异常行为

摘要： 针对传统视频监控数据量大且复杂、不能及时有效地检测到人体异常行为的问题,文中提出了一种基于YOLOv3改进网络模型的人体异常行为检测方法(YOLOv3-MSSE)。该方法基于经典YOLOv3网络模型,利用残差模块构建多尺度特征提取网络,提升了对大目标的检测精度;同时,在网络结构不同位置融入注意力机制,对特征图各个通道的特征重要性实现加权处理,有效提高了模型人体异常行为的检测性能。实验结果表明,相比传统YOLOv3算法,YOLOv3-MSSE方法的mAP值提升了20.8%,F1-scores提升了11.3%,该方法不仅能够有效地检测出监控场景中的人体特定异常行为,还能较好地平衡检测精确率与召回率之间的关系,比同类方法更适用于实际监控场景下的人体异常行为检测。

摘要： 针对教室监控中学生异常行为无法实时检测并反馈的现状,设计了一套基于YOLO v3算法的教室监控学生异常行为检测系统,包括摄像头硬件采集、异常行为识别和响应三个模块。其中采用基于数据标签的随机擦除预处理方法模拟图像中的目标被遮挡的情形,提高网络的泛化能力,使得网络仅通过学习局部特征即可完成目标的检测和识别;其次改进了YOLO v3算法的骨干网络Darknet,扩充浅层网络,使网络不容易忽略图片边缘或小目标物体。改进后网络的精准度、召回率以及运算速度分别提升4.2%、4.8%和8 frame/s;最后将检测功能集成于Qt编写的可视化软件,降低使用检测模型的成本,满足实时检测任务的要求,一定程度上减轻教员工作量并且提升课堂效率。

摘要： 牛舌头是牛采食饲草饲料的一个重要器官,随着奶牛养殖模式和生产性能的大幅提升,“牛玩舌头”的现象表现突出,牛玩舌头成了牛群中一个“新异现象”。笔者对此异常行为进行了生理及临床方面研究,希望能破解这一现象的生理和行为原因。一、牛舌头的功能与行为表现牛舌头的主要功能是采食饲草、饲料;搅拌口腔食物、帮助吞咽,辅助进食,还有味觉感知功能。1牛的勾鼻行为牛的勾鼻行为属于一种正常行为。牛的鼻孔是呼吸道的开口,正常情况下会从鼻孔流出一定量的液体成分或鼻涕;另外,牛的鼻镜上有鼻镜腺,不断分泌液体保持鼻镜湿润。

摘要： 为了更准确地解析青鳉鱼在突发污染环境中的行为变化趋势,提出了一种基于One-Class SVM模型的青鳉鱼异常行为识别方法。以青鳉鱼的生理及行为特征作为观测指标,将采集到的暴露在不同类型和浓度特征污染物下的青鳉鱼行为强度信号作为经验数据,利用直方图统计和主成分分析(PCA)对行为强度数据进行降维,实现行为特征提取,基于One-Class SVM构建模型,并以五水合硫酸铜和三氯酚作为特征污染物进行暴露实验对算法进行验证。结果表明,One-Class SVM模型可以准确地识别正常行为和污染物暴露时发生的异常行为;对于有机污染物最快可在10 min内完成预警,重金属污染物可在1 h内完成预警,并且污染物浓度越高,模型的识别效果越好。识别方法可对水源突发性水质污染进行更有效的监测和预警,也可为水污染应急决策提供技术支撑。

摘要： 基于威胁情报的网络安全监测预警体系在原有能力的基础上,建立网络空间威胁的“情报档案库”,一方面,利用情报全网共享机制达到“一点发现问题,全网风险屏蔽”的防御效果,利用情报库的关联分析机制增强网络威胁的趋势预测,解决由于局部区域的分析检测能力不足导致的“看不见”“看不准”“研判不明”的问题;另一方面,监测预警体系数据经过分析提炼,补充“情报档案库”,针对不同区域、不同时间的数据关联分析,持续地形成具有专业特色的“新威胁情报”,形成自我生长的专业威胁情报生态环境,迭代反哺网络安全监测预警体系,以应对复杂性、规模性、衍变性日趋严重的网络空间威胁。

