安全预测

摘要： 为了减少煤矿安全事故,提高井下工作的安全性,文中设计一种煤矿安全预警系统。该系统由数据采集模块、网络模块、大数据处理模块、客户端模块和井下报警模块5部分构成。其中大数据处理模块具有接收实时环境数据和通过预警模型判断是否预警的功能。此模块采用遗传算法对支持向量机进行参数寻优,建立安全预警模型后使用大量样本对该模型进行训练。文中在大数据处理模块上搭建Spark并行计算框架,在此框架上加载已训练的安全预警模型,并采用Spark Streaming接口接收实时数据,对井下环境数据进行并行计算;然后通过安全预警模型进行安全预测,将预测结果实时发送至手机APP、计算机客户端和井下报警模块。实验结果表明,文中方法能够提高煤矿安全预警系统预测的准确性并降低预警的时延。

摘要： 研究基于区块链技术的船舶信息安全预测方法,提升船舶信息传输的安全性。利用模型链整合区块链技术与信息安全预测算法,实现船舶信息的安全传输。模型链选取Boosting算法作为信息安全预测算法,预测船舶信息传输节点的决策权。确定具有决策权的船舶信息传输节点后,区块链技术采用改进的共识机制,利用区块链加密服务提供商为船舶信息传输提供密码服务。区块链加密服务提供商选取SM2签名算法作为区块链加密服务的数字签名方案,保证船舶信息传输安全。实验结果表明,船舶通信系统节点数量为80个时,区块链技术的共识效率提升比高达22%,可以实现船舶信息的安全传输。

摘要： 传统油气集输过程安全预测预警技术,由于未考虑过程信息与过程机理的结合而导致其具有一定的局限性.本文通过斯皮尔曼相关系数分析,基于动态模拟提取油气集输过程的关键机理特征变量,建立半监督的油气集输过程安全状态深度学习模型,实现对过程关键安全参数的智能预测.该方法可以提升油气集输过程安全管理水平,有效化解安全风险,减少企业损失.

摘要： 为了降低建筑施工安全管理事故率,减少事故损失,构建PCA与BP神经网络相结合的施工安全预测模型;在分析建筑施工特点,提炼建筑施工风险"4M"因素体系的基础上,本文以近十年的30组样本数据为例,利用SPSS主成分分析法对数据样本降维,将多个变量转化为少数几个能反映原始信息的互不相关的综合变量(成分),利用Matlab软件编写BP神经网络程序,对数据样本进行训练和检验.研究表明,PCA-BP预测模型的预测相对误差为3.728％,而直接运用BP神经网络预测的相对误差为4.618％,说明使用PCA-BP预测模型进行预测是可行的.

摘要： 基于试飞阶段全V-N包线的实测飞行载荷,将改进遗传算法、线性回归与BP神经网络融合,给出了一种适用于全寿命周期的自适应安全预测载荷模型建立方法.将该方法应用于某飞机机翼的安全预测载荷模型建立,并对所建立的载荷模型进行了全V-N包线的验证.分析了样本空间与载荷模型精度的关系.结果 表明:建立的弯矩预测载荷全包线最大误差为10.6％、平均误差为1.0％,剪力的最大误差为9.1％、平均误差为0.4％,比优化线性和分段线性的误差小,比神经网络的收敛性好.随着建模数据从全样本、1/2、1/3、…、1/10样本的变化,弯矩和剪力方程的全V-N包线的最大误差整体呈增大趋势,弯矩最大误差变化范围为10.6％～19.6％,最大剪力误差变化范围为9.1％～27.9％.

摘要： 随着低空开放政策的试行与深入,通用航空发展迅速,从业人员增长快、航空器种类多、运行环境复杂、运行单位管理水平参差不齐等原因,致使通用航空安全形势较为严峻。救助飞行队归属于通用航空领域,近年来救助直升机机队规模快速增长,安全运行压力也随之增大。文章利用灰色系统理论建立预测模型对通用航空近年来一般事件数量进行分析预测,并利用预测模型的后验差检验对模型的预测精度进行检验,检验结果表明该模型预测能满足要求,预测结果为通用航空或救助飞行队安全决策提供参考。

摘要： 随着低空开放政策的试行与深入,通用航空发展迅速,从业人员增长快、航空器种类多、运行环境复杂、运行单位管理水平参差不齐等原因,致使通用航空安全形势较为严峻.救助飞行队归属于通用航空领域,近年来救助直升机机队规模快速增长,安全运行压力也随之增大.文章利用灰色系统理论建立预测模型对通用航空近年来一般事件数量进行分析预测,并利用预测模型的后验差检验对模型的预测精度进行检验,检验结果表明该模型预测能满足要求,预测结果为通用航空或救助飞行队安全决策提供参考.

