摘要：现阶段图神经网络被广泛应用于欺诈检测,由于欺诈检测中往往存在类不平衡问题,导致基于图神经网络模型性能不佳。针对上述问题,设计一种基于图神经网络的不平衡欺诈检测模型。该模型细化了图结构数据中存在的邻域不平衡和中心不平衡两个不平衡的概念。在邻域不平衡中,通过多层感知机和高斯核函数衡量中心节点与其邻域节点的非欧氏空间距离(相似度),基于马尔可夫决策动态更新采样阈值对邻域节点进行多层自适应欠采样,并在每一层中仅聚合其原始特征和前一层的隐藏嵌入得到中心节点的目标嵌入;在中心不平衡中,引入加权交叉熵损失函数为每个中心节点的损失设置动态权重以达到中心平衡。在Yelp和Amazon两个数据集上的实验结果表明,该模型的曲线下面积(AUC)、召回率(Recall)两个指标相较于最优基准模型均有显著提升,在两个数据集上的AUC和Recall分别提升了5.52%、5.42%和1.57%、4.31%。

摘要：针对认知无线Ad Hoc网络(Cognitive Radio Ad Hoc Networks,CRAHNs)下垫式(Underlay)频谱接入模型,次用户节点对主用户干扰功率过高,以及次用户节点能量过早耗尽的问题,提出了基于粒子群优化算法的联合功率控制的路由与频谱分配算法PRSA,以最小化次用户对主用户的干扰功率与延长网络生存时间为目标,包括粒子编码与粒子初始化、适应度函数、粒子飞行。设计了包含信道与发射功率等级二元组的邻接矩阵粒子编码结构,以及重新定义了粒子的3种运算规则。仿真结果表明,PRSA能在最小化对主用户的干扰功率的同时,延长网络生存时间。

摘要：首先提出了一个刻画数据库用户正常行为的隐Markov模型,在此基础上设计了一个数据库异常检测算法.该算法在判断某个用户的操作序列是否发生异常的过程中,针对观测序列长度不断增加,但P{O/λ}观测值却越来越小的情况,引入了滑动窗口概念.算法中将用户操作序列划分为长度可调的滑动窗口,对该窗口中的序列X进行P{X/λ}计算,如果窗口的P{X/λ}值低于给定阈值ε,则该窗口中的短序列标记为"异常",如果异常短序列数目与总短序列数目之比超过另一给定的阈值δκ,就判断该数据库用户的行为异常.此外,还讨论了隐Markov模型参数设定和阈值选取等问题.

摘要：本文提出了一个基于聚类分析与关联规则挖掘技术的有效数据库异常检测KMApriori方法,设计了一个系统框架,研究了该框架中的关键技术。通过实验表明,KMApriori方法能够检测出数据库用户的异常行为。与基于关联规则挖掘技术的数据库异常检测Apriori方法相比,在时间开销上,KMApriori方法优于Apriori方法,并且随着数据量的增加,KMApriori的优越性更明显;此外,KMApriori方法检测正确率也高于Apriori方法。

摘要：提出一种基于关联规则挖掘的数据库异常检测模型DBADS。阐述了DBADS的结构及各部件的设计。利用关联规则FPMAX算法,对用户正常历史数据进行挖掘。通过训练学习生成异常检测模型,并利用此模型实现基于关联规则挖掘的异常检测。DBADS可以检测伪装攻击、合法用户的攻击两种类型的攻击,通过实验给出了系统检测相应攻击的检测率、虚警率。实验证明,本系统的建立不依赖于经验,具有较好的性能和灵活性。

摘要：讨论了一个基于隐马尔可夫模型的数据库异常检测系统HMMADS的设计与实现技术。HMMADS采用VC++6.0与Oracle9i实现。HMMADS可以检测Oracle数据库中所有被审计的数据库用户,并且灵活地实现了两种异常检测方式:离线异常检测和在线异常检测方式。离线异常检测可以灵活地选择任意被审计的数据库用户进行异常检测,在线异常检测采用VC++6.0的多线程技术实现,采用VC++6.0的工作线程实现后台在线异常检测。通过对数据库用户DOLLY进行测试,发现HMMADS能够检测出数据库用户DOLLY的入侵。

摘要：对冰冻灾害的监测关系到生产安全、工程安全、公共安全和社会持续稳定发展，是国计民生的重大需求，是构建和谐社会的重要保障。利用卫星遥感技术进行监测和预警是应对冰冻灾害的有效手段。本文设计与开发基于遥感技术的冰冻灾害动态监测软件。首先对MODIS遥感卫星的数据结构进行分析，然后对监测软件进行需求分析，其次对监测软件进行概要设计和详细设计，最后实现了遥感动态监测软件，包括原始遥感图像处理、积雪区域处理、积雪温度处理、积雪深度处理、七天信息监测等功能模块。测试结果表明软件能够对冰冻灾害进行有效的监测，可以为防灾减灾部门提供有力的技术支撑。