摘要： 员工异常情况是员工管理风险的主要诱因。鉴于经济金融异常情况在员工异常情况中占比较大,各级银行管理部门将对经济金融异常情况的监督列为管控工作重点。但缺少有效监督手段的事实,严重制约了员工异常情况管控成效。现就如何有效突破对员工经济金融异常情况监督瓶颈做如下分析。

摘要： 组织内部网络不仅面临着外部攻击者的威胁,同时也面临以破坏组织网络结构、内部信息资料窃取以及各种诈骗手段为主的内部威胁。内部威胁因为其多元化、伪装性强等特点,对组织机构内部造成了严重影响,因此对于内部威胁发现检测方法的研究变得非常有必要。本文首先对内部威胁进行了描述,重点针对内部威胁发现检测方法的现实意义进行了论述。同时将现有的内部威胁发现检测方法分为3类:基于异常行为的检测方法、基于审计日志异常的检测方法和其他检测方法,分别介绍了现有3类方法的研究现状,并对它们的研究进展进行了总结、归纳和分析。最后对内部威胁发现检测方法的未来研究方向进行了展望。

摘要： 俗话说:大地一“咳嗽”,动物就会“感冒”。空中的飞鸟,水中的鱼虾,地上的野兽,它们所表现的一些异常行为,有时与天空的“表情”和大地的“脉搏”跳动息息相通,人们由此可以知晓雨雪风霜和阴晴冷暖。水母预报风暴分布于世界各大洋的僧帽水母,在水中游动时,身体上半部体形像帽子,在水面飘来飘去,因此而得名。通常,水母总是随风向、风力、海流四处漂泊。

摘要： 家兔是通过人类长期的饲养、驯化和培育,由野兔慢慢进化才形成了今天家兔的各种不同类型和品种,发展了许多对人类有益的特性,但原有的生理、生态和形态却没有完全改变。因此,家兔既有野兔固有的行为,又有进化形成的特有生活习性。当环境条件发生改变时,家兔能很快做出适应性反应,有时造成异常行为;严重时,会从过渡反应转为持续性反应,对养兔生产产生不利影响。因此,了解和掌握家兔具有独特的生活习性,对于改善饲养管理,提高养兔效益都有重要的意义。

摘要： 目的:探析身体约束优化流程护理干预模式在RICU异常行为患者护理中的应用效果。方法:选取2020年7月~2021年11月我院呼吸重症监护病房住院治疗的行为异常带管患者120例作为研究对象,采用随机数表法分为观察组和对照组,每组均为60例,观察组采用身体约束优化流程护理干预手段,对照组行常规身体约束护理干预,比较两组患者身体约束情况、不良事件发生率及护理满意度等指标。结果:观察组约束使用率显著低于对照组,差异有统计学意义(P 0.01);观察组约束时间低于对照组,差异有统计学意义(P 0.05)。观察组患者不良事件发生率显著低于对照组,差异显著(P 0.01)。观察组患者护理满意度高于对照组患者,差异显著(P 0.01)。由此可知,针对RICU中行为异常患者采用身体约束优化流程的护理应用效果显著。结论:对RICU异常行为患者采用身体约束优化流程护理干预应用实践中,可以降低约束使用率及约束时间,减少不良事件发生率,提升护理满意度。该护理干预模式在呼吸重症监护室护理应用中具有重要意义,建议推广使用。

摘要： 目的：观察头电针结合特殊教育改善孤独症患儿异常行为的疗效.方法：选择2013年7月至2014年10月在西安中医脑病医院就诊的60例孤独症患儿为研究对象,按就诊顺序编号,再采用系统随机化分为头电针结合特殊教育治疗30例(治疗组),只接受特殊教育干预30例(对照组),治疗前和治疗后由康复评定师用孤独症行为量表(ABC量表)评定,以分值降低为有效,观察3个月.结果：治疗组异常行为改善明显优于对照组(P＜0.05).结论：头电针结合特殊教育能明显改善孤独症患儿异常行为,提高生活自理及社会适应能力.

摘要： 随着水电厂电力监控系统信息化和自动化的进一步融合,生产区各种信息化设备和应用系统数量不断增加,其安全问题也愈加突出.为了加强水电厂电力监控系统的安全维护与管理,必须能够识别水电厂LCU的异常行为.基于对LCU异常行为的研究与分析,智能学习LCU正常行为,智能识别LCU异常行为.LCU异常行为识别提高了水电厂LCU系统信息安全管理效率和水平,从技术层面实现了安全评估自动化,对水电厂LCU系统信息安全建设具有一定的指导意义.

