一、FTP文件信息采集过滤系统的研究实现（论文文献综述）
刘加苗[1]（2021）在《社交网络web节点异常流量检测算法研究与应用》文中指出随着网络覆盖率变广、网络接入成本降低以及便捷的网络通讯方式,让越来越多的人开始加入互联网这个虚拟世界。但网络空间有各种各样的异常行为和攻击行为,给网络空间安全带来巨大的挑战。特别是在网络社交方式变得非常流行,社交网络web节点服务器保障工作应受到重视,其中各种异常行为操作和网络攻击导致服务器中的信息泄露是网络主要威胁之一。因此对网络流量的分析和异常检测的课题逐渐受到许多研究人员的关注。当前异常流量检测研究中主要以深度学习方法为主,但针对基于深度学习模型对流量检测的效率和模型的吞吐量考虑不足,同时在当前基于卷积神经网络中,由于自身关注局部特征信息而忽略全局特征和空间特征位置关系信息,导致识别不足等问题。本文针对上述所描述的问题展开研究,主要研究工作如下:○1提出一种数据处理方法,使用人工特征工程降低特征向量维度,同时采用攻击频率对数据进行采样,然后将数据流按段划分,提升模型的检测效率和单位时间内数据吞吐量。针对流量数据段,还提出一种层级注意力机制的异常流量检测模型,通过把三种层级的特征信息进行融合,进而提升模型的检测能力。并在其中引入注意力机制,着重关注数据流段内的异常流,能够合理利用有限的计算资源。○2提出一种基于k-means路由算法的胶囊网络流量检测模型,采用矢量化特征替代传统神经网络的标量特征,能够更好的捕捉流量特征之间的关系和细节,且胶囊具有等变性。同时所提出的k-means路由算法优于原始动态路由算法,具有更好的鲁棒性、更精确的特征聚类和更少的测试时间。针对胶囊网络模型采用会话数据流转成灰度图的预处理方式,它能够有效地保留流量数据中关键信息。○3针对在本文第三、四章的实验中的数据均是来自开源数据集,为了将所提出流量检测模型在真实环境下对恶意流量和社交网络应用流量进行评估。本文根据已有的实验设备条件,构建一个真实环境下局域网环境,并对该网络进行渗透攻击测试和社交网络应用软件所产生的流量采集并清洗,获得一个Test＿Data用于测试。综上所述,本文对当前的异常流量检测方法进行深入的分析,根据检测中不同侧重点,构建层级注意力机制模型和基于k-means路由的胶囊网络。并通过在多个开源的数据集上证实,所提出流量检测模型均有不错的检测性能。且对比第三章与第四章数据处理方式发现,在相同数据集和同一模型下,会话流转成灰度图数据处理比人工特征工程效果更佳。在最后基于k-means路由的胶囊网络能够有效识别Test＿Data中各类流量,F-score评估均达到了99%。
刘文祺[2]（2020）在《基于机器学习的网络安全关键技术研究》文中认为近年来,受益于通信、大数据及云计算等技术的成熟应用,“互联网+”已在民生、经济、政务等方面被广泛普及;但随着信息技术不断发展,难以计数的网络设备、应用以及爆发膨胀的网络数据,使网络环境变得日益复杂,给网络安全带来巨大的隐患。面对互联网数据海量、业务多样、演变迅速的特点,传统网络安全技术效率低下且呆板固化,在性能、自适应性和泛化性方面已经不能有效应对当前网络安全的形势,因此研究新的网络安全技术具有非常重要的意义。目前,基于机器学习的网络安全研究已取得了很多成果,展现了能够处理海量数据、检测识别以及自动学习的强大能力,给网络安全领域拓宽了发展思路,成为了当下热门研究之一。但现有方法由于依赖于公开标记的安全数据集以及经验知识,在实际网络数据采集、安全特征提取以及检测模型构建的环节上存在局限,难以适应于真实网络环境的特点并对实际网络攻击进行检测,造成现有研究较难在实际网络中进行部署实施。基于此,本文首先对现有基于机器学习网络安全的研究现状进行梳理,包括研究范畴、研究方法和相关工作;然后集中对现有研究存在的主要问题及其原因进行分析,为后文的研究提供支撑;随后着重对实际安全信息采集、未知协议特征提取、自适应增量模型构建三个关键技术进行研究,通过从实际网络中收集真实的安全信息、从未知网络协议数据中提取特征、构造自适应及增量式的检测模型,提升基于机器学习的网络安全技术的检测性能、自适应和泛化能力,使其适应于实际网络数据海量、业务多样、演变迅速的特点,并能对其中已知和未知网络攻击进行检测,以实现在真实网络环境中的应用。本文研究的具体内容如下:1、为了收集实际的网络安全数据,提出统一安全信息采集模型;首先,对异构安全设备上产生的各种类型的安全信息进行收集,并以标准格式进行封装;然后,利用过滤和整合方法,根据信息过滤标准和事件相似度,对初始信息中存在的错误和冗余内容进行处理;随后,通过基于事件相异度的关联方法,利用Bayes算法将相似行为的混合型安全事件进行关联;最后,研究事件的管理方式,对安全信息进行有序存放;实验结果表明,该模型通过信息采集、处理和关联的操作,在整合压缩比、关联正确性、完备性和处理效率指标上取得了较好结果,能为后续研究提供有效的安全数据。2、为了在无先验知识条件下提取未知网络数据的特征,以未知协议报文作为研究实例,提出一种未知协议解析方法Rebuilder;首先,构建基于隐半马尔可夫的未知协议报文模型,对协议字段内的变化规律和字段间的状态转移关系进行描述;然后,研究未知报文的解析方法,利用Baum-Welch方法对报文模型进行训练,根据最大似然准则对协议关键词、字段长度进行估计;最后,研究基于未知报文分段的特征提取方法,将频繁出现的关键词或关键词序列作为报文特征;实验结果表明,Rebuilder在无先验知识条件下对文本、二进制协议报文格式进行解析,相较于对比方法提高了字段划分的准确度、覆盖度等指标,能为提取未知协议报文特征提供有用信息。3、为了克服内容2,需要依赖于通用报文结构来构建未知协议报文模型的问题,提出基于模式发现理论的未知协议解析方法ReSight,仅利用报文数据本身对未知协议格式进行解析;首先,根据信息论原理对协议解析过程进行分析,提出模式发现的衡量标准和重构规则;然后,提出报文格式ε状态机的模式重构算法,挖掘报文格式的隐含模式;最后,实验在无先验知识条件下,利用ReSight对二进制类型报文格式进行解析,为提取未知协议报文特征提供有用信息。4、为了构建自适应和增量式检测模型,提出基于混合高斯模型的入侵检测系统ENID;首先,采用基于粗糙集理论的特征选择方法,以特征的信息增益为度量标准,实现最优特征子集的选取;然后,根据相似相离原则提出自适应的高斯混合聚类算法,自动确定最优聚类簇数,对正常和异常的网络特征进行学习,通过特征匹配实现入侵识别;最后,提出增量更新方法,利用原有聚类结果和增量样本进行增量聚类,通过挖掘频繁特征对未知攻击模式进行即时更新;实验结果表明,ENID相较于对比方法提高了特征选取的有效性、针对已知和未知攻击检测的准确率、误报率及漏报率等指标,可以适应真实环境中网络数据维度高、成分复杂和动态变化的特点,能够应对已知和未知的实际网络攻击。最后将各部分研究内容进行融合,设计混合型的入侵检测系统MixID,并搭建仿真的网络拓扑对该系统进行测试,以验证各关键技术的效果;通过综合对比各项测试指标,MixID在已知、未知攻击检测的准确率、误报率及漏报率等结果上体现了一定优势,其性能、自适应性和泛化性都取得了较好的进步;同时也表明,通过利用关键技术间的互补特性,可以更好的将基于机器学习的网络安全研究应用于实际网络环境。但考虑到目前工作还有很多限制,在大规模网络流攻击、加密流量攻击等方面,依然存在问题值得后续研究。
