- DNS协议是一种明文传输协议，DNS隧道木马出于提高通信内容隐蔽性的需要，往往会对通信数据进行加密，因此把加密的DNS数据作为可疑的DNS隧道木马通信的一个特征。为了提高特征工程速度，我们可以使用信息熵作为是否存在加密的衡量标准。根据安全知识，正常DNS查询中的subdomain的编写规范通常符合RFC规范，以字母开始以字母或数字结尾，中间可以出现格式包括：小写字母 a-z，大写字母A-Z,... DNS协议是一种明文传输协议，DNS隧道木马出于提高通信内容隐蔽性的需要，往往会对通信数据进行加密，因此把加密的DNS数据作为可疑的DNS隧道木马通信的一个特征。为了提高特征工程速度，我们可以使用信息熵作为是否存在加密的衡量标准。根据安全知识，正常DNS查询中的subdomain的编写规范通常符合RFC规范，以字母开始以字母或数字结尾，中间可以出现格式包括：小写字母 a-z，大写字母A-Z,...
- KNN决策树探究泰坦尼克号幸存者问题 import pandas as pd from sklearn.tree import DecisionTreeClassifier, export_graphviz from sklearn.metrics import classification_report import graphviz #决策树可视... KNN决策树探究泰坦尼克号幸存者问题 import pandas as pd from sklearn.tree import DecisionTreeClassifier, export_graphviz from sklearn.metrics import classification_report import graphviz #决策树可视...
- 本节书摘来自华章计算机《AI安全之对抗样本入门》一书中的第1章，第1.3.8节，作者是兜哥。 本节书摘来自华章计算机《AI安全之对抗样本入门》一书中的第1章，第1.3.8节，作者是兜哥。
- 本节书摘来自华章计算机《AI安全之对抗样本入门》一书中的第1章，第1.3.6节，作者是兜哥。 本节书摘来自华章计算机《AI安全之对抗样本入门》一书中的第1章，第1.3.6节，作者是兜哥。
- 工业装备在运行过程中，早期微弱故障的诊断一直是一项具有挑战性的任务。由于早期故障特征微弱且极易被背景噪声淹没，传统的诊断方法往往难以取得理想的效果。为了应对这一难题，发表在期刊 Structural Health Monitoring 上的论文《Deep exponential excitation networks: toward stronger attention mechanism ... 工业装备在运行过程中，早期微弱故障的诊断一直是一项具有挑战性的任务。由于早期故障特征微弱且极易被背景噪声淹没，传统的诊断方法往往难以取得理想的效果。为了应对这一难题，发表在期刊 Structural Health Monitoring 上的论文《Deep exponential excitation networks: toward stronger attention mechanism ...
- 在工业生产中，旋转机械如齿轮箱和轴承等部件长期运行在恶劣的环境下，其振动信号往往夹杂着大量的背景噪声。传统的信号分析和深度学习方法在面对强噪声干扰时，特征提取能力往往会显著下降，导致故障诊断精度受限。为了应对这一挑战，学术界提出了一种新型的深度学习架构。发表在《IEEE Transactions on Industrial Informatics》上的论文 "Deep Residual Sh... 在工业生产中，旋转机械如齿轮箱和轴承等部件长期运行在恶劣的环境下，其振动信号往往夹杂着大量的背景噪声。传统的信号分析和深度学习方法在面对强噪声干扰时，特征提取能力往往会显著下降，导致故障诊断精度受限。为了应对这一挑战，学术界提出了一种新型的深度学习架构。发表在《IEEE Transactions on Industrial Informatics》上的论文 "Deep Residual Sh...