摘要： 城市交通安全状态预测任务对交通管理和公共安全具有重要意义,针对交通流数据的时序相关特性,论文提出一种基于多尺度级联森林的交通安全状态预测方法.首先,对事故发生地点上游的交通流数据进行处理与特征选择;然后,采用K-means聚类和统计分析的方法对交通流数据进行安全状态量化;最后,使用提出的多尺度级联森林算法对交通安全状态进行预测,该方法能够有效地处理时序数据的分类问题.根据实验显示,所提出的方法在预测指标上相对于对比的方法都有了显著的提升.

摘要： 数据挖掘系统拥有特有的系统布局和时间属性、强大和丰富的历史数据存储和及时数据收集性能、复杂的数据处理模块和应用接口,并在当今处境中使用信息技术把每个单独分系统中的数据进行收集,深挖煤矿经营过程中的各种隐藏信息.改善煤炭生产行业安全生产管理和监测环境,完成煤炭生产行业生产全过程的监测监控,对煤矿安全生产过程中的环境状态进行提前预测,对煤矿生产经营决策具有重要的指导意义.根据煤矿生产企业生产环境的实际情况,探讨了基于数据挖掘的煤矿监控系统安全预测系统的研究.

摘要： 桥梁事故频发,迫切需要引进新理念新机制以提高桥梁工程的安全性,达到保护公众财产和生命安全的最终目的.本文基于现有桥梁安全领域相关课题研究的现状,从安全科学理论的角度出发,提出桥梁工程的安全预测预警系统是由人、桥、环境、管理等四要素共同构成的有机系统工程,并在简明阐述此四要素的基础上提出构建桥梁工程的安全预测预警管理体系的初步构架组成:人因控制子系统、桥梁结构自身技术监测预警子系统、桥梁事故应急处理子系统和桥梁安全预警管理子系统.

摘要： 在对灰色预测模型与马尔可夫预测模型的优缺点分析的基础上，针对煤矿安全事故发生的趋势性与随机波动性兼有的特点，提出运用灰色马尔可夫的组合预测模型对其进行预测。对预测结果的对比分析表明，该模型充分利用了两种基本模型的优点，取得了较好的预测效果。

摘要： 本文主要研究了基于大数据技术,实现对4A、SMP、应用流量等安全数据的统一采集、存储与处理,给出了安全大数据具体功能架构设计,实现了审计分析及报表功能的平滑迁移与性能大幅优化;建立了用户异常行为分析模型、入侵攻击事件分析模型、安全事件预测模型,提供高效的安全事件分析和预警方法.

摘要： 本文主要研究了基于大数据技术,实现对4A、SMP、应用流量等安全数据的统一采集、存储与处理,给出了安全大数据具体功能架构设计,实现了审计分析及报表功能的平滑迁移与性能大幅优化;建立了用户异常行为分析模型、入侵攻击事件分析模型、安全事件预测模型,提供高效的安全事件分析和预警方法.

摘要： 本文主要研究了基于大数据技术,实现对4A、SMP、应用流量等安全数据的统一采集、存储与处理,给出了安全大数据具体功能架构设计,实现了审计分析及报表功能的平滑迁移与性能大幅优化;建立了用户异常行为分析模型、入侵攻击事件分析模型、安全事件预测模型,提供高效的安全事件分析和预警方法.

摘要： 本文主要研究了基于大数据技术,实现对4A、SMP、应用流量等安全数据的统一采集、存储与处理,给出了安全大数据具体功能架构设计,实现了审计分析及报表功能的平滑迁移与性能大幅优化;建立了用户异常行为分析模型、入侵攻击事件分析模型、安全事件预测模型,提供高效的安全事件分析和预警方法.