姚颖[3]（2020）在《基于模板的大数据统计分析报告生成方法研究与应用》文中研究说明随着信息化不断推进,企业信息系统经过长期的应用实践,累积了大量的数据。数据是企业的核心,它影响着企业的业界竞争力和未来的发展,而报告是企业经营管理数据的重要载体。分析企业大量的历史数据,从中挖掘有价值的信息,并以图文并茂的方式呈现在报告中,为企业管理层的决策提供清晰直观且强有力的依据。目前大多数企业的报告系统都是根据需求定制的,报告中的数据和格式高度耦合度,离开了格式的数据毫无意义。如果需要修改或生成新的报告,只能重新编码进行二次开发,这严重影响了报告系统的灵活性与通用性,不能满足企业动态变化的需求。此外,企业中的数据来源往往不同,数据孤岛现象普遍存在,大多数的报告系统不支持对异构数据的分析,不能很好地挖掘数据价值。针对目前企业报告系统存在的问题,本文设计并提出基于模板的统计报告生成方法,并根据此方法编码实现一个大数据报告系统。本文的主要工作内容为:（1）提供了异构数据统一的获取接口,并利用数据仓库技术集成获取的数据,为报告提供数据基础。（2）设计了可复用的XML报告模板,报告模板由数据模板和格式模板组成,实现了数据和格式的分离,使得报告数据不再依赖格式存在。两种模板都采用可视化的设计方式,提高了系统的易用性。其中,格式模板设计界面采用类Excel风格,适合格式复杂的中式报表、报告开发。报告的模板化大大增加了报告系统的通用性和灵活性。（3）实现了配套的报告生成器,通过报告生成器解析报告模板的含义,生成完整的报告。由于模板中动态数据的存在,导致报告生成时模板会动态扩张,使得报告生成具有动态性、不确定性以及复杂性。对此,报告生成器提供了数据填充方法,将数据按一定的规则自动填入报告中。（4）设计并编码实现了一个Web报告系统,系统采用Hadoop技术集成不同数据源的数据,通过Hive、Impala大数据分析工具统计分析海量数据,大大提高了数据统计分析的效率。最后将报告系统集成到实验室合作的肇庆学院项目中实际应用,并对报告系统进行功能界面的运行展示和测试,验证了基于模板的统计报告生成方法的可行性。
王维[4]（2020）在《省级基准站网信息化数据管理系统》文中进行了进一步梳理北斗卫星导航系统是我国自主建设、独立运行的全球卫星导航定位系统,利用国家及区域卫星导航定位基准站网基础设施,通过测绘及数据处理手段,以基准站网为核心,将平面、高程、重力基准集于一体,实现三网一体的现代测绘基准服务体系,已经成为大地测量技术的发展方向。省级基准站网系统具备多来源、多结构、更新速度快、长期积累数据量大等特点,本文通过研究国内基准站数据类型、数据处理流程和应用系统现状,结合全国现有省级的基准站网运行的实际工作经验,总结出省级基准站网在运行管理中仍存在诸多问题:目前各省基准站网系统数据的下载和存储均采用设备供应商提供的系统运维软件,下载以及存储,尚未实现动态数据的自主采集,因此无法改变现有数据使用的困境;观测数据均以单一文件的形式存储在文件系统中,虽然有对文件路径结构化分级,但没有将文件或文件的元数据进行入库管理,没有对多套基准站系统数据在目录视图中进行过统一,也没有提供快速高效的数据查询能力;对各个站点的运行状态检查缺乏有效的实时监测手段,管理不够直观,操作也过于繁琐,同时无法看到全局的站点情况,缺乏良好的可视化直观运行监控手段。本文基于省级基准站网系统的特点进行了研究,取得了如下成果:针对数据处理流程和应用系统现状,研究了基准站网数据流的实时采集方法,主要基于RTCM协议实现实时动态观测数据流的解析与汇聚,具体为:设置基准站实时数据流以RTCM3的标准编码,观测数据采用多信号电文组（MSM）的格式转发的原始电文数据,对接收到的数据实时流进行过滤,保证电文是符合RTCM标准格式,并利用CRC校验,保证电文数据完整性,并对电文类型进行分类,根据RTCM标准,进行数据字段的解析,生成Rinex文件中的观测数据值,并把解析过的结果以对象的形式存储于数据库中。针对基准站网异构数据存储问题,研究了省级基准站网静态观测数据管理的新方法:对于有多个系统在同时运行,并且不同的系统所采取的对观测文件的存储方式不同的情况,首先对现有天宝系统和南方系统下的观测文件存储现状进行了充分的研究分析,采用一个统一的汇集方案将不同的系统所产生的观测文件的元数据存储到数据库中,通过FTP来管理处在不同服务器由不同系统所产生的观测文件,通过FTP协议来访问处在不同的服务器上存放的这些文件的元数据,并将这些元数据信息通过数据处理模块处理成相应的格式并将这些数据写入数据库中,以供查看使用,解决了不同服务器上的文件管理问题。针对基准站网站点运行的监测问题,研究通过发送心跳数据包判断数控中心到站点网络通路的连通性,利用网络编程的方法来批量模拟人工处理,并通过可视化的手段在地图上实时展示各站点的位置以及当前的状态,在地图界面标识站点故障数,并将所有站点的状态通过软件接口更新到数据库中,同时根据站点的连通状态变化产生维护信息,提供给站点的管理监控人员,进行站点故障的处理和维护。最终研制了省级基准站网信息化数据管理系统,实现了多系统数据的统一接入、系统日常数据管理工作的自动化,用信息可视化的方式为数据运维人员提供个性化数据应用服务,促进基准站网数据的标准化、统一化进程,为管理者提供关于基准站网数据总体状况、运行状态的认知,提升了基准站系统运维管理的工作效率和导航定位服务水平。
郭凯利[5]（2020）在《LTE-M接口及网络性能监测系统的设计与实现》文中研究说明随着城市轨道交通的快速发展,基于第四代移动通信技术的LTE-M正逐渐取代WLAN成为我国CBTC车地无线通信技术的首选。LTE-M系统承载列车运行控制系统的安全业务和其它业务,是CBTC系统的重要组成部分。在建设和运营过程中对LTE-M系统的工作状态进行监测、并定期对通信网络进行效能评估对于城市轨道交通的顺利开通和安全运营具有重要意义。本文参照中国城市轨道交通协会LTE-M系列标准对LTE-M系统性能的具体要求,设计并实现了LTE-M接口及网络性能监测系统。该系统可对LTE-M系统的CBTC业务数据和LTE-M信令进行监测,并通过监测数据对LTE-M通信网络进行性能评估。本文的工作内容和贡献主要包括:（1）详细介绍了LTE-M系统的网络架构、网元功能、接口功能和综合承载的各项业务,论述了接口监测系统的用途和必要性,并分析了选择SGi和S1接口作为监测接口的原因。（2）结合LTE-M系统的特点以及LTE-M系统在运行和维护时进行实时监测、故障分析和通信网络性能评估等方面的系统需求,详细分析了接口监测系统的设计要求。采用模块化的设计理念将复杂的接口监测系统分解为数据采集模块、实时监测模块、离线分析模块、网络评估模块和支撑模块,实现了LTE-M接口及网络性能监测系统以下功能:1)高效采集并解析SGi和S1接口的数据,实现了数据的采集、过滤与存储功能。2)统计相邻数据包的传输间隔进行CBTC业务的实时监测,并通过存储于车地两端的相同数据的时间戳和数据内容,实现了CBTC业务的离线分析功能。3)从TAU获取列车的物理小区标识,建立列车位置与时间戳的映射实现对LTE-M系统的故障小区定位。4)通过分析信令流程的特点实现了信令的分析和同终端多信令合成功能。5)通过TEID建立CBTC信息与信令的关联,再结合同终端多信令合成功能,实现了数据与信令的一对多关联功能。6)采用模糊综合评价法实现了LTE-M系统通信网络的效能评估功能。（3）在实验室和大兴国际机场线对系统的各项功能和可靠性进行了测试。测试结果表明,接口监测系统各模块工作正常、性能稳定,实现了接口监测系统的设计目标。目前本系统已实际应用于大兴国际机场线,为线路的顺利开通和安全运营发挥了重要作用。
