会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

基于一致性预测算法的内网日志检测模型_顾兆军

机器学习是网络安全威胁检测系统的薄弱环节。不断进化的网络攻击利用数据的概念漂移躲避机器学习检测,导致检测模型随时间不断退化。文章通过一致性度量的统计学习方法,缓解基于日志分析的内网安全威胁检测模型的退化问题。相比于基于静态阈值的检测方法,一致性度量的统计学习方法可以动态适应不断进化的安全攻击,感知底层数据的概念漂移,缓解模型退化问题。文章实现了一个基于日志分析的内网安全检测模型,在HDFS数据集上有效发现了概念漂移趋势,缓解了模型退化。

  • 2021-05-06
  • 阅读352
  • 下载0
  • 6页
  • pdf

从波音737MAX失事反思数字化技术应用

2019年3月10日上午，一架载着149名乘客的波音737-MAX8坠毁在埃塞俄比亚首都亚的斯亚贝巴附近，包括8名中国公民在内的所有乘客全部罹难，令人扼腕痛心！这是继去年10月29日印尼狮航空难造成189人罹难的波音737-MAX8客机发生的第二起空难。

  • 2021-05-06
  • 阅读189
  • 下载0
  • 8页
  • docx

车联网技术下，网络货运平台与实体运输企业的变化

1）车市销量下滑，下游客户成本优化需求增加，车联网应运而生；2）车联网市场每年保持稳定增长，虽仍与其他国家规模相差甚远，但发展潜力十分巨大；3）制造与服务相结合，车联网行业玩家协作分工，整车厂商与运营服务商是行业主要角色； 4）车联网促使网络货运平台成为中台发展产业上下游，降低实体运输企业的管理成本。

  • 2021-05-06
  • 阅读184
  • 下载0
  • 9页
  • docx

白皮书|中国联通车联网技术路线及布署策略

支撑未来车联网发展必然是一个立体化通信网络架构，通过横向和纵向两个方面实现多模接入、车车直通、支持多种低时延高可靠业务的车联网通信。横向实现3G/4G/5G网络共存，依据不同的业务需求（例如Telematics业务，V2X业务）选用不同的网络及技术，实现多模通信。纵向实现车车之间无缝联通，在有网络覆盖情况下，可通过基站实现车车通信，而在无网络覆盖情况下，可通过V2V实现车车之间直接通信。通过网络实现路边设施信息回传与管理，实现RSU（Road Side Unit）的快速、灵活、低成本的部署，实现数据与业务分流，降低网络时延，避免资源冲突，实现数据与业务的回传。为了增强基于基站通信的低时延高可靠业务，考虑沿公路部署光纤传输管道，引入边缘云计算，实现业务下沉，在靠近移动用户的位置上提供IT服务环境和云计算能力，并将业务存储和存储分发能力下沉至靠近用户侧（如基站），降低网络传输时延。

  • 2021-05-06
  • 阅读396
  • 下载0
  • 18页
  • docx

02-微服务引擎 MSE 治理中心重磅发布

后端服务BaaS化：DB、MQ、Redis、注册中心、配置中心、服务治理中心 服务治理下沉、透明化：Java Agent、Sidecar、Java 治理和 Service Mesh 治理的统一、 应用 0 成本上云 开源生态、标准化：Spring Cloud，Dubbo，Kubernetes

  • 2021-05-06
  • 阅读164
  • 下载0
  • 16页
  • pdf

蜂窝车联网技术架构与关键技术研究

车联网（V2X）是指通过装载在车辆上的传感器、车载终端及电子标签提供车辆信息，采用各种通信技术实现车与车、车与人、车与路互连互通，并在信息网络平台上对信息进行提取、共享等有效利用，对车辆进行有效的管控和提供综合服务[1]。

  • 2021-05-06
  • 阅读188
  • 下载0
  • 11页
  • docx

基于CMFO算法的投影寻踪威胁目标评估模型_李宏伟

为了提高威胁目标评估的准确性,快速对威胁目标进行排序,提出了一种基于混沌飞蛾火焰优化（Chaotic Moth-Flame Optimization,CMFO）算法的投影寻踪威胁目标评估模型。简单介绍了一种新的群智能算法——飞蛾火焰优化算法（Moth-Flame Optimization,MFO）,并引入混沌映射提高了MFO的性能。给出了投影寻踪威胁目标评估模型的算法流程,同时给出了基于CMFO求解最佳投影方向的方法步骤。选取了3个目标威胁评估的算例,进行实验分析,并与其他评估方法进行比较。比较结果表明该评估模型简单、有效,为快速、准确实现目标威胁评估提供了一种新的方法。

  • 2021-05-06
  • 阅读388
  • 下载0
  • 6页
  • pdf

基于过滤模型的聚类算法_邱保志

合理的聚类原型是正确聚类的前提.针对现有聚类算法原型选取不合理、计算聚类个数存在偏差等问题,提出基于过滤模型的聚类算法（CA-FM）.算法以提出的过滤模型去除干扰聚类过程的边界和噪声对象,依据核心对象之间的近邻关系生成邻接矩阵,通过遍历矩阵计算聚类个数；然后,按密度因子将数据对象排序,从中选出聚类原型；最后,将其余对象按照距高密度对象的最小距离划分到相应的簇中,形成最终聚类.在人工合成数据集、UCI数据集以及人脸识别数据集上的实验结果验证了算法的有效性,与同类算法相比, CA-FM算法具有较高的聚类精度.

  • 2021-05-06
  • 阅读814
  • 下载0
  • 11页
  • pdf