摘要： 本文主要研究了基于大数据技术,实现对4A、SMP、应用流量等安全数据的统一采集、存储与处理,给出了安全大数据具体功能架构设计,实现了审计分析及报表功能的平滑迁移与性能大幅优化;建立了用户异常行为分析模型、入侵攻击事件分析模型、安全事件预测模型,提供高效的安全事件分析和预警方法.

摘要： 本文主要研究了基于大数据技术,实现对4A、SMP、应用流量等安全数据的统一采集、存储与处理,给出了安全大数据具体功能架构设计,实现了审计分析及报表功能的平滑迁移与性能大幅优化;建立了用户异常行为分析模型、入侵攻击事件分析模型、安全事件预测模型,提供高效的安全事件分析和预警方法.

摘要： 在不均匀动荷载的土岩组合地区中修建浅埋隧道，保证上部铁路的安全是隧道施工中的一大难题，通过有限元数值模拟分析，对列车动荷载和注浆施工工法等进行模拟，对不同情况下的地表沉降值进行研究，确定影响安全的关键因素，采取关键施工措施和量测手段，使铁路的最终沉降控制在预定目标内，对类似工程设计具有指导意义，保证隧道安全穿越既有铁路。

摘要： 在不均匀动荷载的土岩组合地区中修建浅埋隧道，保证上部铁路的安全是隧道施工中的一大难题，通过有限元数值模拟分析，对列车动荷载和注浆施工工法等进行模拟，对不同情况下的地表沉降值进行研究，确定影响安全的关键因素，采取关键施工措施和量测手段，使铁路的最终沉降控制在预定目标内，对类似工程设计具有指导意义，保证隧道安全穿越既有铁路。

摘要： 本申请公开了一种智能驾驶汽车用交通安全风险动态预测方法及其预测系统，所述预测方法包括读取车内人员状态信息，读取车辆状态信息，车辆状态信息包括：车辆行驶状态信息、车辆结构安全状态信息、轮胎压力状态信息；读取车外环境信息，车辆安全状态预测，车内、外人员安全及车外设施状态预测，警报、报警；其综合车辆、车内人员、车外物体的状态信息，对车辆、车内人员、车外物体的安全状态建立预测模型，利用模型对行驶中的车辆、车内人员、车外物体在可能发生的事故中受伤程度进行动态预测；为详细评估可能发生事故中的人员、物体受损情况提供数学理论依据，其计算结果能为智能驾驶的控制策略提供数据支持，能做出更安全、正确的控制决策。

摘要： 一种用于预测车辆(100)的安全驾驶辅助系统(115)的预测轨迹(110)的预测设备(105)，所述预测设备(105)包括接收单元(125)和确定单元(130)。所述接收单元(125)配置为从车辆(100)的至少一个车辆传感器(120)接收至少一个传感器信息(135)和从车辆(100)的至少一个另外的驾驶辅助系统(145)接收至少一个轨迹信息(140)。所述确定单元(130)配置为使用所述轨迹信息(140)或所述传感器信息(135)为车辆(100)确定预测轨迹(110)。

摘要： 本公开涉及基于组合预测模型的自适应网络安全态势预测方法，该方法包括：子模型训练步骤，从用于自适应安全态势预测的训练数据集中提取用于训练数据序列，训练出作为组合预测模型的构成要素的n个不同的子模型M；初始权重赋值步骤，针对每个子模型Mi分别进行初始权重赋值；子模型在线预测步骤，对每个子模型Mi的预测结果加权求和，输出当次对于网络安全态势预测的最终结果；子模型预测结果评价步骤，在用于评价的时间周期中，对每个子模型Mi评价其预测结果的准确性；以及自适应权重调整步骤，利用在所述子模型预测结果评价步骤中的评价结果，对每个子模型Mi的权重进行自适应调整。

摘要： 本发明涉及一种基于复杂网络理论链路预测的安全一体化中两安冲突预测方法，方法为对功能安全性和信息安全性属性的交叉影响进行了建模和分析，并利用复杂网络理论算法，从理论层面对两安冲突进行预测。具体包括：通过分析功能安全和信息安全的特征及特征之间的关系，建立安全一体化两安冲突关系网络；通过对关系网络的分析，根据复杂网络理论，利用包含优先链接策略的链路预测方法对网络中安全特征之间可能出现的冲突进行预测。本发明方法能够在人工经验及实验数据的基础上，能够在理论层面分析安全一体化中两安冲突的产生机理。