杨爱蛟[6]（2020）在《基于独立网络的电子文件资料交换保管系统的设计与实现》文中研究指明某单位电子文件较分散,缺少文件集中管理模式,致使在文件共享模式上带来较多问题,如不能实现文件访问控制、文件操作权限的管理等。论文以此为背景,解决企事业单位在独立网络环境下,完成电子文件资料共享的过程,从电子文件库管理、OA文件采集管理、安全认证管理、文件访问管理等流程完成了系统的设计和实现过程。本系统的应用能够全面实现单位部门的电子文件资料高效交换和安全保管,提供一个电子文件共享的应用。论文立足于企事业单位目前电子文件资料交换保管方面的需求,构建完整的集电子文件库管理、OA文件采集管理、安全认证管理、文件访问管理于一体的电子文件资料交换和保管系统。首先论文以当前电子文件资料交换和保管存在的问题出发,分析了系统要实现的目标,重点对电子文件库管理、OA系统文件的采集进行分析,同时对电子文件使用时涉及的安全认证管理、文件访问控制管理等功能进行分析。在完成电子文件资料交换保管的分析后,对系统框架、物理结构以及数据库进行了设计,然后通过类图、时序图等对各功能模块进行详细的设计过程的描述,为系统的实现提供基础,然后采用Java EE架框,数据库采用SQL Server完成了电子文件库管理、OA文件采集管理、安全认证管理、文件访问管理模块的实现。随后,通过在一些典型功能上选取测试用例,完成了系统的功能与性能的测试,其结果说明,系统达到了在独立网络环境下,实现电子文件资料交换和保管的目标,系统运行安全、稳定。论文实现的基于独立网络的电子文件资料交换保管系统可应用于大型企事业单位的电子文件的管理和共享工作,保证了电子文件资料保管的安全和交换的高效。
陈旭璇[7]（2020）在《基于智能吊篮的高空作业远程视频监控系统的设计与实现》文中进行了进一步梳理高空作业平台是一种将施工人员、工具和材料运送到指定高空位置并进行作业的生产设备,被广泛应用于工业制造、建筑工地等各个行业的高空生产领域。安全问题是关系到施工人员生命安全以及高空作业行业发展的重要影响因素,受到高空地理环境因素的影响,目前国内尚无完备的高空作业远程监管方案。本文设计并实现了一套结合目标检测技术、基于智能电动吊篮的高空作业远程视频监控系统,为高空作业企业提供了综合的实时监管方案。首先,对系统进行了需求分析和架构设计,将远程监控系统的功能性需求抽象成了登录注册、设备定位、实时监控和消息中心这四个功能模块,并基于扩展性强、耦合度低的微服务架构划分出了监控服务、消息服务、个人服务、软硬件通信服务与安全帽检测服务这五大服务模块。然后,重点研究了用于检测高空施工人员是否佩戴安全帽的目标检测算法。在对基于深度学习的R-CNN系列算法进行充分的理论研究后,以Faster R-CNN算法为基础设计了高空作业下的安全帽检测算法,在选择特征提取网络、构建监控场景数据集,以及模型训练策略方面对算法进行了优化,并基于Py Torch框架搭建了深度学习平台,对安全帽检测算法进行了测试和性能评估,对漏检、错检的样本进行了分析。该安全帽检测算法每秒能够处理14帧监控图像,检测准确率为91.8%。最后,对系统进行了详细的设计与实现。系统包括应用服务端和Android客户端,其中,应用服务端的开发包括微服务架构组件和微服务模块两个部分:首先基于Spring Cloud微服务框架搭建远程监控应用服务平台,研究了微服务网关、服务发现与注册组件、负载均衡组件等微服务组件的技术实现;接着分别基于消息队列、RTMP流媒体技术以及FTP文件系统研究了参数、视频与图像等多类数据传输的软硬件通信策略;随后对数据库设计、Redis缓存优化、服务端主动消息推送等业务服务设计中的关键技术进行了方案论证与具体实现;最后基于Sidecar实现了对第三方Python-Web安全帽检测算法的集成。Android客户端的开发以满足功能需求、提供直观用户界面为目标,完成了登录注册、设备定位、实时监控和消息中心四个主要功能模块的方案设计与开发实现,并基于LBS定位技术和Baidu Map研究并改进了面向行政区域级别的多点聚合方案。为了充分发挥微服务架构能够快速水平拓展服务模块,以及自动实现负载均衡策和故障转移的优势,本文基于Docker容器虚拟化技术实现了远程监控系统应用服务端的部署,并在真机上测试了监控软件的各个功能模块,系统最终功能完整且运行稳定,达到了预期效果。
叶俊涛[8]（2020）在《电动汽车电池健康状态在线评估研究》文中认为在可持续发展时代要求之下,新能源汽车作为一种绿色、低碳的代步工具,受到各个国家和社会的推广。而在新能源汽车大类中,电动汽车所占比例最高。电动汽车的动力源是动力电池组,以循环充放电形式为汽车提供无污染动力,但是随着电池的使用,电池内部会发生老化,造成电池容量的衰减,而衰减程度则通过电池健康状态（State-of-Health,SOH）指标进行量化。电动汽车SOH的精确估计是电动汽车使用中至关重要的一环,一方面它受电池内部管理系统的控制,对SOH的错误估计很容易造成电池的过度充放电情况,从而严重影响电池使用寿命;另一方面精确估计SOH可以反映出电池的实际使用情况,有利于及时更换低寿命电池,保障车辆及人员的安全。目前动力电池SOH估计方法有很多,但大多场景都在实验室中,脱离实际工况,而现实中,车辆SOH的测算大多是由检测人员在现场通过完全充放电方式得到,这种方式耗时耗力,测算周期较长,难以满足巨大的测算需求,随着未来电动汽车数量激增,寻找一种既能满足监测需求,又能结合实际工况的电动汽车动力电池在线SOH估算方案十分必要。基于以上情况,本课题以正在运营电动公交车辆充电数据为对象,深入研究基于充电车辆日常实测充电数据的在线SOH估计方案。首先本文介绍了现有充电数据的来源,并对原始数据进行一定的数据预处理,对恒流充电车辆的充电电压曲线进行分析,研究其变化规律。其次,由于车辆一般不从0电量开始充电,所以日常充电过程是完全充电过程的片段,所以本文基于现有数据对所分析规律进行了验证,提出利用拐点将充电电压曲线分段,利用历史充电信息和电压曲线变化规律将日常充电过程补全。并利用高斯过程回归拟合系统状态方程,结合无迹卡尔曼滤波的在线SOH估算模型。再次,通过将现有数据输入估算模型,分别从模型有效性、模型准确性和模型稳定性3个方面对模型性能加以评估,结果表明,本方案对于车辆实测数据估算有效,模型准确度可达到3%,可满足实际估算需求,模型估算波动在5%以下,模型稳定性较好。最后,在估算方案基础上设计了电动汽车电池在线SOH评估软件,实现了数据的远程下载,SOH的在线估算以及估算结果的远程上传。
