性水平版本结构为理论基础,在空间数据表中,面状地物类表和线状地物类表是有效时间(Tv)和数据库时间(Td)的载体,事务时间反映版本创建时间(Tc),并将结点和弧段的版本改变记录到它们所属的面状地物类表中;属性数据表中,区分记录属性的连续变化与不连续变化。数据模型既体现了版本信息和时间要素,又减少了数据冗余。     

基于表面剖分的3DCM空间数据模型研究

３维城市模型（３ＤＣＭ）的研究近年来得到了飞速发展,但目前所开发的３ＤＣＭ系统大多属于３维可视化系统,所提供的空间分析与操作功能极为有限,究其原因,主要是缺乏能有效表达城市３维实体及其空间关系的３ＤＣＭ空间数据模型。尽管在３ＤＧＩＳ数据模型的研究方面,许多学者提出了很有价值的模型,但这些模型均难以灌足城市３维建模的要求。针对这一问题,本文首先分析了城市３维实体的几何特征及３ＤＣＭ系统要求,提出用外     

基于遗传算法的制图综合模型研究

在指出制图综合大部分问题可以看作是优化问题的基础上,创造性地将遗传算法引入制图综合研究中,建立了基于遗传算法的制图综合模型。以点群目标选取为例,对基于遗传算法的制图综合模型中编码、适应度函数等关键性问题进行了深入的探讨。实验结果表明,基于遗传算法的制图综合模型是解决数字地图环境下自动综合问题的一条全新而可行的思路。