一、基于Neuro-Fuzzy方法的Web服务器访问流量预测（论文文献综述）
张驰[1]（2020）在《娱乐型水下机器人控制系统设计与开发》文中指出有缆遥控水下机器人（Remotely Operated Vehicle,ROV）在广泛应用于海洋和其它水下领域的同时,面临着日益增长的自动化和智能化需求。本文针对目前许多超小型水下机器人的成本太高、操作不灵活等不足之处,提出一种设计方案并实现了能用于个人用户水下探索的娱乐型水下机器人通信与控制系统。首先,在研究国内外发展现状的基础上,分析系统需求,提出目标,制定总体结构的设计方案,包括水下机器人通信系统和控制系统。系统整体采用了水下线缆、水上无线的方式,系统核心部分为水下机器人本体、水面通信浮标、水上控制终端以及其交互软件。通信系统通过搭建一个局域网,将所有信号共用同一链路同时传输,减少系统成本和复杂度,控制系统通过姿态深度信息的反馈来动态调整机器人运动,提升控制效率与稳定性。其次,依照总体方案完成硬件平台的建立,并完成系统软件设计。硬件模块主要分为主控模块硬件设计、水面控制平台、无线通信模块、传感器模块、摄像头伺服系统、推进器模块以及电源模块。完成主控板及其外围电路、电源线性电路、接口电路以及惯性导航传感器电路的设计。软件设计包括主控板程序、通信系统程序、水面控制系统程序和传感器模块。基于TCP/IP网络协议,在水下机器人本体中创建服务器,使用Socket编程来完成水面控制平台程序设计,实现了水下机器人的人机交互控制的娱乐功能。然后,针对水下机器人的姿态和深度的控制,研究了水下机器人姿态和深度控制算法,在经典PID控制理论的基础上,对其进行改进,分别设计了自动控制器,其中姿态控制用来稳定俯仰和偏航姿态,深度控制用来达到并保持参考的深度值。本文设计了俯仰、偏航和深度三个控制器来提高机器人水下运动的效率和稳定性,并通过仿真实验验证。最后,进行了水下机器人系统的测试和实验。首先对部分独立硬件和软件单元进行测试,然后调试完整的系统平台,主要针对水下机器人的通信和控制系统,在实验过程中不断完善系统的网络连通性和运动控制的稳定性。最后进行遥控控制测试和水池实验,测试了水下机器人系统的运动情况和姿态深度控制的表现。
赵智广[2]（2020）在《基于物联网技术的喷灌调度系统设计与实现》文中提出随着乡村土地流转,土地开始规模化经营,零散土地开始集中形成万亩连方大田,并引入大型平移式喷灌机进行灌溉。由于单次灌溉成本巨大,导致对节水灌溉的需求非常迫切,本文基于上述背景设计并实现了一套基于物联网技术的喷灌调度系统。基于Spring MVC和Spring Boot技术,系统实现了基于土壤湿度传感器的墒情监测与旱情预警功能,实现了基于水平衡方程模型和经验灌溉模型进行灌溉智能决策,实现了喷灌调度计划的自动生成,并最后下达到喷灌机进行喷灌作业。本文主要内容与成果:（1）研究了基于水平衡方程的调度模型和基于种植专家经验的调度模型;研究了土壤湿度传感器的技术原理以及它的测量值与田间持水量、作物生长最佳含水量之间的对比关系;研究了平移式喷灌机的水量控制机制,以及灌溉量与控制量的对应关系。（2）根据节水喷灌需求,对智能喷灌调度系统进行面向对象分析,建立用例模型和领域对象模型。（3）对系统进行面向对象设计,采用面向服务的架构方法对系统进行架构设计,绘出系统架构图与系统部署图;使用Power Designer设计系统的PDM物理数据模型。分析大田环境下的网络通讯难点,设计了4G与网桥技术相结合的网络通讯方案。（4）对喷灌智能调度与墒情监测功能进行详细设计并实现。基于经验模型,实现了根据作物需水量、土壤类型、土壤墒情、天气预报等数据的喷灌量的计算与调度计划的自动生成;基于水平衡方程,实现了根据彭曼公式与作物生长最佳的土壤含水量上限等数据的喷灌量的计算与调度计划的自动生成。本文设计与实现的系统,实现了墒情的及时监测,灌溉的智能决策,调度计划的自动生成以及喷灌作业的自动执行,为实现大田环境下粮食作物的精准灌溉提供了参考,具有一定的实际意义。
贺增增[3]（2020）在《基于多源数据和集成自组织模糊神经网络的PM2.5浓度预测研究》文中提出近年来,空气污染现象以高频率出现在我们日常生活中,直接影响着人体身心健康和正常的生活出行,所以空气污染已变成亟待解决的问题。PM2.5作为引起空气污染的关键因素,逐渐成为人们关注的焦点。由于PM2.5浓度预测结果不仅能有效指导居民合理安排日常行为活动以避免危害人体健康,而且还能为政府相关部门及时制定有效的防控措施提供重要参考依据,因此对PM2.5浓度进行准确预测具有重要的现实意义和社会价值。本文的研究内容主要包括以下几点:1.针对与PM2.5浓度相关变量众多且变量间相互作用关系复杂问题,设计了基于散点图（Scatter Plot,SP）定性分析和偏互信息（Partial Mutual Information,PMI）定量计算的混合特征选择算法。首先采用散点图方法将各变量与PM2.5的相关程度进行可视化,并采用数学曲线进行拟合,通过所做散点图定性分析各变量与PM2.5之间的相关性,进而从原始多源特征集中选取出预选特征子集。其次利用PMI方法能同时考虑各变量与PM2.5间最大相关性和各变量间冗余性的优势,定量计算PM2.5与预选特征子集中各变量的偏互信息并基于TAIC值的变化情况对变量进行筛选,进而确定最优特征子集。最后引入其他方法与该特征选择方法进行实验比较,实验表明该方法能有效地进行特征选择。2.提出了一种基于混合评价指标（Hybrid Evaluation Index,HEI）的自组织模糊神经网络（Self-Organizing Fuzzy Neural Network Base on Hybrid Evaluation Index,HEI-SOFNN）。首先利用模糊C均值聚类（Fuzzy C-means Clustering,FCM）对网络结构初始化以解决因初始参数选取不当而引发陷入局部极小和收敛速度慢的问题。然后利用相关性评价指标（Relevance Evaluation Index,REI）判断模糊神经网络RBF层神经元之间的相关性,同时根据训练过程中网络输出均方根误差（Root Mean Square Error,RMSE）的变化情况来确定网络的学习能力,进而基于REI和RMSE提出了HEI。通过HEI来调整模糊神经网络的拓扑结构,实现了无需增长和修剪阈值模糊神经网络结构即可动态自调整的目标。同时,为了保证神经网络的收敛速度和精度,采用自适应梯度下降算法更新网络的非线性参数并用最小二乘法更新网络的线性参数。此外,给出了HEI-SOFNN网络的收敛性证明,以保证该网络的性能及可靠性。最后采用三个基准实验来验证所设计网络的有效性。