肖开僖[9]（2020）在《智能售货柜远程维护关键技术研究与应用》文中指出随着网络云计算时代的到来,“无人售货”越来越受到关注,智能售货柜作为无人零售终端的代表,在实际运维中,存在缺乏终端健康监测、维护滞后性和低效性、商品更新上货随意性大、单台智能售货柜运维成本高等问题。本课题依托企业实际需求,针对上述问题,研究了智能售货终端运行过程监测维护和商品更新智能推荐维护的关键技术,并在Hadoop分布式存储计算生态上得到应用。本文完成的研究工作主要有以下几个方面:（1）针对智能售货机柜体维护,设计Nagios监测系统实现终端运行日志数据源的采集和存储;采用一种主元建模方法对监测数据进行分析,在残差空间和主元空间提取SPE（Squared Prediction Error）、T2（Hotelling’s统计量）、混合指标作为过程监测健康评价指标,并采用控制限和变量贡献量的方法完成智能售货柜终端过程监测和异常分离。（2）针对智能售货柜商品更新推荐决策维护,利用矩阵分解的交替最小二乘（Alternating Least Squares,ALS）隐式反馈算法进行智能推荐,分析用户评价矩阵存在的兴趣偏差,通过价值隶属模型对商品进行价值度量,修正用户评价矩阵信任度,实现ALS推荐模型的优化。（3）设计并搭建大数据处理Hadoop生态计算框架,使用终端真实数据源,对监测、推荐算法模型进行编程实现和实验验证。在终端过程监测实验中实现了终端健康监测和异常分离;在商品上货推荐决策中对ALS输入参数进行了离线调优,通过实验验证了ALS优化推荐模型的有效性,实验结果表明推荐效果优于人为推荐。（4）设计并搭建了智能售货柜远程维护生态系统,并在该生态框架基础上开发Web应用服务,实现了维护任务管理,计算数据可视化,维护信息邮件同步,计算资源管理等功能,完成了远程维护关键技术的应用。本文关键技术的应用基于HDFS-Spark分布式存储计算框架,完成了关键技术核心算法的实现和部署,设计开发了智能售货柜远程维护应用服务,实现了从物理层到应用层的全生态设计和搭建,解决了智能售货柜远程维护中的部分问题。
尹欢一[10]（2019）在《基于皮尔森系数距离权重KNN算法的P2P流量分类方法研究》文中指出在P2P技术不断的发展过程中,P2P技术在文件共享、数据存储、多媒体等业务上所体现出来的优势,使得P2P流量成为整个互联网流量的主体,然而P2P网络凭借着自身对等覆盖网络的特性,给互联网提供商在其管理和维护上带来了巨大挑战。P2P技术带来的巨大挑战包括:互联网的主体流量被P2P流量所占据,非P2P流量在带宽资源的利用率上明显不足,导致非P2P应用在可用性上无法得到保障;随着技术不断更新迭代,越来越多的P2P应用开始使用随机端口和协议加密技术,使得P2P应用所带来的信息安全问题日益凸显;传统的P2P流量识别技术主要基于应用端口、应用层签名、行为特征,但随着P2P技术日益复杂,传统的识别技术已经无法满足现有的需求。机器学习作为一门使用计算机模拟人类行为活动的科学被广泛应用,机器学习方法主要是将不断变化的外界信息传递到机器学习算法中,从而建立一种算法模型,此算法模型能够根据外界环境的变化来提高自身的学习能力。本课题是针对P2P流量分类方法的研究,通过对比传统的P2P流量分类方法,研究机器学习方法在处理P2P流量分类问题上的优势,本文的主要工作如下:1.基于对ReliefF特征选择算法的研究,分析其优缺点,在ReliefF算法基础上提出一种改进的MS-ReliefF算法。MS-ReliefF算法从纵向和横向两个维度对原始特征集进行特征约简,纵向通过联合特征权重选择最优特征对,横向计算特征之间的相关性去除冗余特征,最终得到最优特征子集。2.通过分析传统的KNN算法,在传统的KNN算法基础之上,提出一种改进的PSDW-KNN算法。PSDW-KNN算法引入了特征距离权重和皮尔森相关系数,在传统的KNN算法之上,给不同特征赋予相应的权重,并且通过皮尔森相关系数计算出样本之间的相关程度。通过实验对比了传统的KNN算法、DW-KNN算法和改进的PSDW-KNN算法,实验结果表明PSDW-KNN算法在近邻K取值较小且训练样本数较大的情况下,具有更高的分类准确度。3.为了提高机器学习算法模型的计算能力,本文借助Spark分布式运算框架的计算能力,将本文提出的PSDW-KNN算法与Spark MLlib机器学习库相结合,构建了原型系统,进一步提高算法模型的分类识别效率。
二、FTP文件信息采集过滤系统的研究实现（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、FTP文件信息采集过滤系统的研究实现（论文提纲范文）
（1）社交网络web节点异常流量检测算法研究与应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究的意义 |
| 1.2 国内外研究现状 |
| 1.2.1 传统方法的异常流量检测 |
| 1.2.2 基于机器学习的异常流量检测 |
| 1.2.3 基于深度学习的异常流量检测 |
| 1.3 本文主要研究内容与创新点 |
| 1.4 本文组织结构 |
| 2 基础知识 |
| 2.1 网络流量的分类 |
| 2.1.1 加密流量 |
| 2.1.2 恶意流量 |
| 2.1.3 异常流量 |
| 2.1.4 流量粒度 |
| 2.2 神经网络基础知识 |
| 2.2.1 神经元 |
| 2.2.2 激活函数 |
| 2.2.3 反向传播算法 |
| 2.3 深度学习介绍 |
| 2.3.1 卷积神经网络 |
| 2.3.2 循环神经网络 |
| 2.3.3 胶囊网络 |
| 2.4 模型性能评估标准 |
| 2.5 本章小结 |
| 3 基于层级注意力机制的流量检测模型研究 |
| 3.1 异常流量检测模型设计 |
| 3.1.1 异常流量检测算法 |
| 3.1.2 注意力机制 |
| 3.1.3 损失函数 |
| 3.2 数据集分析与处理 |
| 3.2.1 数据集介绍 |
| 3.2.2 数据预处理 |
| 3.3 实验评估 |
| 3.3.1 实验环境和超参数 |
| 3.3.2 实验结果分析 |
| 3.3.3 段值对模型性能的影响 |
| 3.3.4 序列层LSTM与 GRU单元比较 |
| 3.4 本章小结 |
| 4 基于k-means路由算法的胶囊网络流量检测模型研究 |
| 4.1 基于k-means路由算法的胶囊网络流量检测模型的设计 |
| 4.1.1 基于k-means路由算法的胶囊网络 |
| 4.1.2 卷积层 |
| 4.1.3 初级胶囊 |
| 4.1.4 K-means路由算法 |
| 4.1.5 胶囊线性层 |
| 4.1.6 模型的损失函数 |
| 4.2 实验结果与分析 |
| 4.2.1 数据集 |
| 4.2.2 数据集预处理 |
