摘要：为增大主机元件中每秒新建数据流检测链接的数量,在准确分类常规数据与异常数据的同时,按需检测数据中心异常数据流,设计基于知识图谱的数据中心异常数据流检测系统。在IDS主机体系中,分别连接数据辨识模块与流量查询模块,完成系统硬件执行环境的搭建。根据检测信息查询原则,构建完整的知识图谱,设置数据流链接条件,完成系统软件执行环境的搭建,实现基于知识图谱的数据中心异常数据流检测系统的设计与应用。实验结果表明,所提系统主机元件中每秒新建的数据流检测链接数量明显增大,能够精准分类常规数据与异常数据,从而实现对数据中心异常数据流的按需检测。

摘要：在对复杂网络数据流的入侵数据进行检测时,由于网络属性的复杂性,使得数据流的类型和流向在时间上存在着复杂变化,采用传统方法进行检测时,复杂性造成数据不规则性更强,使得数据的特征与属性参数频繁发生变化产生众多数据特征,导致检测准确度低、效率差的问题。提出改进WSW-Imp算法的复杂网络数据流的入侵数据检测方法,融合于倾斜时间窗口策略,利用高精确度的时间粒度来保存数据流内实时的频繁模式信息,在以数据流特征属性划分的信息增益为标准将全部数据流的特征划分为多个离散区间,同时采用线索化二叉排序树结构组建增量模糊决策树,进而有效的完成了对复杂网络数据流的入侵数据检测。实验结果证明,改进WSW-Imp算法的复杂网络数据流的入侵数据检测准确度高。

摘要：为加强对网络数据流异常检测误报率的控制,进行多维度的动态化检测,营造更加稳定、可靠的数据流异常检测方法。文章结合聚类分析技术,构建网络数据流异常检测方法。先进行数据流模态的描述,针对数据的异常状态,完成并行聚类特征提取,随即布设K-means异常感应节点,并以此作为基础,逐步构建聚类衰减检测模型,采用交叉部署法实现数据流异常检测。最终的异常检测结果表明:对比于传统概率数据流异常检测组、传统多模态数据流异常检测组,文章所设计的聚类分析数据流异常检测组最终得出的数据流异常检测误报率仅为1.01,实现了较为有效的控制,进一步提升了异常检测能力,逐步营造更加稳定、安全的检测环境,结构更加可靠、精准,具有实际的应用价值。

摘要：为解决基于COrpS处理器的现代微小卫星系统的软件容错问题，提出了基于虚拟寄存器的软件加固技术（SHVR），它把运行在COTS处理器上的软件故障分为数据流错误和控制流错误，设计了一套虚拟寄存器分配方法来突破现有的只能采用高级语言源程序作为输入的限制，提出了基于虚拟寄存器的数据流和控制流错误检测算法，并在实际应用背景下对这一方案进行了优化。模拟实验和实际应用表明，这套完全基于软件技术的方案在平均付出82．6％性能代价的前提下，对随机注入故障检测率达到91．4％。该方法现已成功应用于哈工大某重大航天课题中。