3.设计了一种基于Bagging集成机制和HEI-SOFNN的集成自组织模糊神经网络（Ensemble Self-Organizing Fuzzy Neural Network Base on Hybrid Evaluation Index,EHEI-SOFNN）。首先利用自助采样法获取一些具有多样性的样本子集,从而保证各样本子集能训练出具有差异性的单个弱学习器,其次通过引入Bagging集成机制,并借助HEI-SOFNN在通过动态自调整方式生成最优网络结构以提高准确性的同时也能产生具有差异性网络结构的优势,进而基于Bagging集成机制与HEI-SOFNN设计一种集成自组织模糊神经网络EHEI-SOFNN。同时,给出了EHEI-SOFNN网络的收敛性证明,以保证该网络的性能及可靠性。最后采用三个基准实验来验证所设计网络的有效性。4.搭建了PM2.5浓度预测模型。首先以北京市为研究对象,采集该市的小时多源数据变量,其中包括图像数据、气象数据以及污染物浓度数据,并利用混合特征选择方法综合考量散点图定性分析与PMI定量计算结果,进而选取出具有12维特征的最优特征子集。其次将最优特征子集中12维变量用作集成自组织模糊神经网络EHEI-SOFNN的输入,以预测PM2.5小时浓度。最后通过与其他算法进行实验对比,结果表明所建立的PM2.5浓度预测模型是有效的,能准确预测PM2.5的小时浓度。5.开发了一款PM2.5智能预测APP。首先对待开发的PM2.5智能预测APP进行需求分析,其中确定为用户方便快捷的提供PM2.5预测浓度是主要功能。其次设计并完善了APP开发方案以及软件功能实现的技术路线。最后将MATLAB训练好的EHEI-SOFNN模型参数存入Apache服务器端,在Android Studio开发环境下使用Android语言进行用户端开发,进而推出了一款具有预测PM2.5小时浓度、查询天气状况与空气质量、推送生活建议等功能的智能预测APP。
费阳[4]（2019）在《基于互联网的急性胰腺炎多学科诊疗平台（APnet）的构建及应用》文中研究说明急性胰腺炎（AP）诊疗面临诸多瓶颈:救治缺乏多学科协作理念;边远地区难以及时获取先进的新技术;诊疗产生的大量数据影响了诊疗精确性;缺乏信息化随访等。宏观政策方面,政府部门多次强调医学领域信息化建设的迫切性,因此急需建立广覆盖的嵌入多个功能模块的平台。目前国际国内AP诊疗信息化建设明显不足。本研究旨在基于互联网建立AP多学科诊疗信息平台（APnet）,并开发远程会诊、在线教育、AP共享数据库以及辅助诊疗决策系统,为AP的临床诊疗指导提供新的模式,充分发挥优质医疗资源的作用,进而提高诊疗质量和效率。首先,我们构建了 APnet。系统应用层采用“客户端/中间层/服务器”的三层架构设计、采用模型—视图—控制器层次化框架模式、组件化的算法、多层细粒度权限控制、及嵌入式数据接口设置。支撑平台采用千兆以太网等技术;主机平台采用互为热备份的双机群集系统;存储平台为存储局域网络存储系统;备份平台采用虚拟磁盘/网络数据管理协议等方式;安全平台则为防火墙/点对点协议/静态路由体系。APnet以前置交换机为中心进行星形部署,应用开发框架面向个人电脑端、APP端和微信端,音、图、文采用网页实时通信技术双向传输。APnet上线后提供远程会诊、双向转诊、远程教育、远程查房、学术交流等多种功能。APnet现有APP注册用户14188人,公众号粉丝数23268位,已覆盖医院达3472家。基于APnet平台已开展220余次远程会诊和双向转诊,多数为重症患者。并实现包括远程培训、远程疑难病例讨论、远程查房等在线教育功能,现已开展250多场,累计覆盖医护人员10万余人次。其次,建立AP业务数据库。根据数据、格式和协议导入应用数据,完成元数据分类、维护和扩展,对字典内容实施标准化,根据变量制定数据库表结构,实施定义和关联,进行数据的存储结构、索引策略、存储分配,进行编程、数据的加载,建立标准数据库,并于APnet推送和交付测试。数据库包括基本信息库、症状体征库、诊断评估库等9个子库。库内已婚患者占75.4%;A型、B型、O型和AB型血的患者分别占22.4%、33.4%、13.5%和30.7%;轻/中度AP（MAP/MSAP）患者和重症AP（SAP）患者分别占85.8%和14.2%。胆源性胰腺炎、酒精性胰腺炎、高脂血症性胰腺炎患者分别占86.7%、7.7%和3.7%。南京、苏州和扬州分列就诊人数前三位。MAP/MSAP患者中6%为未婚者,低于SAP患者的16%。与普通居民相比,AB型血患者比例明显较高（13.5%vs 8.8%）。SAP中更为显着（18.7%）。聚类显示,AP的病因、AP严重度和患者ABO血型这三个属性在聚类过程中起着关键作用。采用自组织映射网络将样本分为五类,各类具有各自的流行病学与临床特征。再次,对AP诊疗数据进行深入挖掘,并建立辅助诊疗决策系统。我们利用反向传播（BP）网络、径向基函数（RBF）网络和logistic回归分别对AP伴门静脉血栓（PVT）的发生进行预测。预处理后,共353例进入研究,按5:1:1的比例随机分成训练组、验证组和测试组。将年龄、红细胞比容（Hct）、凝血酶原时间、空腹血糖、D-二聚体（D-dimer）、血清淀粉酶（AMY）等9个变量纳入输入层,使用Matlab2016b工具箱进行编程。BP网络模型测试显示灵敏度（SEN）为80.0%、特异度（SPE）为85.7%、准确度为83.3%。RBF网络测试结果为SEN78.2%,SPE92.0%,准确度88.1%。Logistic回归模型显示SEN为65.3%,SPE为83.6%,精确率为75.3%。三种模型预测结果比较显示,预测准确率和ROC曲线下面积最高（大）的均是RBF网络,其次是BP网络,logistic回归最低（小）。神经网络模型的效价高于回归分析模型,而RBF网络优于BP网络。AMY、D-dimer和Hct是影响AP伴发PVT的重要因素,其相对重要性分别为100%、92.3%和68.9%。基于建立的模型算法,我们开发了辅助诊疗决策系统,并在APnet上实现。综上所述,我们建立的包含远程会诊、在线教育、AP数据库和辅助决策系统功能模块的APnet,为AP多学科规范化诊疗提供新的思路方法和理论实践基础,为优质医疗资源的共享和可及提供有力的支撑。