| 4.2.3 实验环境 |
| 4.2.4 实验超参数 |
| 4.2.5 实验结果 |
| 4.2.6 路由算法迭代次数对Capsule-II的影响 |
| 4.2.7 路由算法实时性对比 |
| 4.3 本章小结 |
| 5 应用测试 |
| 5.1 实验环境准备 |
| 5.2 流量数据收集和处理 |
| 5.3 本地测试结果 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 |
（2）基于机器学习的网络安全关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 背景与意义 |
| 1.2 现状及问题 |
| 1.2.1 研究现状 |
| 1.2.2 主要问题 |
| 1.3 本文工作 |
| 1.4 结构安排 |
| 第二章 统一安全信息采集模型 |
| 2.1 引言 |
| 2.2 相关研究 |
| 2.3 采集模型 |
| 2.3.1 目标及要求 |
| 2.3.2 模型结构 |
| 2.4 关键技术 |
| 2.4.1 信息收集 |
| 2.4.2 信息处理 |
| 2.4.3 信息关联 |
| 2.4.4 信息管理 |
| 2.5 实验 |
| 2.5.1 实验环境 |
| 2.5.2 模块实现 |
| 2.5.3 性能测试 |
| 2.6 本章小结 |
| 第三章 基于HSMM的未知协议解析方法 |
| 3.1 引言 |
| 3.2 相关背景 |
| 3.2.1 相关前提 |
| 3.2.2 理论基础 |
| 3.3 未知报文解析 |
| 3.3.1 HSMM未知报文模型 |
| 3.3.2 报文模型训练 |
| 3.3.3 报文分段和特征提取 |
| 3.4 实验 |
| 3.4.1 评估指标 |
| 3.4.2 字段提取 |
| 3.4.3 性能分析 |
| 3.4.4 参数影响 |
| 3.5 本章小结 |
| 第四章 基于模式发现的未知协议解析方法 |
| 4.1 引言 |
| 4.2 相关背景 |
| 4.2.1 相关前提 |
| 4.2.2 理论基础 |
| 4.3 模式测度 |
| 4.3.1 全局测度 |
| 4.3.2 局部测度 |
| 4.4 未知报文格式重构 |
| 4.4.1 报文格式ε机重构 |
| 4.4.2 格式重构和特征提取 |
| 4.5 实验 |
| 4.5.1 评估指标 |
| 4.5.2 字段提取 |
| 4.5.3 ε机构建 |
| 4.5.4 参数影响 |
| 4.5.5 状态数对比 |
| 4.5.6 全局测度分析 |
| 4.6 本章小结 |
| 第五章 增量更新的自适应网络入侵检测系统 |
| 5.1 引言 |
| 5.2 相关研究 |
| 5.3 相关背景 |
| 5.3.1 网络流量分析 |
| 5.3.2 粗糙集理论 |
| 5.4 ENID系统 |
| 5.4.1 特征选择 |
| 5.4.2 GMM聚类 |
| 5.4.3 增量更新 |
| 5.4.4 检测响应 |
| 5.5 实验 |
| 5.5.1 实验数据集 |
| 5.5.2 评估指标 |
| 5.5.3 特征选择 |
| 5.5.4 自适应聚类 |
| 5.5.5 增量聚类 |
| 5.5.6 参数影响 |
| 5.5.7 性能分析 |
| 5.6 本章小结 |
| 第六章 混合型的入侵检测系统仿真与测试 |
| 6.1 MIXID结构 |
| 6.2 仿真与测试 |
| 6.2.1 评估指标 |
| 6.2.2 拓扑设计 |
| 6.2.3 系统仿真 |
| 6.2.4 测试方案 |
| 6.2.5 测试结果 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（3）基于模板的大数据统计分析报告生成方法研究与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 报告生成技术研究现状 |
| 1.2.2 报表工具研究现状 |
| 1.2.3 数据模型研究现状 |
| 1.3 论文主要工作 |
| 1.4 本文的组织和结构 |
| 第二章 相关理论与技术研究 |
| 2.1 模板技术 |
| 2.1.1 模板技术介绍 |
| 2.1.2 XML技术 |
| 2.2 数据存储相关技术 |
| 2.2.1 Hadoop技术 |
| 2.2.2 HDFS分布式文件系统 |
| 2.2.3 Sqoop数据迁移技术 |
| 2.3 数据分析技术 |
| 2.4 本章小结 |
| 第三章 统计分析报告生成方法设计 |
| 3.1 统计报告生成方法总体设计 |
| 3.2 统计分析报告的基本数据结构 |
| 3.2.1 统计数据定义 |
| 3.2.2 DD定义 |
| 3.2.3 FD定义 |
| 3.2.4 报告模板 |
| 3.3 统计报告生成方法的核心设计 |
| 3.3.1 可视化DD定义器设计 |
| 3.3.2 统计数据生成器设计 |
| 3.3.3 可视化FD定义器设计 |
| 3.3.4 报告生成器设计 |
| 3.4 本章小结 |
| 第四章 报告系统的设计与实现 |
| 4.1 系统总体设计 |
| 4.1.1 系统软件架构设计 |
| 4.1.2 系统功能设计 |
| 4.2 数据管理相关功能 |
| 4.2.1 数据源管理 |
| 4.2.2 统计规则管理 |
| 4.3 报告模板管理 |
| 4.3.1 可视化FD定义器 |
| 4.3.2 图表配置 |
| 4.3.3 新增/修改模板 |
| 4.4 报告生成 |
| 4.4.1 数据填充 |
| 4.4.2 数据验证 |
| 4.4.3 HTML展示 |
| 4.5 报告输出 |
| 4.5.1 打印设计 |
| 4.5.2 Excel输出 |
| 4.5.3 PDF输出 |
| 4.6 系统管理相关功能 |
| 4.6.1 登陆注册 |
| 4.6.2 系统管理 |
| 4.7 系统优化 |
| 4.7.1 表单重复提交 |
| 4.7.2 前端性能优化方案 |
| 4.7.3 数据库连接池使用 |
| 4.7.4 数据传输优化方案 |
| 4.8 本章小结 |
| 第五章 系统测试及运行效果展示 |
| 5.1 系统开发环境搭建 |
| 5.2 登录注册 |
| 5.3 数据源管理 |
| 5.4 统计规则管理 |
| 5.5 报告模板管理 |
| 5.6 系统管理 |
| 5.7 性能测试 |
| 5.8 本章小结 |
| 总结与展望 |
| 本文工作总结 |
| 未来工作展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（4）省级基准站网信息化数据管理系统（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 相关技术发展概况及趋势 |
| 1.3 本课题研究的目的、意义和内容 |
| 1.3.1 目的及意义 |
| 1.3.2 研究内容 |
| 1.4 章节安排 |
| 2 系统设计 |