摘要： 移动平台的恶意应用增长迅速，这些恶意应用会在用户不知情的情况下，通过恶意扣费、系统破坏、隐私窃取等恶意行为，给用户带来经济损失和隐私泄露问题。移动应用的行为是否恶意,与用户对该应用的期望相关.相关工作提出通过检测应用描述和应用行为的不一致性来检测恶意应用.然而,Android应用的一个特点是广泛使用第三方库.研究表明,Android应用中平均60％的代码都是属于第三方库,第三方库的使用会对应用异常行为的检测造成影响.因此,基于自然语言处理、机器学习和第三方库识别技术,实现一个改进的基于描述的Android应用异常行为检测工具.首先,通过自然语言处理技术对应用描述进行分析,使用遗传算法对应用描述聚类并寻找最佳聚类数目,得到相似描述(功能)的应用集合.然后对应用静态分析,检测应用中的第三方库,并分析应用的敏感行为.最后,相似描述的应用集合中的具有异常行为的应用即被检测为可疑应用.工具对Google Play应用市场中27.6万余个应用进行分析,实验结果验证所提出方法的有效性且说明第三方库对Android应用的异常行为检测有较大影响.

摘要： 传统的检测机制主要基于物理实体机,检测程序与恶意程序同时运行在系统中,会受到恶意程序的干扰,无法准确检测到系统状态.文章分析了当前网络突出的异常行为形式和特点,提出了通过建立异常行为在线检测平台实现网络监管的思路,并分析了搭建在线检测平台涉及的相关关键技术,研究了虚拟化技术和虚拟机自省技术的特点,提出了依托虚拟化技术,利用虚拟机自省技术实现对网络突出的异常行为进行连续测试与监测的方法.文章设计并实现了基于Xen的网络异常行为在线检测平台模型.

摘要： 为探究纺纱过程质量特征值波动的内在机理,依托纺纱过程所产生的海量数据,对纺纱质量特征值波动的成因、规律,以及影响质量成长过程的各类不确定因素的产生机理进行了分析,并对不确定因素与质量特征值之间的相互作用机制进行了研究;利用人机环境系统工程学理论,从纺纱质量特征值修正、波动规律表达、人一机一环境脆性模型构建,以及TARCH(1,1)模型对影响因素异常行为辨识四个方面对纺纱质量特征值波动的内在机理进行了建模与设计,进而提出了基于数据的纺纱质量预测"四步法".通过实验仿真与对比分析,结果表明:"四步法"实现了纺纱质量特征值波动过程的可视化,做到了影响因素异常行为的事前预警以及成纱质量的实时在线检测,为构建基于数据的纺纱质量预测与控制提供了新方法.

摘要： 精确的市场信息数据能提供可靠的决策依据,把握市场动向.目前,温州地区自2010年零售终端市场信息数据采集工作启动以来,克服了很多困难,然而在数采数据质量上还有待提升.因此,温州市烟草公司联合温州大学探索与研发一套基于不完善零售终端数据的零售客户异常行为识别模型,即为“algMelt聚类融合算法”模型,此模型对零售客户各项典型采集数据指标同时从“历史纵深”和“横向比较”两种维度进行行为模式聚类,不仅能有效剔除随机波动产生的干扰,有效通过数据分析来识别零售客户数采工作的异常行为,有效提升对零售客户终端信息采集工作的管理,最终提升采集信息数据的准确性.