于文超[5]（2019）在《面向WEB的攻击检测与溯源技术研究》文中进行了进一步梳理在这网络盛行发展的时代,各行各业都与互联网紧密相连,网络上的服务也随之增多,在这种趋势下,人们的日常生活已经越来越依赖互联网。与此同时,WEB攻击手段也在持续发展和升级,对互联网造成了严重威胁。而在常见的WEB攻击中,WEB DDoS攻击具有覆盖范围广、攻击速度快和破坏性大等特点,其能在短时间内对目标网络或系统资源的可用性造成严重破坏。因此,本文重点研究WEB DDoS攻击及其相关检测技术,同时对WEB攻击的溯源技术进行了深入研究。随着大数据和高并发时代的到来,传统WEB应用层DDoS攻击的检测方案已经逐渐失效,而现有的机器学习相关检测方法的检测率也有待提高,针对此问题,本文提出谱聚类和随机森林相结合的模型对WEB应用层DDoS攻击进行检测。此模型在训练过程中,先采用谱聚类算法进行聚类,然后将聚类结果应用于随机森林进行训练;在检测过程中,先将检测数据通过谱聚类算法聚类到所属簇,然后找到簇对应的随机森林,最后利用随机森林对流量的异常性进行判断。本文通过与其他现有的检测方案进行对比实验,验证了本文所提出的检测模型具有较低的假阳率和较高的检测率,更适用于WEB应用层DDoS攻击检测。在对WEB攻击进行检测防御的同时,攻击溯源技术的研究更为重要,只有找到了真正的攻击者,分析他们的攻击手段和方式,才能有效的防御甚至消除WEB攻击。而传统的溯源方法存在存储开销大和计算过程复杂等缺点。因此,本文提出基于路由器接口的混合溯源方法FRIT（Fast Route Interface Traceback）,此方法通过路由器日志记录和数据包标记值相结合的方案对攻击路径进行标记,并在溯源请求发起后根据标记值和日志信息快速精准的重构攻击路径。通过对比实验,验证了本文所提出的方案仅需一个数据包即可完成溯源任务,其在保证溯源精确率的同时,减少了溯源过程的复杂程度并减缓了路由器的存储负担。
王圆[6]（2018）在《基于集成学习的网络异常检测技术研究》文中研究指明随着信息技术的飞速发展和互联网应用的不断丰富,网络在现代社会中的地位日趋重要。互联网在提高生活水平和生产效率、促进经济发展与社会进步的同时,随之而来的网络安全问题也日益凸显。各种网络入侵和网络攻击层出不穷,给网络空间安全造成严重威胁。入侵检测是对抗各种网络威胁行为的基础技术和关键步骤。不同于传统的基于特征匹配或统计分析的方法,基于机器学习的网络异常检测技术不仅能检测出已知类型的攻击,还能通过自主学习检测出未知类型的攻击,是近年来信息安全学术界与产业界的研究热点。但就目前而言,研究所获得的异常检测方法距离实际部署的理想需求仍有差距。针对这一问题,本文首先分析了已有的各类网络异常检测方法,重点分析了其在检测精度、误报率、实时性等方面的不足,并针对这些不足,提出基于集成学习的网络异常检测技术,取得如下研究成果:（1）研究了各类用于网络异常检测的机器学习方法,并从学习监督模式、输入数据粒度层次及检测方法适用范围的角度对现有方法进行了评估和分析,指出现有方法所存在的不足,分析了造成不足的原因,并指出集成学习在面对大数据挑战的网络异常检测中仍有很大潜力,不断成熟的大规模并行与分布式计算平台技术也给基于机器学习的网络异常检测提供了机遇。（2）针对当前网络异常检测检测精度与误报率难以兼顾的问题,提出一种新的网络异常检测方法HELPAD,使用基于隐马尔科夫模型（HMM）的集成学习方法检测恶意网络数据包。HELPAD关注网络报文的上下文环境,针对的检测对象是基于时序的网络报文序列。同时为进一步降低误报率,使用集成学习方法以消除模型参数随机初始化带来的偏斜。HELPAD在训练阶段从正常网络报文中提取TCP flag标志位并将其转换为十进制数序列,这些序列被Baum-Welch算法用作观察符号以确定HMM的最优参数。这些表征网络的正常行为模型的HMM模型被用作基分类器进行组合,获得的集成分类器来决定待检测报文序列是否恶意。在DARPA 1999数据集上获得的实验结果表明,HELPAD能在获得较高检测率的同时有效克服误报率过高的问题。（3）针对当前网络攻击日益复杂、精巧和隐蔽的问题,我们提出一种基于传输层和应用层融合分析的网络异常检测模型:首先使用HELPAD实现对报文的序列级（sequence-level）传输层检测,检测的阳性结果再通过一种字节级（byte-level）的应用层载荷检测做筛查,从而降低误报率。我们提出一种基于多粒度混合n-gram模型的应用层载荷分析的异常检测方法M-N-Grams,以字符上下文和字符序列出现的概率为特征对网络报文进行应用层的正常行为建模。同时我们还提出一种概率树结构模型以提高M-N-Grams算法的存储和分析效率。在CSIC 2010数据集和DARPA 1999数据集上的实验表明,M-N-Grams是一种有效的针对应用层载荷的异常检测方法,同时HELPAD+M-N-Grams模型能在不显着增加系统运行开销的情况下将系统误报率降低50%到70%。（4）针对网络深度异常行为检测的迫切需求,我们在基于集成学习的网络协议行为异常检测和基于混合粒度n-gram模型的应用层载荷异常检测的工作基础上,分析构建网络应用的富语义行为模式,结合网络协议逆向分析与网络数据流式处理技术,建立一套网络行为模式的基本理论及技术体系,并通过对深度异常行为检测评估技术的研究,提出基于深度行为分析的新型网络威胁检测框架,并且基于HELPAD和M-N-Grams模型在Storm平台上实现基于深度行为分析的网络威胁检测的一个实例。
姚腾辉[7]（2018）在《无负压供水设备智能选型方法研究与实现》文中研究说明高层建筑的普及,促进了二次供水的发展。无负压供水方式凭其节能环保的优势,获得了广泛的应用。在二次供水系统中,水泵是耗电大户,水泵的高效运行与否极大地影响着二次供水系统的运行成本。然而,目前无负压供水系统中水泵选型时流量的确定往往都根据《建筑给排水设计规范》。由于国标具有普适性,致使设计秒流量往往高于实际用水量,设计时按此流量进行水泵选型,往往会导致水泵长期低效运行,造成极大的电能浪费。此外,水泵选项中涉及的参数众多,目前选型的参数计算都由设计人员手工完成,工作量大,选型效率低。并且,也缺乏水泵的综合评价指标,水泵优选时只能依靠能耗、效率对比,不够全面。因此,如何精准地计算设计流量并优化水泵选型方法是无负压供水系统设计中亟待解决的问题。为此,本论文引入了需水量预测机制,建立了水泵综合评价指标,并在此基础上给出了一种多属性决策方法对水泵选型进行优化,主要工作如下:首先,论文对采集的用水数据进行分析,根据用水规律分析确定用水集中区间。针对建筑用水流量的影响因子复杂,人工分析主观性较强且各因子之间的非线性关系不容易发现,提出了基于深度信念网络的预测模型,与建筑流量相关的因素都作为输入,利用深度信念网络强大的特征学习能力自动提取各影响因素的相关特性。使用该模型对建筑用水流量进行预测,并与Back Propagation神经网络和《建筑给排水设计规范》的计算结果进行对比,实验表明该模型预测结果更接近实际值,可以用于水泵选型流量的确定。然后,论文在水泵选型相关理论基础上,使用额定流量和额定扬程对水泵进行筛选,并对筛选后的实际工况进行校准,在保证水泵高效运行的情况下提升了选型效率。针对目前水泵评估方法单一,论文建立了无负压供水设备综合评价体系,并引入多属性决策技术对所有初选方案进行评估。通过TOPSIS法计算出各方案的相似贴近度并依此排序,得到最佳选型结果。使用该方法对常州某无负压供水项目进行优化选型,相比人工评判,该方法考虑全面,选型结果更符合用户需求。最后,论文在上述研究的基础上设计并实现了基于web的无负压供水智能选型原型系统。测试表明本系统提高了水泵选型的智能化水平。