- 在复杂工业设备的故障诊断领域，纯粹的数据驱动方法往往因为缺乏物理机理支撑而面临黑盒困境，导致决策过程难以被工程师信任。为了解决这一痛点，最新发表的一项研究提出了名为热力学仿真辅助随机森林（TSRF）的架构。该研究在论文《Thermodynamic simulation-assisted random forest: Towards explainable fault diagnosis of... 在复杂工业设备的故障诊断领域，纯粹的数据驱动方法往往因为缺乏物理机理支撑而面临黑盒困境，导致决策过程难以被工程师信任。为了解决这一痛点，最新发表的一项研究提出了名为热力学仿真辅助随机森林（TSRF）的架构。该研究在论文《Thermodynamic simulation-assisted random forest: Towards explainable fault diagnosis of...
- 航空发动机作为飞机的核心部件，其运行安全直接关系到飞行安全。为了保障发动机的安全运行，提前检测出潜在的异常是一项至关重要的任务。然而，在实际运行中，由于发动机大部分时间处于正常状态，所收集的数据存在严重的类别不平衡问题，且早期异常数据与正常数据高度相似，导致严重的类别重叠。针对这一挑战，最新发表在《Computers in Industry》上的论文《Deep attention SMOTE... 航空发动机作为飞机的核心部件，其运行安全直接关系到飞行安全。为了保障发动机的安全运行，提前检测出潜在的异常是一项至关重要的任务。然而，在实际运行中，由于发动机大部分时间处于正常状态，所收集的数据存在严重的类别不平衡问题，且早期异常数据与正常数据高度相似，导致严重的类别重叠。针对这一挑战，最新发表在《Computers in Industry》上的论文《Deep attention SMOTE...
- 燃气轮机长期运行在高温、高压及高速等极端恶劣工况下，其关键部件的早期故障诊断对于保障运行安全至关重要。然而在工程实际中，收集到的故障样本往往非常稀少，面临严重的类不平衡问题，同时处于退化初期的故障数据与正常数据存在高度的类间重叠，这给深度学习模型的准确识别带来了极大的挑战。针对这些难题，最新发表在《Expert Systems with Applications》上的一篇论文提出了名为“Fe... 燃气轮机长期运行在高温、高压及高速等极端恶劣工况下，其关键部件的早期故障诊断对于保障运行安全至关重要。然而在工程实际中，收集到的故障样本往往非常稀少，面临严重的类不平衡问题，同时处于退化初期的故障数据与正常数据存在高度的类间重叠，这给深度学习模型的准确识别带来了极大的挑战。针对这些难题，最新发表在《Expert Systems with Applications》上的一篇论文提出了名为“Fe...
- 在复杂工业系统的健康管理（PHM）中，准确的数据收集是开展状态监控和寿命预测的基础。然而，航空发动机在实际运行中，由于传感器故障、恶劣工况超限或人工维护疏忽，常常面临关键退化状态数据丢失的问题。针对这一难题，近期发表于《Neurocomputing》的一篇研究论文提出了CUR-Estimator: Towards reliable missing data imputation for ae... 在复杂工业系统的健康管理（PHM）中，准确的数据收集是开展状态监控和寿命预测的基础。然而，航空发动机在实际运行中，由于传感器故障、恶劣工况超限或人工维护疏忽，常常面临关键退化状态数据丢失的问题。针对这一难题，近期发表于《Neurocomputing》的一篇研究论文提出了CUR-Estimator: Towards reliable missing data imputation for ae...
- 在电动汽车和储能系统蓬勃发展的背景下，准确在线评估锂离子电池的健康状态（SOH）对于系统的安全高效运行具有关键作用。然而，面对低温环境、复杂充放电协议以及极其有限的早期训练数据时，传统估算方法的表现往往受到很大局限。针对这一难题，科研人员在论文《Deep transfer learning enabled online state-of-health estimation of lithiu... 在电动汽车和储能系统蓬勃发展的背景下，准确在线评估锂离子电池的健康状态（SOH）对于系统的安全高效运行具有关键作用。然而，面对低温环境、复杂充放电协议以及极其有限的早期训练数据时，传统估算方法的表现往往受到很大局限。针对这一难题，科研人员在论文《Deep transfer learning enabled online state-of-health estimation of lithiu...