摘要： 智慧视频监控是智慧城市计算机视觉领域中备受关注的一个重要领域,它是一个涵盖广泛的系统工程:涉及网络技术、通信技术、计算机视觉、视频画面处理、识别模式、人工智能等诸多领域的综合应用.本文重点阐述了智慧视频监控系统的一个应用方向:视频监控中行为分析与异常行为识别在智慧城市的应用.智慧视频监控系统利用计算机视觉和图像处理等技术，对视频图像进行处理、分析和解读，并对视频监控系统进行智能控制，比如监控系统可以智能识别不同的物体，发现监控画面中的异常情况，并根据异常情况的级别智能的以最快最佳的方式发出警报并提供有效的信息，能够更加智能的帮助监控人员获取准确的信息与处理突发事件;并能够过滤掉监控人员不关心的无用信息，为监控人员提供有效的关键信息，进而提高视频监控系统智能化与自动化水平，有效解决传统视频监控系统的数据量巨大、响应时间长及人类视觉疲劳造成的监控效率低、反应慢与繁重的工作量等问题。

摘要： 当今,人口密集度不断增大,人的活动范围也越来越大,面临的突发事件和异常事件也越来越多,对一些不允许人和车辆靠近或进入的区域进行准确的监控并实施报警的重要性和难度也越来越突出,尤其对大型人群集散地,如博物馆、动物园、军事、监狱等禁区,往往难度更大.

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： 大规模网络服务系统环境中,短时的大规模用户合法行为聚集会造成系统行为异常,使得系统可用性受到极大的损害.现有的系统异常检测方法大多适用于用户非法行为造成的系统异常.本文针对用户合法行为短时聚集引起的系统异常间题,提出一种大规模网络服务系统行为异常敏捷感知的方法.该方法从系统可用性的角度,通过系统行为的可预见性解决了开放网络服务系统环境中用户行为的不可预见性.该方法包括系统异常敏捷感知模型和重复行为检测的Petri模型.系统异常敏捷感知模型提出"放大因子"的概念,一旦在t时刻预期系统负载值超过系统所能承受的最大负载值,就表明系统会在未来的某一时刻会发生异常.在敏捷感知模型的基础上,针对应用系统的异常检测,提出了基于带优先关系的颜色双变迁Petri网的重复行为检测模型及其系统异常敏捷感知算法.实验表明该方法可以有效地在系统异常发生之前提前感知,并能定位引起系统异常的系统行为.

摘要： 本说明书提供了异常网站的识别方法、装置和异常对抗行为的识别方法。在一个实施例中，异常网站的识别方法通过利用事先训练好的预设的对抗行为识别模型先从目标网站的网页的html文本数据、网页的页面OCR文本数据和网页的页面截图中，分别提取得到与网页的html文本对应的第一文本特征、与页面的OCR文本对应的第二文本特征，和与页面截图对应的图像特征；再综合根据上述三种不同类型的数据特征，通过识别目标网站的网页是否存在异常对抗行为，来确定目标网站是否是异常网站。从而能够较为精准地通过识别异常对抗行为找到可能隐藏有违规信息或敏感信息的异常网站。

摘要： 一种异常行为侦测模型生成装置及其异常行为侦测模型生成方法。异常行为侦测模型生成装置对与异常行为相关联的多个程序操作序列数据中多个程序操作序列，进行词性分析，以产生多个词向量，并将该等词向量分群。基于分群后的结果，异常行为侦测模型生成装置获得各程序操作序列数据的特征向量，以使用该等特征向量，对一分类算法进行监督式学习，来生成异常行为侦测模型。

摘要： 本发明实施例公开了一种基于目标异常行为轨迹分析的异常事件检测预警系统，包括：目标行为轨迹采集装置、云台摄像机和服务器，目标行为轨迹采集装置获取目标的行为轨迹后将实时数据传送至服务器，服务器通过训练好的异常事件报警模型对实时数据进行比对，检测到目标行为或轨迹存在异常则发出告警信息，所述云台摄像机采集异常事件发生区域的图像对告警信息进行确认，云台摄像机采集的道路实时画面存储在服务器内，所述服务器将验证后的告警信息发送至监控中心，监控中心将服务器发送过来的告警信息进行确认并进行展示对公众或第三方系统发出预警。本发明解决现有异常事件检测系统检测精度低、部分事件类型无法检测、无法提前预警的问题。

摘要： 本发明公开了一种基于归纳式一致性异常检测的异常行为实时检测方法。该方法既能充分考虑目标的位置、速度和运动方向信息，又采用了归纳式一致性异常检测的思想，可以在大大减小计算量的情况下实现对目标异常行为的实时检测，具体包括以下步骤1，定义相关变量；步骤2，初始化；步骤3，对测试航迹中的每个子航迹进行实时异常检测；步骤4，当前测试航迹中的每个子航迹都异常检测完成后，更新训练航迹数据集；步骤5，对多因素定向Hausdorff距离矩阵进行更新；步骤6，对下一个测试航迹进行实时异常检测。该方法具有参数设置简单、准确率高、能够实时检测的优点，而且工程易实现，在预警监视领域有广阔的应用前景。