杜妮[8]（2018）在《一类间歇工业生产过程信息管理系统的研发及应用》文中研究表明间歇生产是现代工业常见的一种生产方式。由于每批次的原料组份和工艺条件不可能完全一样,且从原料输入至合格产品输出要分若干阶段进行,因此间歇生产过程通常具有大滞后、非线性、强时变等特性。此外,间歇生产过程还有一些化学参数或生物参数无法实现在线测量,致使这类生产过程的优化控制十分困难。为了有效管理间歇生产过程的在线检测数据和离线分析数据,为难测参数的软测量建模和间歇生产过程优化控制提供支撑条件,本论文开展“一类间歇工业生产过程信息管理系统的研发及应用”研究工作,研究成果具有较好的理论研究意义和实际应用价值。本文针对间歇工业生产特点,提出一种简捷开发过程信息管理系统的软件架构设计方法,利用通用组件接口技术和封装技术,建立一套B/S与C/S结合的软件框架,为过程信息管理系统提供配置文件、接口文件以及可重构业务功能模块组件的开发方法,用户可根据需要选择不同的功能模块进行组合或在该框架上进行二次开发,并能够通过配置文件灵活设置界面布局和显示方式。为提高数据库访问效率和安全性,本文给出了系统数据的预处理方法和数据库远程备份的措施。本架构选用Visual Studio2012为开发平台,选用SQL Server 2014作为数据管理工具,采用分布式数据结构,通过COM/DCOM技术实现功能模块间的通讯。根据间歇生产过程信息管理需求,本文设计了数据采集、实时数据显示、权限管理、历史数据查询和报告生成打印等工业生产过程信息管理通用模块,并利用动态库封装技术调用软测量算法,实现预测数据可视化、异常数据报警等功能,为间歇工业生产过程实现优化控制提供支持。本文将研究成果应用于轮胎胎面生产过程和金霉素发酵过程（两个典型的间歇工业生产过程）,依据企业的需求,完成了不同间歇工业生产过程信息管理系统的开发,并将其应用于企业生产过程。实验表明,本文研发的间歇工业生产过程信息管理系统具有较好的简捷性和实用性。
吴佳燕[9]（2016）在《基于节奏矩阵的AL-DDoS攻击检测技术研究》文中研究指明近二十年来,分布式拒绝服务攻击（DDoS）一直是网络安全的一个关键威胁。第一次DDoS攻击出现于1995到1996年间,它通过SYN标识的TCP包洪泛来淹没网络设备和服务器的网络通信并严重影响正常网络服务。拒绝服务攻击的样式和种类在近几年发生了很大的变化。在SYN洪泛、ICMP和UDP洪流等许多传统攻击方式依然盛行的同时,越来越多的应用层的DDoS攻击流量被发现,如HTTP、HTTPS 和 DNS等服务的请求指令洪泛模式。本文中,我们统称这类DDoS攻击为应用层拒绝服务攻击,并采用了与文献相同的缩写AL-DDoS。当前现状是黑客发起攻击的门槛越来越低,各种应用层的DDoS攻击工具都可以从网络上下载使用,用于发动攻击的代理可以免费获取,僵尸网络像商品一样被出租,有不良企图的人能够对任意一个网站发起攻击。两份最近的DDoS攻击安全分析报告[2,3]揭示了一个现象：近年来网络中的大部分DDoS攻击的连续攻击时间在缩短（如,超过90%的DDoS攻击持续不到30分钟）,然而攻击的重复频率在增加,同时向高容量和高速率的趋势发展。因此,要阻止一次分布式拒绝服务攻击,检测必须在攻击的表现阶段内完成,即攻击发起至其达到某个足以对正常的网络服务造成影响的阈值之前的时间段。同时攻击响应也必须快速实施才能真正达到有效预防DDoS攻击的效果。为了实现DDoS攻击的快速检测方法,我们借鉴了这两篇文章的思路,他们通过提取节奏模式来表达音乐短片段的各类特性。我们从网络层选择数据特征（即,IP包大小和流中连续包的到达时间间隔）,而没有使用IP地址以及其他一些可能表露用户信息的特征。通过对两个特征进行线性变换,可以构建节奏矩阵以准确表达网络流量片段的统计特征。得益于数据特征都是来自网络层,节奏矩阵不会泄露用户敏感信息,而且,它不仅能通过IP包的大小信息来描绘一定时间内用户访问热点内容的相对分布,也能根据包的时间间隔来统计用户访问服务器的方式。此外,我们观察发现：基于同一服务的相同类型流量构建的节奏矩阵之间具有高相似度,而不同类型流量构建的节奏矩阵间则保持较低的相似度。因此,结合在线学习方法——直推式置信机k-近邻算法（Transductive Confidence Machines for K-Nearest Neighbors TCM-KNN）,我们可以在边界路由器设备上动态检测出经过的恶意流量。实验结果表明,当流量中的大部分数据由DDoS攻击产生时,我们的方法能以很高的精度检测出来。本研究论文的主要贡献有：·我们基于网络层特征定义了一个组合特征（本文称之为节奏矩阵）,能精准描述网络流量的统计特征,能有效地区分DDoS攻击流量和正常流量。·我们改进了一款在线学习方法,使其结合节奏矩阵以达到对应用层拒绝服务攻击的实时检测。改进后的方法使得我们的系统适应性更强,也显着降低了检测系统的误报率且没有造成检测时间的显着延长。·我们基于真实的网络数据集设计了一系列实验,通过检测三种模式的AL-DDoS攻击来评估我们所提出的方法的有效性。·两个着名的公开数据集被我们改造,并用于验证我们的检测方法在网络合法流量瞬间拥塞（本文称之为Flash Crowd）的情况下也能保持很低的误报率。