| 2.1 技术路线 |
| 2.2 逻辑架构和部署 |
| 2.3 项目分析 |
| 3 基准站网数据解析与汇聚 |
| 3.1 动态观测数据流管理 |
| 3.1.1 数据采集流程 |
| 3.1.2 数据预处理和解析 |
| 3.1.3 观测数据格式 |
| 3.1.4 电文采集开发框架 |
| 3.2 静态观测数据管理 |
| 3.2.1 基于FTP的文件汇集实现 |
| 3.2.2 观测文件存储架构方案 |
| 4 基准站数据监测管理 |
| 4.1 基准站网数据监测原理 |
| 4.2 基准站监测管理方法 |
| 5 系统实现 |
| 5.1 系统模块 |
| 5.1.1 数据库结构设计 |
| 5.1.2 软件功能 |
| 5.2 系统测试 |
| 5.2.1 测试内容 |
| 5.2.2 测试结果 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录1 |
| 附录2 |
（5）LTE-M接口及网络性能监测系统的设计与实现（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 基于WLAN的车地无线通信子系统 |
| 1.1.2 基于LTE-M的车地无线通信子系统 |
| 1.1.3 研究意义 |
| 1.2 研究现状 |
| 1.3 论文的主要研究内容及结构安排 |
| 2 LTE-M系统介绍 |
| 2.1 LTE-M系统及主要接口介绍 |
| 2.1.1 LTE-M系统网元功能介绍 |
| 2.1.2 LTE-M系统接口介绍 |
| 2.2 LTE-M车地通信综合承载介绍 |
| 2.2.1 业务信息介绍 |
| 2.2.2 QoS介绍 |
| 2.2.3 LTE-M综合承载性能需求 |
| 2.3 本章小结 |
| 3 接口监测系统的功能需求与结构设计 |
| 3.1 接口监测系统的功能需求 |
| 3.2 接口监测系统的硬件设计 |
| 3.3 接口监测系统的逻辑架构设计 |
| 3.3.1 数据采集模块 |
| 3.3.2 实时监测模块 |
| 3.3.3 离线分析模块 |
| 3.3.4 网络评估模块 |
| 3.3.5 支撑模块 |
| 3.4 本章小结 |
| 4 接口监测系统各模块设计 |
| 4.1 数据采集模块设计 |
| 4.1.1 数据获取子模块 |
| 4.1.2 时钟同步子模块 |
| 4.1.3 TAU交互子模块 |
| 4.1.4 数据存储子模块 |
| 4.2 实时监测模块设计 |
| 4.2.1 LTE信令监测子模块 |
| 4.2.2 CBTC业务监测子模块 |
| 4.2.3 网管子模块 |
| 4.3 离线分析模块设计 |
| 4.3.1 CBTC车地对比子模块 |
| 4.3.2 用户面与控制面联合分析子模块 |
| 4.4 网络评估模块设计 |
| 4.4.1 FTP离线下载子模块 |
| 4.4.2 数据统计报表子模块 |
| 4.4.3 模糊综合评价法子模块 |
| 4.5 支撑模块设计 |
| 4.5.1 通信子模块 |
| 4.5.2 运行保障子模块 |
| 4.6 本章小结 |
| 5 系统功能测试 |
| 5.1 测试环境介绍 |
| 5.2 系统测试 |
| 5.2.1 数据采集、过滤与存储功能测试 |
| 5.2.2 实时监测功能测试 |
| 5.2.3 离线分析功能测试 |
| 5.2.4 网络评估功能测试 |
| 5.2.5 可靠性测试 |
| 5.3 测试结果分析 |
| 5.4 本章小结 |
| 6 结论 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 图索引 |
| 表索引 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（6）基于独立网络的电子文件资料交换保管系统的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRAC T |
| 符号对照表 |
| 第一章绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外现状分析 |
| 1.2.1 国内研究现状分析 |
| 1.2.2 国外研究现状分析 |
| 1.3 论文工作内容及组织结构 |
| 第二章 系统相关技术 |
| 2.1 XML文件 |
| 2.2 Web Services技术 |
| 2.3 Java EE框架 |
| 2.4 本章小结 |
| 第三章 基于独立网络的电子文件资料交换保管系统需求分析 |
| 3.1 系统需求陈述 |
| 3.1.1 独立网络需求描述 |
| 3.1.2 系统功能需求描述 |
| 3.2 系统功能分析 |
| 3.2.1 电子文件库管理功能分析 |
| 3.2.2 OA文件采集管理功能分析 |
| 3.2.3 安全认证管理功能分析 |
| 3.2.4 文件访问管理功能分析 |
| 3.3 系统数据库需求分析 |
| 3.4 系统非功能性需求 |
| 3.4.1 系统性能需求 |
| 3.4.2 系统安全性需求 |
| 3.4.3 系统可靠性需求 |
| 3.5 本章小结 |
| 第四章 基于独立网络的电子文件资料交换保管系统设计 |
| 4.1 系统概要设计 |
| 4.1.1 系统网络拓扑结构设计 |
| 4.1.2 系统体系结构设计 |
| 4.1.3 系统安全设计 |
| 4.2 系统数据库设计 |
| 4.2.1 系统数据库概念模型 |
| 4.2.2 系统数据库物理结构 |
| 4.3 系统详细设计 |
| 4.3.1 电子文件库管理功能设计 |
| 4.3.2 OA文件采集管理功能设计 |
| 4.3.3 安全认证管理功能设计 |
| 4.3.4 文件访问管理功能设计 |
| 4.4 本章小结 |
| 第五章 基于独立网络的电子文件资料交换保管系统实现 |
| 5.1 系统开发环境 |
| 5.2 系统功能实现 |
| 5.2.1 电子文件库管理功能实现 |
| 5.2.2 OA文件采集管理功能实现 |
| 5.2.3 安全认证管理功能实现 |
| 5.2.4 文件访问管理功能实现 |
| 5.3 系统测试 |
| 5.3.1 系统测试环境 |
| 5.3.2 系统功能测试 |
| 5.3.3 系统性能测试 |
| 5.4 本章小结 |
| 第六章 结束语 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）基于智能吊篮的高空作业远程视频监控系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 课题的国内外研究现状 |
| 1.2.1 视频监控系统的发展现状 |
| 1.2.2 图像处理技术在视频监控系统中的应用现状 |
| 1.3 课题的研究内容与研究重点 |
| 1.4 本文的章节安排 |
| 第二章 远程监控系统的总体设计 |
| 2.1 智能吊篮的高空作业场景及现有模式中存在的问题 |