摘要： 一种鼠标异常行为侦测方法，包含：藉由一鼠标移动侦测装置侦测一鼠标的一物理移动状态；藉由一鼠标移动事件接收器接收鼠标的一移动事件；藉由一处理器比对物理移动状态与移动事件是否一致；以及当处理器比对物理移动状态与移动事件不一致时，处理器输出一异常信号。

摘要： 本公开提供了一种异常行为分类模型的训练方法、异常行为分类方法，可以应用于金融领域或其他领域。该训练方法包括：获取训练集数据，训练集数据包括视频特征信息；将视频特征信息输入RGB特征提取模块，得到RGB特征信息；将视频特征信息输入光流特征提取模块，得到光流特征信息；将RGB特征信息和光流特征信息输入时序特征提取模块，得到时序特征信息，时序特征提取模块的损失函数为时序相似度损失函数；将时序特征信息输入分类模块，输出当前时刻视频中动作的分类结果；以及根据分类结果和分类标签调整异常行为分类模型的训练参数，得到训练后的异常行为分类模型。本公开还提供了一种异常行为分类模型的训练装置、设备、存储介质和程序产品。

摘要： 本发明涉及一种异常行为风险评估模型建立方法、异常行为风险评估方法，本发明实施例提供的该异常行为风险评估模型建立方法，包括：采集目标数据，所述目标数据用于评估异常行为；对所述目标数据进行预处理，得到目标向量，并根据所述目标向量构建数据集；构建神经网络模型，所述神经网络模型包括多层全连接网络，且各层全连接层都包括批标准化；通过所述数据集对所述神经网络模型进行训练，得到异常行为风险评估模型，其中异常行为风险评估模型用于监测异常行为，可以直接通过自动收集数据实现了异常行为风险评估，而不在需要人工访谈、回访的方式，节约了人力资源。

摘要： 一种异常行为侦测模型生成装置及其异常行为侦测模型生成方法。异常行为侦测模型生成装置对与异常行为相关联的多个程序操作序列数据中多个程序操作序列，进行词性分析，以产生多个词向量，并将该等词向量分群。基于分群后的结果，异常行为侦测模型生成装置获得各程序操作序列数据的特征向量，以使用该等特征向量，对一分类算法进行监督式学习，来生成异常行为侦测模型。

摘要： 本发明公开了一种在线视频异常行为检测模型训练、异常检测方法及系统，通过训练方法得到的异常行为检测模型为2D‑3D DSTAE自动编码器，其利用2D卷积神经网络在2D空间层面采用视频帧稀疏采样策略，以避免帧间信息的冗余；对于时空层面在较远帧间采取对特征图执行3D卷积的方式实现端到端融合，以编码长时程视频序列的帧间上下文信息，在兼顾实时性和准确性的基础上解决了模型在异常数据上不能获得较小的重构误差问题。在线视频异常检测方法及系统，采用了同时维护工作记忆组和新收图像组的在线视频处理框架，每次检测时通过从两组视频中各采样一半视频帧来更新工作记忆组，在保证检测准确度的前提下，有效的提升了视频异常行为检测的实时性。

摘要： 本发明公开了一种基于异常追踪的视频异常行为检测方法，包括以下步骤：S1、视频异常检测与追踪模型的设计；S2、对视频提取前景块，再输入到卷积自编码器中编码再解码输出重构视频块，并训练卷积自编码器能学习到时空特征；S3、将时空特征用局部敏感哈希函数映射到不同的桶中，训练一对多支持向量机分类器；S4、利用分类器对测试视频块分类，将多个分类器的最高得分取负作为异常得分，设置阈值初步检测视频中的异常块；S5、用核相关滤波跟踪方法跟踪初步检测得到的异常块，对异常目标的区域进行矫正。本发明通过跟踪初步检测得到的异常块，纠正异常目标的位置，并对根据异常目标路径块得到的异常目标得分曲线平滑，去除噪声的影响，提高检测的精度。