陈肃[10]（2016）在《联网审计平台中的Web缓存替换与预取技术研究》文中进行了进一步梳理目前审计工作已从手工审计阶段过渡到计算机审计阶段,而联网审计平台就是为广大审计人员提供审计服务的Web应用。在联网审计平台建设中,由于审计工作的跨领域、跨地域等特性,会造成远程用户使用浏览器通过网络访问联网审计平台进行审计工作时出现延迟现象。因此需要利用Web缓存技术对联网审计平台进行优化,而由于联网审计平台所依托的审计数据更新频率不断加快,以及加入新审计领域造成审计方法等审计资源的不断更新,缓存对访问延迟带来的改善往往不能满足用户的要求。因此需要在Web缓存技术的基础上加入Web预取技术对用户访问行为进行预测。本文的主要内容有以下两点:一、标准PPM模型并不能很好的预测联网审计平台中用户访问行为,且随着联网审计平台使用时间的增长,空间占用会越来越大,因此本文从标准PPM模型出发,给出NAPPM模型,该模型结合联网审计平台权限模型,根据审计人员访问特点,利用审计项目对审计人员访问的影响,在模型构建过程中加入审计项目相关信息,同时为了尽可能减少预取树所占空间复杂度,本文根据Web对象的访问频率以及该对象是否属于当前审计项目,对模型输入进行预处理,在模型运行过程中,利用LRU结合审计项目相关信息对模型进行修剪。二、本文依据GDSF缓存替换算法,给出PGDSF-NA缓存替换算法,该算法结合联网审计平台资源类型,对不同类型的缓存资源使用不同的标识方法,同时在GDSF算法的基础上引入Web对象的平均访问频度这一因素对联网审计平台的资源进行评价,并考虑替换对象是否在预取队列中这个因素,使得替换算法既考虑用户历史访问特点又可以一定程度地避免替换用户将来访问对象。最后将两种技术相结合应用于联网审计平台中,有效提升用户使用体验,减少用户访问延迟。
二、基于Neuro-Fuzzy方法的Web服务器访问流量预测（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、基于Neuro-Fuzzy方法的Web服务器访问流量预测（论文提纲范文）
（1）娱乐型水下机器人控制系统设计与开发（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 水下机器人分类与国内外发展现状 |
| 1.2.1 水下机器人分类 |
| 1.2.2 国内外ROV发展和应用现状 |
| 1.3 娱乐型水下机器人研究现状与系统概述 |
| 1.4 本文主要研究内容 |
| 第2章 控制系统总体设计 |
| 2.1 系统需求 |
| 2.1.1 系统硬件需求 |
| 2.1.2 系统软件目标 |
| 2.2 水下机器人系统总体设计方案 |
| 2.2.1 水下机器人通信系统设计 |
| 2.2.2 水下机器人控制系统设计 |
| 2.3 本章小结 |
| 第3章 控制系统硬件平台设计 |
| 3.1 硬件结构设计与选型 |
| 3.2 主控模块硬件设计 |
| 3.2.1 Arduino平台 |
| 3.2.2 Beagle Bone Black |
| 3.2.3 主控板电路设计 |
| 3.3 水面控制模块硬件设计 |
| 3.3.1 无线通信模块 |
| 3.3.2 终端控制设备 |
| 3.4 其他模块硬件设计 |
| 3.4.1 传感器模块 |
| 3.4.2 水下推进器与伺服系统 |
| 3.4.3 电源及其电路设计 |
| 3.5 本章小结 |
| 第4章 控制系统软件设计与算法研究 |
| 4.1 引言 |
| 4.2 通信系统软件设计 |
| 4.2.1 软件技术方案与工作流程 |
| 4.2.2 通信网络协议 |
| 4.2.3 通信系统软件工作流程 |
| 4.2.4 MCU软件设计 |
| 4.3 水面控制平台程序设计 |
| 4.3.1 控制系统软件流程 |
| 4.3.2 水下机器人响应程序 |
| 4.4 水下机器人控制算法研究 |
| 4.4.1 自动控制系统 |
| 4.4.2 姿态控制 |
| 4.4.3 深度控制 |
| 4.5 本章小结 |
| 第5章 系统测试与实验 |
| 5.1 引言 |
| 5.2 模块测试与整体调试 |
| 5.2.1 硬件单元测试 |
| 5.2.2 软件单元调试 |
| 5.2.3 系统联调 |
| 5.3 通信和控制系统测试 |
| 5.3.1 通信系统测试 |
| 5.3.2 遥控控制测试 |
| 5.3.3 水池实验 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文和主要成果 |
| 攻读硕士期间发表的论文 |
| 攻读硕士期间获得奖项 |
| 致谢 |
（2）基于物联网技术的喷灌调度系统设计与实现（论文提纲范文）
| 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 国外智能灌溉的研究进展 |
| 1.2.2 国内智能灌溉的研究进展 |
| 1.3 本文主要工作 |
| 1.4 本文章节安排 |
| 2 基于物联网的喷灌智能调度相关技术 |
| 2.1 智能灌溉决策调度模型 |
| 2.1.1 基于水平衡方程的调度模型 |
| 2.1.2 基于种植专家经验的调度模型 |
| 2.2 物联网土壤墒情传感器原理 |
| 2.3 气象数据获取技术 |
| 2.4 平移式喷灌机水量控制机制 |
| 2.5 本章小结 |
| 3 喷灌调度系统需求分析 |
| 3.1 用例分析 |
| 3.1.1 喷灌智能调度需求 |
| 3.1.2 墒情监测与通知需求 |
| 3.1.3 喷灌机车自动作业需求 |
| 3.1.4 调度大屏实时监控 |
| 3.1.5 系统管理需求 |
| 3.2 领域模型 |
| 3.3 网络要求 |
| 3.4 性能要求 |
| 3.5 本章小结 |
| 4 喷灌调度系统总体设计 |
| 4.1 系统架构 |
| 4.2 功能设计 |
| 4.2.1 喷灌智能调度 |
| 4.2.2 墒情监控 |
| 4.2.3 喷灌作业 |
| 4.2.4 大屏展示 |
| 4.2.5 基础信息 |
| 4.2.6 系统管理 |
| 4.3 数据库设计 |
| 4.4 网络规划 |
| 4.5 高可用系统部署 |
| 4.6 本章小结 |
| 5 喷灌智能调度的详细设计与实现 |
| 5.1 喷灌调度计划管理 |
| 5.2 选择喷灌调度计划自动生成方式 |
| 5.3 基于经验模型的喷灌调度计划自动生成 |
| 5.4 基于水平衡方程模型的调度计划自动生成 |
| 5.5 作物生长需水参数管理 |
| 5.6 种植计划的管理 |
| 5.7 本章小结 |
| 6 基于物联网的墒情监测的详细设计与实现 |
| 6.1 墒情数据采集及墒情判定 |
| 6.2 预警通知 |
| 6.3 天气预报采集 |
| 6.4 本章小结 |
| 7 系统测试与结果分析 |
| 7.1 测试方法 |
| 7.2 测试环境 |
| 7.3 功能测试 |
| 7.4 性能测试 |
| 7.5 本章小结 |
| 8 工作总结与展望 |
| 8.1 工作总结 |
| 8.2 工作展望 |
| 参考文献 |
| 个人简历、在学期间发表的学术论文与研究成果 |
| 致谢 |