| 2.1.1 高空作业场景分析 |
| 2.1.2 现有模式存在的问题 |
| 2.2 需求分析 |
| 2.2.1 需求推导 |
| 2.2.2 应用服务端需求 |
| 2.2.3 Android客户端需求 |
| 2.3 架构设计 |
| 2.3.1 软件架构设计模式选择 |
| 2.3.2 基于微服务的架构设计 |
| 2.4 系统结构层次划分 |
| 2.5 本章小结 |
| 第三章 基于深度学习的安全帽检测算法研究 |
| 3.1 安全帽检测问题的算法抽象 |
| 3.2 目标检测算法概述 |
| 3.2.1 传统的目标检测算法 |
| 3.2.2 基于深度学习的目标检测算法 |
| 3.2.3 目标检测算法对比 |
| 3.3 R-CNN系列算法研究 |
| 3.3.1 R-CNN |
| 3.3.2 SPP-Net与 Fast R-CNN |
| 3.3.3 Faster R-CNN |
| 3.4 基于Faster R-CNN的安全帽检测算法 |
| 3.4.1 安全帽检测方案 |
| 3.4.2 算法改进策略 |
| 3.4.3 Res Net50-FPN特征提取网络 |
| 3.4.4 数据集的构建与扩充 |
| 3.4.5 端到端的训练策略 |
| 3.5 算法实现 |
| 3.5.1 深度学习平台搭建 |
| 3.5.2 模型参数选择 |
| 3.5.3 实验结果与分析 |
| 3.6 本章小结 |
| 第四章 基于微服务架构的应用服务端的设计与实现 |
| 4.1 开发框架 |
| 4.1.1 Spring Framework |
| 4.1.2 Spring Boot与 Spring Cloud |
| 4.1.3 My Batis |
| 4.2 微服务架构组件的实现 |
| 4.2.1 服务注册发现组件 |
| 4.2.2 客户端侧负载均衡组件 |
| 4.2.3 API网关组件 |
| 4.2.4 声明式REST客户端组件 |
| 4.3 微服务模块结构 |
| 4.4 软硬件通信服务模块的设计与实现 |
| 4.4.1 智能吊篮硬件环境 |
| 4.4.2 软硬件通信服务的整体设计 |
| 4.4.3 基于Rabbit MQ的双向文本传输 |
| 4.4.4 基于RTMP的流媒体传输 |
| 4.4.5 基于FTP的图像传输 |
| 4.5 客户端业务相关服务模块的设计与实现 |
| 4.5.1 数据库设计 |
| 4.5.2 数据库的缓存优化 |
| 4.5.3 个人服务模块 |
| 4.5.4 监控服务模块 |
| 4.5.5 消息服务模块 |
| 4.6 安全帽检测服务模块在监控系统中的接入 |
| 4.6.1 微服务系统对第三方服务的集成 |
| 4.6.2 定时检测任务 |
| 4.7 本章小结 |
| 第五章 基于Android的监控客户端的设计与实现 |
| 5.1 Android平台技术概述 |
| 5.1.1 Android系统架构 |
| 5.1.2 Android应用组件 |
| 5.2 客户端功能模块的通用设计 |
| 5.2.1 基于MVVM的功能模块结构 |
| 5.2.2 与服务端通信方式的约定与实现 |
| 5.2.3 应用授权 |
| 5.3 登录注册模块的设计与实现 |
| 5.3.1 新用户注册 |
| 5.3.2 用户登录 |
| 5.4 设备定位模块的设计与实现 |
| 5.4.1 LBS空间定位服务 |
| 5.4.2 基于Baidu Map SDK的吊篮分布定位 |
| 5.4.3 改进的针对行政区域的多点聚合 |
| 5.5 实时监控模块的设计与实现 |
| 5.5.1 实时工况参数监控 |
| 5.5.2 实时视频监控 |
| 5.5.3 历史图片查询 |
| 5.6 消息中心模块的设计与实现 |
| 5.7 本章小结 |
| 第六章 系统的部署与运行 |
| 6.1 系统部署方案 |
| 6.1.1 部署环境 |
| 6.1.2 基于Docker的容器化部署 |
| 6.2 客户端运行效果 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 作者在攻读硕士学位期间发表的论文与获奖情况 |
（8）电动汽车电池健康状态在线评估研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 SOH的相关定义 |
| 1.2.2 国内外研究现状 |
| 1.2.3 综合分析 |
| 1.3 本文主要研究内容及论文结构 |
| 第2章 电动汽车电池充电数据分析 |
| 2.1 数据来源 |
| 2.2 数据预处理 |
| 2.2.1 不同批次充电过程分离 |
| 2.2.2 基于方差的特征过滤 |
| 2.2.3 异常值剔除 |
| 2.2.4 控制数据采样 |
| 2.2.5 数据预处理结果 |
| 2.3 充电过程数据分析 |
| 2.3.1 数据概况 |
| 2.3.2 全充电压曲线分析 |
| 2.3.3 片段电压曲线分析 |
| 2.3.4 充电电流曲线分析 |
| 2.4 本章小结 |
| 第3章 电动汽车电池SOH估计方案设计 |
| 3.1 基于分段补全的SOH估计方案 |
| 3.1.1 充电电压曲线拐点寻找 |
| 3.1.2 充电曲线分段研究 |
| 3.1.3 基于分段补全方案估计动力电池SOH |
| 3.2 基于GP-UKF的 SOH修正 |
| 3.2.1 卡尔曼滤波、扩展卡尔曼滤波与无迹卡尔曼滤波 |
| 3.2.2 高斯过程回归 |
| 3.2.3 基于GP-UKF的 SOH修正方案 |
| 3.3 电动汽车电池SOH估计流程 |
| 3.4 本章小结 |
| 第4章 电动汽车电池SOH估计模型性能评估 |
| 4.1 模型有效性评估 |
| 4.1.1 分段补全有效性评估 |
| 4.1.2 SOH估计方案有效性评估 |
| 4.2 模型准确性评估 |
| 4.2.1 分段补全准确性评估 |
| 4.2.2 基于GP-UKF的改进方案准确性评估 |
| 4.2.3 模型准确性评估总结 |
| 4.3 模型稳定性评估 |
| 4.4 本章小结 |
| 第5章 电动汽车电池SOH评估软件开发 |
| 5.1 电动汽车SOH评估软件架构 |
| 5.2 电动汽车SOH评估软件模块化设计 |
| 5.2.1 服务器访问模块 |
| 5.2.2 数据库访问模块 |
| 5.2.3 SOH估算模块 |
| 5.2.4 主程序模块设计 |
| 5.3 电动汽车SOH评估软件界面 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（9）智能售货柜远程维护关键技术研究与应用（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题研究来源及背景 |
| 1.2 国内外技术现状及趋势 |
| 1.2.1 研究发展现状 |
| 1.2.2 关键技术研究趋势 |
| 1.3 本课题目的及意义 |
| 1.4 主要研究内容及章节安排 |
| 2 柜体监测维护关键技术研究 |