- 航空发动机作为飞机的核心动力源，其运行的安全性和可靠性至关重要。然而，实际运行中故障样本极度匮乏、各类故障发生频率高度不均衡，且监测数据随着每日飞行任务不断增长，给传统的静态数据驱动诊断模型带来了巨大挑战。为了应对这一难题，国内研究团队在《Advanced Engineering Informatics》上发表了名为“Continual contrastive reinforcement l... 航空发动机作为飞机的核心动力源，其运行的安全性和可靠性至关重要。然而，实际运行中故障样本极度匮乏、各类故障发生频率高度不均衡，且监测数据随着每日飞行任务不断增长，给传统的静态数据驱动诊断模型带来了巨大挑战。为了应对这一难题，国内研究团队在《Advanced Engineering Informatics》上发表了名为“Continual contrastive reinforcement l...
- 在现代船舶动力系统运维中，船用柴油机燃烧室部件由于长期处于高温、高压等恶劣工作环境，极易发生故障。传统的智能故障诊断方法在面对实际工程应用时，往往受到故障样本稀缺以及机器学习“黑盒”模型缺乏物理解释性的双重制约。针对这些瓶颈问题，近期发表在《Measurement》期刊上的研究提出了一种新型诊断框架，其论文题目为“Thermodynamic simulation-assisted rando... 在现代船舶动力系统运维中，船用柴油机燃烧室部件由于长期处于高温、高压等恶劣工作环境，极易发生故障。传统的智能故障诊断方法在面对实际工程应用时，往往受到故障样本稀缺以及机器学习“黑盒”模型缺乏物理解释性的双重制约。针对这些瓶颈问题，近期发表在《Measurement》期刊上的研究提出了一种新型诊断框架，其论文题目为“Thermodynamic simulation-assisted rando...
- 随着电动汽车、便携式电子设备及航空航天领域的快速发展，锂离子电池的健康状态（SOH）在线精确估算对保障系统安全运行至关重要。然而，现有的高精度深度学习模型通常结构复杂，计算和存储资源消耗大，难以直接部署在资源受限的电池管理系统（BMS）中。近期，发表在《Energy》期刊上的学术论文“BMSFormer: An efficient deep learning model for online... 随着电动汽车、便携式电子设备及航空航天领域的快速发展，锂离子电池的健康状态（SOH）在线精确估算对保障系统安全运行至关重要。然而，现有的高精度深度学习模型通常结构复杂，计算和存储资源消耗大，难以直接部署在资源受限的电池管理系统（BMS）中。近期，发表在《Energy》期刊上的学术论文“BMSFormer: An efficient deep learning model for online...
- 锂离子电池因其高能量密度和长寿命，已广泛应用于电动汽车和移动设备等领域。然而，复杂的内部化学反应和多变的工作环境使得精准的电池健康状态（SOH）在线估算面临巨大挑战。传统深度学习模型虽然在估算精度上有所突破，但其庞大的参数量和计算复杂度限制了其在资源受限的电池管理系统（BMS）中的实际应用。针对这一痛点，国内研究团队发表了学术论文《BMSFormer: An efficient deep l... 锂离子电池因其高能量密度和长寿命，已广泛应用于电动汽车和移动设备等领域。然而，复杂的内部化学反应和多变的工作环境使得精准的电池健康状态（SOH）在线估算面临巨大挑战。传统深度学习模型虽然在估算精度上有所突破，但其庞大的参数量和计算复杂度限制了其在资源受限的电池管理系统（BMS）中的实际应用。针对这一痛点，国内研究团队发表了学术论文《BMSFormer: An efficient deep l...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第三期2026/08/21 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；念擎-华为云AI开发者运营案例开发专家
本期直播内容：AI六层能力首次详细解读 + 新一代华为云开发者空间亮相 + 校园案例直播带练
回顾中
热门标签