（3）基于多源数据和集成自组织模糊神经网络的PM2.5浓度预测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 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 PM_(2.5)预测方法研究进展 |
| 1.2.2 基于机理模型的预测方法 |
| 1.2.3 基于统计模型的预测方法 |
| 1.2.4 神经网络方法的研究进展 |
| 1.3 论文研究内容及组织架构 |
| 第2章 基于散点图与PMI的特征选择方法 |
| 2.1 研究站点与数据来源 |
| 2.1.1 相关变量分析 |
| 2.1.2 多源数据采集 |
| 2.1.3 图像特征提取 |
| 2.1.4 数据预处理 |
| 2.2 混合特征选择方法 |
| 2.3 特征选择方法评价 |
| 2.4 本章小结 |
| 第3章 自组织模糊神经网络设计 |
| 3.1 模糊神经网络的结构类型 |
| 3.2 模糊神经网络结构初始化 |
| 3.2.1 模糊C均值聚类算法 |
| 3.2.2 网络结构初始化方法 |
| 3.3 模糊神经网络的设计方法 |
| 3.3.1 混合评价指标设计 |
| 3.3.2 网络结构调整算法 |
| 3.3.3 网络参数更新算法 |
| 3.4 自组织模糊神经网络算法 |
| 3.5 所设计网络的收敛性分析 |
| 3.6 实验仿真结果与性能评价 |
| 3.7 本章小结 |
| 第4章 集成自组织模糊神经网络设计 |
| 4.1 集成学习机制的类型 |
| 4.1.1 Boosting集成机制 |
| 4.1.2 Bagging集成机制 |
| 4.2 集成学习的组合方法 |
| 4.2.1 平均组合方法 |
| 4.2.2 投票组合方法 |
| 4.3 集成自组织模糊神经网络设计方法 |
| 4.4 集成自组织模糊神经网络算法流程 |
| 4.5 所设计网络的收敛性分析 |
| 4.6 实验仿真结果与性能评价 |
| 4.7 本章小结 |
| 第5章 基于EHEI-SOFNN的 PM_(2.5)浓度预测方法 |
| 5.1 PM_(2.5)浓度建模预测原理 |
| 5.2 基于EHEI-SOFNN的预测模型 |
| 5.2.1 预测模型的整体架构 |
| 5.2.2 预测模型训练及测试 |
| 5.2.3 预测模型的性能指标 |
| 5.3 预测实验结果与模型性能评估 |
| 5.4 本章小结 |
| 第6章 PM_(2.5)智能预测APP |
| 6.1 APP需求分析 |
| 6.2 APP开发方案与技术路线 |
| 6.2.1 开发方案 |
| 6.2.2 技术路线 |
| 6.3 APP功能设计与实现 |
| 6.3.1 Apache服务器端 |
| 6.3.2 Android用户端 |
| 6.4 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间获得的学术成果与奖励 |
| 致谢 |
（4）基于互联网的急性胰腺炎多学科诊疗平台（APnet）的构建及应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略词表 |
| 第一章 绪论 |
| 1. 急性胰腺炎多学科诊疗平台构建的意义 |
| 2. 目前国内外医学信息化建设研究的状况 |
| 3. 急性胰腺炎诊疗信息化发展现状及展望 |
| 参考文献 |
| 第二章 急性胰腺炎多学科诊疗平台(APnet)的建立 |
| 1. 引言 |
| 2. 材料与方法 |
| 3. 结果 |
| 4. 讨论 |
| 参考文献 |
| 第三章 基于APnet的急性胰腺炎数据库的建立 |
| 1. 引言 |
| 2. 材料与方法 |
| 3. 结果 |
| 4. 讨论 |
| 参考文献 |
| 第四章 基于急性胰腺炎数据库的数据挖掘 |
| 1. 引言 |
| 2. 材料与方法 |
| 3. 结果 |
| 4. 讨论 |
| 参考文献 |
| 全文总结 |
| 主要科研成果 |
| 致谢 |
（5）面向WEB的攻击检测与溯源技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 论文研究内容及结构 |
| 1.2.1 主要研究内容 |
| 1.2.2 论文组织结构 |
| 第2章 相关理论与技术研究现状 |
| 2.1 引言 |
| 2.2 WEB攻击检测关键理论与技术研究 |
| 2.2.1 常见WEB攻击类型 |
| 2.2.2 WEB DDoS攻击检测研究现状 |
| 2.2.3 机器学习相关概念 |
| 2.3 WEB攻击溯源关键理论与技术研究 |
| 2.3.1 WEB攻击溯源技术概述 |
| 2.3.2 WEB攻击溯源技术的研究现状 |
| 2.4 本章小结 |
| 第3章 基于谱聚类和随机森林的WEB DDOS攻击检测方法 |
| 3.1 引言 |
| 3.2 WEB DDOS攻击特征分析 |
| 3.2.1 IP地址分布特征分析 |
| 3.2.2 连接请求比特征分析 |
| 3.2.3 数据包大小及到达时间特征分析 |
| 3.2.4 URL链接特征分析 |
| 3.2.5 数据集特征分析 |
| 3.3 基于谱聚类和随机森林的WEB DDOS攻击检测模型的设计 |
| 3.3.1 谱聚类算法模型 |
| 3.3.2 随机森林算法模型 |
| 3.3.3 基于谱聚类和随机森林的攻击检测模型框架 |
| 3.4 实验结果与分析 |
| 3.4.1 实验环境 |
| 3.4.2 实验方案 |
| 3.4.3 实验结果分析 |
| 3.5 本章小结 |
| 第4章 基于FRIT的攻击溯源方法 |
| 4.1 引言 |
| 4.2 基于路由器接口的单包溯源(FRIT)方法 |
| 4.2.1 基于路由接口的溯源技术 |
| 4.2.2 FRIT方法数据存储方案 |
| 4.2.3 FRIT方法的具体设计 |
| 4.3 实验结果分析 |
| 4.3.1 实验环境 |
| 4.3.2 实验方案 |
| 4.3.3 实验结果分析 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（6）基于集成学习的网络异常检测技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 本文主要工作 |
| 1.3 论文组织结构 |
| 第二章 基于机器学习的网络异常检测技术分析 |
| 2.1 网络异常检测 |
| 2.1.1 入侵检测 |
| 2.1.2 异常检测 |