| 2.1 柜体监测维护概述 |
| 2.1.1 柜体监测维护 |
| 2.1.2 柜体终端监测指标 |
| 2.2 Nagios主机监测 |
| 2.2.1 Nagios监测 |
| 2.2.2 定义Nagios监测脚本 |
| 2.2.3 终端监测部署 |
| 2.2.4 监测日志生成 |
| 2.3 终端健康评价模型 |
| 2.3.1 PCA主元建模 |
| 2.3.2 主元子空间和残差子空间 |
| 2.4 终端健康评价指标 |
| 2.4.1 SPE指标 |
| 2.4.2 T2指标 |
| 2.4.3 混合指标 |
| 2.4.4 过程异常检测 |
| 2.5 本章小结 |
| 3 商品更新推荐维护决策模型研究 |
| 3.1 商品更新推荐维护概述 |
| 3.1.1 商品更新推荐维护 |
| 3.1.2 推荐系统 |
| 3.1.3 数据源处理 |
| 3.2 协同过滤算法 |
| 3.2.1 基于用户或物品推荐 |
| 3.2.2 交替最小二乘法推荐 |
| 3.3 ALS推荐算法 |
| 3.3.1 评价矩阵因式分解 |
| 3.3.2 隐式反馈建模 |
| 3.4 ALS推荐算法的优化 |
| 3.4.1 群像推荐的商品价值度量 |
| 3.4.2 评价系数矩阵的优化 |
| 3.4.3 推荐效果评价指标 |
| 3.5 本章小结 |
| 4 实验验证与远程维护系统开发 |
| 4.1 主机监测实验与程序实现 |
| 4.1.1 实验验证 |
| 4.1.2 程序实现 |
| 4.2 商品推荐实验与程序实现 |
| 4.2.1 数据集来源 |
| 4.2.2 模型参数调优 |
| 4.2.3 程序实现 |
| 4.3 远程维护系统的设计 |
| 4.3.1 系统结构设计 |
| 4.3.2 系统功能设计 |
| 4.3.3 系统实验平台 |
| 4.4 生态系统的设计与搭建 |
| 4.4.1 分布式存储计算生态架构设计 |
| 4.4.2 生态系统的搭建 |
| 4.5 系统Web应用服务开发与测试 |
| 4.5.1 远程维护Web应用概述 |
| 4.5.2 功能开发与实现 |
| 4.5.3 系统测试结果 |
| 4.6 本章小结 |
| 5 总结与展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
（10）基于皮尔森系数距离权重KNN算法的P2P流量分类方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外P2P流量识别研究现状 |
| 1.2.1 端口识别法 |
| 1.2.2 应用层签名识别法 |
| 1.2.3 基于行为特征识别法 |
| 1.2.4 机器学习识别法 |
| 1.2.5 深度学习识别法 |
| 1.3 本文的主要工作和研究内容 |
| 1.3.1 主要工作和研究内容 |
| 1.3.2 文章结构设计 |
| 第2章 P2P流媒体识别技术理论分析 |
| 2.1 引言 |
| 2.2 基于流媒体的P2P技术 |
| 2.2.1 P2P网络架构 |
| 2.2.2 覆盖网络 |
| 2.2.3 视频数据块调度和传输策略 |
| 2.3 机器学习算法理论分析 |
| 2.3.1 监督学习 |
| 2.3.2 无监督学习 |
| 2.3.3 半监督学习 |
| 2.4 基于机器学习的P2P流量识别技术理论 |
| 2.4.1 P2P流量识别概念 |
| 2.4.2 P2P流量特征采集 |
| 2.4.3 P2P流量识别评估 |
| 2.5 本章小结 |
| 第3章 基于MS-Relief F的 P2P流量特征选择 |
| 3.1 引言 |
| 3.2 特征选择 |
| 3.2.1 特征选择分类 |
| 3.2.2 特征选择算法 |
| 3.3 MS-ReliefF特征选择算法 |
| 3.3.1 纵向联合特征权重选择法 |
| 3.3.2 横向特征相关性过滤法 |
| 3.3.3 MS-ReliefF算法 |
| 3.4 实验结果分析 |
| 3.4.1 实验数据 |
| 3.4.2 实验结果比较 |
| 3.5 本章小结 |
| 第4章 基于PSDW-KNN算法的P2P流量识别 |
| 4.1 引言 |
| 4.2 KNN算法 |
| 4.2.1 KNN算法 |
| 4.2.2 DW-KNN算法 |
| 4.3 PSDW-KNN算法 |
| 4.3.1 PSDW-KNN算法介绍 |
| 4.3.2 皮尔森相关系数 |
| 4.3.3 贡献率 |
| 4.4 实验结果分析 |
| 4.4.1 实验数据 |
| 4.4.2 实验结果比较 |
| 4.5 本章小结 |
| 第5章 基于Spark MLlib的分布式P2P流量识别系统 |
| 5.1 引言 |
| 5.2 Spark MLlib机器学习框架 |
| 5.2.1 Spark集群介绍 |
| 5.2.2 Spark MLlib库介绍 |
| 5.3 基于Spark MLlib的 P2P流量识别系统实现 |
| 5.3.1 P2P流量识别系统架构介绍 |
| 5.3.2 系统环境配置 |
| 5.4 系统识别结果与验证 |
| 5.4.1 系统识别结果 |
| 5.4.2 系统识别准确度验证 |
| 5.5 本章小结 |
| 第6章 结论 |
| 6.1 结论 |
| 6.2 下一步工作 |
| 参考文献 |
| 攻读学位期间主要的研究成果 |
| 致谢 |
| 附录1:MS-ReliefF算法实现核心代码 |
| 附录1.1 load_data_sets.py模块 |
| 附录1.2 MS_ReliefF.py模块 |
| 附录2:PSDW-KNN算法实现核心代码 |
| 附录2.1 PSDW_KNN.py模块 |
四、FTP文件信息采集过滤系统的研究实现（论文参考文献）
- [1]社交网络web节点异常流量检测算法研究与应用[D]. 刘加苗. 重庆理工大学, 2021(02)
- [2]基于机器学习的网络安全关键技术研究[D]. 刘文祺. 电子科技大学, 2020(11)
- [3]基于模板的大数据统计分析报告生成方法研究与应用[D]. 姚颖. 华南理工大学, 2020(02)
- [4]省级基准站网信息化数据管理系统[D]. 王维. 西安科技大学, 2020(01)
- [5]LTE-M接口及网络性能监测系统的设计与实现[D]. 郭凯利. 北京交通大学, 2020(03)
- [6]基于独立网络的电子文件资料交换保管系统的设计与实现[D]. 杨爱蛟. 西安电子科技大学, 2020(05)
- [7]基于智能吊篮的高空作业远程视频监控系统的设计与实现[D]. 陈旭璇. 东南大学, 2020(01)
- [8]电动汽车电池健康状态在线评估研究[D]. 叶俊涛. 哈尔滨工业大学, 2020(02)
- [9]智能售货柜远程维护关键技术研究与应用[D]. 肖开僖. 西南科技大学, 2020(08)
- [10]基于皮尔森系数距离权重KNN算法的P2P流量分类方法研究[D]. 尹欢一. 湖南工业大学, 2019(12)