摘要： 本申请公开了一种智能驾驶汽车用交通安全风险动态预测方法及其预测系统，所述预测方法包括读取车内人员状态信息，读取车辆状态信息，车辆状态信息包括：车辆行驶状态信息、车辆结构安全状态信息、轮胎压力状态信息；读取车外环境信息，车辆安全状态预测，车内、外人员安全及车外设施状态预测，警报、报警；其综合车辆、车内人员、车外物体的状态信息，对车辆、车内人员、车外物体的安全状态建立预测模型，利用模型对行驶中的车辆、车内人员、车外物体在可能发生的事故中受伤程度进行动态预测；为详细评估可能发生事故中的人员、物体受损情况提供数学理论依据，其计算结果能为智能驾驶的控制策略提供数据支持，能做出更安全、正确的控制决策。

摘要： 本说明书提供一种建立预测模型、安全风险预测的方法和设备，该方法包括：获取与网络设备的目标资产标识关联的非正常事件序列，通过神经网络对所述非正常事件序列进行训练，获得训练后的预测模型，通过所述预测模型对所述网络设备进行风险预测。通过该方法可以预测安全风险。

摘要： 本发明基于剩余寿命预测的安全库存预测方法涉及的是一种预测电网物资安全库存的方法。基于剩余寿命预测的安全库存预测方法包括步骤(1)元器件寿命预估和步骤(2)安全库存检测；步骤(1)元器件寿命预估依次包括对数据进行预处理和建立支持向量回归模型；步骤(2)安全库存检测依次包括：将预测生命历程换算为预测剩余寿命、计算元件的设计剩余寿命辅助预测安全库存、建立备货周期内元件损坏的概率函数、计算下个周期内的安全库存值和计算库存预警值。

摘要： 本发明提供一种大规模网络安全事件的规模预测知识的训练方法，包括：将作为训练数据的历史数据分段，从分段所得到的多个子段中提取与预测有关的数据特征，将这些数据特征分别离散化为特征事件，形成特征事件序列；从所述训练数据的特征事件序列中挖掘频繁情节，得到用于预测的频繁情节集合。本发明还提gon一种大规模网络安全事件的规模预测方法，包括：形成近期数据的特征事件序列；从频繁情节集合的频繁情节中提取前缀事件，然后将这些前缀事件与所述近期数据的特征事件序列进行匹配，在匹配成功的前提下由频繁情节中的后缀事件得到预测值。本发明的预测方法较现有方法相比预测准确率更高，错误率更小。

摘要： 本发明实施例提供一种基于人工智能预测的信息安全预测方法及大数据安全系统，通过将支持攻击防护事件数据配置到默认模型参数的威胁情报预测模型的情报编码层中进行情报字段编码，获得支持情报字段分布，并由此获得与关键威胁情报关联的关键支持情报字段，依据关键支持情报字段以及威胁情报预测模型的威胁情报预测层进行关键威胁情报预测，获得支持攻击防护事件数据对应的关键威胁情报预测结果后对威胁情报预测模型进行模型配置，由于关键支持情报字段是与关键威胁情报关联的字段分布，故通过关键支持情报字段进行关键威胁情报预测，可以提高关键威胁情报预测的有效率，从而可以提高威胁情报预测模型进行关键威胁情报预测的有效率。

摘要： 本发明实施例提供一种基于人工智能预测的信息安全预测方法及大数据安全系统，通过将支持攻击防护事件数据配置到默认模型参数的威胁情报预测模型的情报编码层中进行情报字段编码，获得支持情报字段分布，并由此获得与关键威胁情报关联的关键支持情报字段，依据关键支持情报字段以及威胁情报预测模型的威胁情报预测层进行关键威胁情报预测，获得支持攻击防护事件数据对应的关键威胁情报预测结果后对威胁情报预测模型进行模型配置，由于关键支持情报字段是与关键威胁情报关联的字段分布，故通过关键支持情报字段进行关键威胁情报预测，可以提高关键威胁情报预测的有效率，从而可以提高威胁情报预测模型进行关键威胁情报预测的有效率。