| 2.2 基于机器学习的网络异常检测方法 |
| 2.2.1 分类 |
| 2.2.2 聚类 |
| 2.2.3 集成学习方法 |
| 2.3 检测方法评估 |
| 2.3.1 训练数据标签 |
| 2.3.2 输入数据粒度 |
| 2.3.3 检测适用范围 |
| 2.4 面临的挑战与展望 |
| 2.5 本章小结 |
| 第三章 基于隐马尔可夫模型集成学习的网络异常检测 |
| 3.1 引言 |
| 3.2 背景知识 |
| 3.2.1 隐马尔可夫模型 |
| 3.2.2 集成学习 |
| 3.2.3 入侵检测中的HMM和集成学习方法 |
| 3.3 方法描述 |
| 3.3.1 特征抽取 |
| 3.3.2 构建HMM模型 |
| 3.3.3 HMM集成 |
| 3.4 实验分析与评价 |
| 3.4.1 DARPA1999数据集 |
| 3.4.2 实验设置 |
| 3.4.3 实验结果 |
| 3.4.4 结果分析 |
| 3.5 本章小结 |
| 第四章 基于传输层和应用层融合分析的网络异常检测 |
| 4.1 引言 |
| 4.2 基本框架 |
| 4.3 方法描述 |
| 4.3.1 多粒度混合N-gram模型(M-N-Grams) |
| 4.3.2 训练阶段 |
| 4.3.3 检测阶段 |
| 4.3.4 M-N-Grams概率树 |
| 4.4 实验分析 |
| 4.4.1 CSIC2010数据集 |
| 4.4.2 应用层检测实验 |
| 4.4.3 传输层和应用层集成检测实验 |
| 4.5 本章小结 |
| 第五章 基于深度行为分析的网络威胁检测框架 |
| 5.1 引言 |
| 5.2 相关工作 |
| 5.2.1 高级持续威胁(APTs) |
| 5.2.2 异常检测 |
| 5.2.3 大数据流式计算 |
| 5.3 网络行为模式 |
| 5.4 检测框架 |
| 5.4.1 基于深度行为分析的网络威胁检测 |
| 5.4.2 网络行为模式库自动化构建 |
| 5.4.3 基于大数据流式计算的网络行为模式实时处理 |
| 5.5 系统实验 |
| 5.5.1 Storm系统 |
| 5.5.2 系统架构及拓扑结构 |
| 5.5.3 实验设置及结果 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（7）无负压供水设备智能选型方法研究与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景和意义 |
| 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 建筑物用水量预测研究现状 |
| 1.2.2 水泵选型研究现状 |
| 1.3 无负压供水设备选型中存在的问题 |
| 1.4 本文的研究内容与章节安排 |
| 1.4.1 本文研究的内容 |
| 1.4.2 本文章节安排 |
| 第二章 相关技术综述 |
| 2.1 深度学习技术 |
| 2.2 曲线拟合技术 |
| 2.3 多属性决策技术 |
| 2.4 本章小结 |
| 第三章 基于深度信念网络的建筑用水流量预测 |
| 3.1 引言 |
| 3.2 用水流量数据分析 |
| 3.2.1 建筑中居民用水集中区间分析 |
| 3.2.2 建筑中居民用水流量影响因子选取 |
| 3.3 深度信念网络模型 |
| 3.3.1 受限波尔兹曼机 |
| 3.3.2 深度信念网络映射 |
| 3.4 基于深度信念网络的建筑用水流量预测模型 |
| 3.4.1 模型实现流程 |
| 3.4.2 数据获取与预处理 |
| 3.4.3 评价指标 |
| 3.4.4 参数设定 |
| 3.4.5 实验结果与分析 |
| 3.5 本章小结 |
| 第四章 无负压供水设备优化选型方法研究 |
| 4.1 引言 |
| 4.2 水泵选型相关理论 |
| 4.2.1 管路水头损失与水泵设计扬程 |
| 4.2.2 水泵相似定律和比转数 |
| 4.2.3 水泵工况及高效区分析 |
| 4.3 最小二乘水泵特性曲线拟合 |
| 4.3.1 水泵性能曲线拟合 |
| 4.3.2 最小二乘基本原理 |
| 4.4 水泵初选 |
| 4.4.1 单台水泵选型方法 |
| 4.4.2 并联水泵选型方法 |
| 4.5 基于多属性决策的水泵评估体系 |
| 4.5.1 建立评价指标体系 |
| 4.5.2 确定指标权重 |
| 4.5.3 基于TOSPIS的综合评估方法 |
| 4.6 本章小结 |
| 第五章 无负压供水设备智能选型系统的设计与实现 |
| 5.1 引言 |
| 5.2 需求分析与功能模块 |
| 5.2.1 需求分析 |
| 5.2.2 功能模块 |
| 5.3 系统选型流程 |
| 5.4 系统架构与拓扑 |
| 5.5 实现效果说明 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读硕期间发表的学位论文 |
（8）一类间歇工业生产过程信息管理系统的研发及应用（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景和意义 |
| 1.2 国内外发展现状 |
| 1.2.1 过程信息管理系统发展现状 |
| 1.2.2 间歇工业生产过程概况 |
| 1.3 论文主要研究内容和结构安排 |
| 1.3.1 论文主要研究内容 |
| 1.3.2 论文结构安排 |
| 第2章 间歇工业过程简捷信息管理系统架构设计 |
| 2.1 开发方法介绍 |
| 2.2 系统开发关键技术 |
| 2.2.1 开发平台 |
| 2.2.2 开发语言 |
| 2.2.3 数据库技术 |
| 2.2.4 服务器软件 |
| 2.2.5 通用组件接口技术 |
| 2.3 系统结构设计 |
| 2.3.1 结构模式分析 |
| 2.3.2 逻辑架构设计 |
| 2.3.3 数据库设计 |
| 2.4 本章小结 |
| 第3章 间歇工业生产过程信息管理系统功能模块设计 |
| 3.1 间歇工业生产过程参数分析 |
| 3.2 间歇工业生产过程信息管理系统功能需求分析 |
| 3.2.1 工业生产过程信息管理系统通用功能需求分析 |
| 3.2.2 间歇工业生产过程信息管理系统数据处理需求分析 |
| 3.3 间歇工业过程信息管理系统性能需求分析 |
| 3.4 间歇工业过程信息管理系统功能模块设计 |
| 3.5 间歇工业过程信息管理系统主要功能模块实现 |
| 3.5.1 过程参数采集模块 |
| 3.5.2 底层数据库连接模块 |
| 3.5.3 数据可视化模块 |
| 3.5.4 历史数据报表生成模块 |
| 3.5.5 数据处理模块 |
| 3.6 本章小结 |
| 第4章 金霉素发酵过程信息管理系统设计及应用 |
| 4.1 金霉素发酵过程分析 |
| 4.2 金霉素发酵过程信息管理系统的设计及应用 |
| 4.2.1 金霉素发酵过程信息管理模块 |
| 4.2.2 金霉素发酵过程参数处理模块 |
| 4.3 本章小结 |
| 第5章 轮胎胎面生产过程信息管理系统的实现及应用 |
| 5.1 轮胎胎面生产过程分析 |
| 5.2 轮胎胎面生产过程信息管理系统的实现及应用 |
| 5.2.1 轮胎胎面生产信息管理模块 |
| 5.2.2 轮胎胎面生产数据处理模块 |
| 5.3 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读学位期间参加科研项目和发表文章 |
| 致谢 |
（9）基于节奏矩阵的AL-DDoS攻击检测技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 本文的研究背景 |
| 1.1.1 DDoS攻击简介 |
| 1.1.2 DDoS攻击现状 |
| 1.2 相关研究的发展现状 |
| 1.2.1 DDoS攻击检测一般框架 |
| 1.2.2 DDoS攻击检测现有技术 |
| 1.3 研究的目标和意义 |
| 1.4 研究内容和创新点 |
| 1.4.1 研究内容 |
| 1.4.2 创新点 |
| 1.5 本文结构 |
| 第2章 问题描述与解决思路 |
| 2.1 问题描述 |
| 2.1.1 Web服务通信及HTTP洪泛攻击 |
| 2.1.2 HTTP洪泛攻击的模式分析 |
| 2.2 研究思路 |
| 2.2.1 论依据 |
| 2.2.2 研究思路和检测方案 |
| 第3章 节奏矩阵 |
| 3.1 原始特征的变换 |
| 3.2 节奏矩阵的构建 |
| 3.3 用节奏矩阵描述不同流量 |
| 第4章 在线学习算法——TCM-KNN |
| 4.1 直推置信机-K近邻算法(TCM-KNN) |
| 4.2 提高算法检测精度 |
| 4.3 算法复杂度分析 |
| 第5章 DDoS攻击检测的实验设置和结果 |
| 5.1 DDoS攻击数据集 |
| 5.2 突发拥塞数据集 |
| 5.3 实验结果及分析 |
| 5.3.1 DDoS攻击检测的性能 |
| 5.3.2 突发拥塞时的误报率 |
| 5.3.3 与其他相关工作的比较 |
| 第6章 总结与展望 |
| 6.1 相关讨论 |
| 6.2 总结和下一步工作 |
| 插图索引 |
| 表格索引 |
| 公式索引 |
| 参考文献 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
（10）联网审计平台中的Web缓存替换与预取技术研究（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 Web缓存技术研究现状 |
| 1.2.2 Web预取技术研究现状 |
| 1.3 论文主要研究内容 |
| 1.4 论文组织结构 |
| 第2章 相关理论与技术 |
| 2.1 Web缓存技术 |
| 2.1.1 Web缓存系统结构 |
| 2.1.2 Web访问特性 |
| 2.1.3 Web缓存替换算法 |
| 2.2 Web预取技术 |
| 2.2.1 Web预取基本理论 |
| 2.2.2 Web预取算法 |
| 2.3 联网审计平台关键技术 |
| 2.4 本章小结 |
| 第3章 联网审计平台中Web预取模型设计 |
| 3.1 Web日志预处理 |
| 3.1.1 数据清理 |
| 3.1.2 用户识别 |
| 3.1.3 会话识别 |
| 3.1.4 路径补充 |
| 3.2 联网审计平台Web预取模型 |
| 3.2.1 现有PPM模型 |
| 3.2.2 联网审计平台权限模型 |
| 3.2.3 NAPPM模型 |
| 3.3 实验过程及分析 |
| 3.3.1 联网审计平台Web访问日志收集与处理 |
| 3.3.2 NAPPM预取模型实验分析 |
| 3.4 本章小结 |
| 第4章 联网审计平台中Web缓存替换算法设计 |
| 4.1 联网审计平台中Web缓存替换策略问题描述 |
| 4.1.1 联网审计平台中Web对象的可缓存性 |
| 4.1.2 联网审计平台值得缓存的Web对象 |
| 4.1.3 联网审计平台中Web对象生命周期 |
| 4.2 影响联网审计平台缓存替换的因素 |
| 4.2.1 Web对象的可缓存性 |
| 4.2.2 Web对象的大小 |
| 4.2.3 Web对象的流行度 |
| 4.2.4 Web对象访问时间间隔 |
| 4.3 联网审计平台缓存替换策略PGDSF-NA设计 |
| 4.3.1 GDS算法原理 |
| 4.3.2 GDSF算法原理 |
| 4.3.3 PGDSF-NA策略分析 |
| 4.3.4 PGDSF-NA策略流程 |
| 4.4 实验过程及分析 |
| 4.4.1 实验评价性能指标 |
| 4.4.2 实验结果及分析 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
四、基于Neuro-Fuzzy方法的Web服务器访问流量预测（论文参考文献）
- [1]娱乐型水下机器人控制系统设计与开发[D]. 张驰. 江苏科技大学, 2020(04)
- [2]基于物联网技术的喷灌调度系统设计与实现[D]. 赵智广. 郑州大学, 2020(02)
- [3]基于多源数据和集成自组织模糊神经网络的PM2.5浓度预测研究[D]. 贺增增. 北京工业大学, 2020(06)
- [4]基于互联网的急性胰腺炎多学科诊疗平台（APnet）的构建及应用[D]. 费阳. 南京大学, 2019
- [5]面向WEB的攻击检测与溯源技术研究[D]. 于文超. 哈尔滨工程大学, 2019(03)
- [6]基于集成学习的网络异常检测技术研究[D]. 王圆. 国防科技大学, 2018(12)
- [7]无负压供水设备智能选型方法研究与实现[D]. 姚腾辉. 江苏大学, 2018(05)
- [8]一类间歇工业生产过程信息管理系统的研发及应用[D]. 杜妮. 北京理工大学, 2018(07)
- [9]基于节奏矩阵的AL-DDoS攻击检测技术研究[D]. 吴佳燕. 山东大学, 2016(01)
- [10]联网审计平台中的Web缓存替换与预取技术研究[D]. 陈肃. 哈尔滨工程大学, 2016(02)