异常事件

摘要： 2021年春节期间,曲靖白水工业园区某冶炼企业排放含铊废水,导致下游富源县饮用水源地和富源县二水厂铊检出,由云南省环境监测中心调度成立联合监测组,开展长达25天的应急监测,共提交各类应急监测数据6700余个,为科学研判污染态势,提供了重要的技术支撑。为此,文章以曲靖市响水河水库铊浓度异常事件作为研究对象,结合曲靖市响水河水库流域情况、污染态势和处置方案对曲靖市响水河水库铊浓度异常事件应急监测过程进行复盘推演,分析应急监测经验体会。

摘要： 针对离散制造过程中生产异常难以准确评估的问题,提出了一种物联网环境下的车间生产异常发现与分析方法。首先,基于在制品实时状态采集模型,定义了在制品异常事件类型;其次,为了衡量在制品异常事件对车间生产的影响程度,以异常事件发生时生产异常影响因素的状态信息为数据基础,将一维原始数据二维化后,采用一种结合批量归一化和dropout方法的卷积神经网络(Convolutional Neural Networks,CNN)来预测生产任务剩余完成时间,并通过生产任务延迟完成时间来量化车间生产异常程度;最后以某航天车间为案例分析,对所提方法的可行性和有效性进行了验证。

摘要： 综合运用管理事务分析、“ECRS”原则和工艺程序分析等工业工程方法,以某公司的问题管控过程为研究对象,从信息流动和人员执行两个角度进行分析,针对目前中小型制造企业普遍存在的因问题管控模式较为落后而导致的信息传递不畅、异常响应不及时、问题处理过程不透明、责任人不明确等痛点以及难点,设计了一套对其进行管理的机制,以实现企业对问题处理流程中关键节点的管控。基于这些问题管控机制,同时考虑到系统实际运行的场景,构建了企业问题管理系统。通过问题管控系统的实施,不仅提高了信息传递的及时性和准确性,提高了异常事件处理的效率,实现异常事件响应到处理全过程的反馈和跟踪,而且全面提升了公司整体的管理水平,使得企业实现数字化、信息化,迈向智能化,令企业更具备竞争力。

摘要： 伴随不断增加的运营里程、快速攀升的线网流量,尤其是大中型城市的轨道交通网络日渐复杂,内生矛盾逐渐加剧,城轨交通的乘运安全和运营管理面临着巨大的压力和挑战。例如,轨道线路之间关联度越来越高,单个线路或节点发生突发或异常事件的影响范围和严重程度会有更大的不确定性,因此对相关设备设施、人员、事件等安全监测要求提高;因运力运量不匹配、通行效率低等因素造成高峰时期车站客流拥堵,当前须实施限流措施以暂缓高峰压力,对乘客出行效率带来较大影响……

摘要： 互联网已经全面渗透到我们的日常生活和工作中。随着互联网与各行业深入结合,网络安全问题在全球范围内也日渐突出。由于互联网的特性,网络安全风险可以轻易突破地域限制。一旦出现网络安全异常事件,不仅会对个人和企业造成隐私数据泄露和经济损失,而且严重时会危及社会和国家的经济秩序稳定。例如,2017年在全球范围内爆发的WannaCry勒索病毒感染了全球大量的个人和企业计算机,涉及金融、能源、医疗等众多行业,总损失高达80亿美元。

摘要： 意法半导体NanoEdge AI Studio支持智能传感器上的设备端学习和诊断意法半导体扩大NanoEdge AI Studio机器学习设计软件的支持设备范围,新增包含意法半导体嵌入式智能传感器处理单元(ISPU)的智能传感器。新版扩展了这一独步市场的机器学习工具的功能性,让AI人工智能模型能够直接在设备上学习,在智能传感器上发现异常事件。

摘要： 7月27日,2022北京网络安全大会(BCS2022)InForSec互联网基础设施安全论坛举行。来自国际互联网唯一标志符技术协调组织ICANN、互联网技术标准组织IETF、清华大学、北京邮电大学、中国信通院以及大型运营商等业界专家学者,围绕“地缘冲突背景下互联网基础资源治理”主题展开交流讨论。清华大学网络研究院副院长、教授徐明伟在“BGP路由系统解析”主题报告中,以多个BGP异常事件和冲突对抗所带来的影响,强调了BGP路由安全问题的重要性。

摘要： 随着经济社会快速发展,人民群众对高速公路交通安全出行提出了更高要求,但高速公路路面因异常事件导致的交通事故发生的几率很大。笔者希望通过建设综合预警预测系统“警哨系统”,对诱发、影响和造成高速公路交通事故的异常事件能够做到早发现、早处理等,使其成为高速公路交通安全异常事件的“第一吹哨人”,实现真正预防和减少交通事故的发生。

摘要： 为提升电力多维系统运行稳定性,设计基于数据库日志的电力多维系统智能运维模型。通过基于数据块的关系数据库异常日志挖掘方法和基于异常分析的电力多维系统智能运维策略,完成电力多维系统异常事件挖掘与运维。在运维过程中,通过系统检修故障比,判断异常事件出现时系统的运维程度,获取电力多维系统智能运维最优策略,实现电力多维系统智能运维。实验结果显示:该模型能够有效挖掘电力多维系统中异常事件信息;系统故障比降低至3%以内,故障出现概率稳定在1%左右,并可降低检修电力多维系统的开销,提升电力多维系统运行稳定性。

摘要： 视频中的异常检测是一个具有挑战性的计算机视觉问题。现有的最先进视频异常检测方法主要集中在深度神经网络的结构设计上,以获得性能改进。与主要研究趋势不同,本文侧重于将集成学习和深度神经网络相结合,提出了一种基于集成生成对抗网络(Generative Adversarial Networks,GAN)的方法。在所提出的方法中,一组生成器和一组判别器一起训练,因此每个生成器可以从多个判别器获得反馈,反之亦然。与单个GAN相比,集成GAN可以更好地对正常数据的分布进行建模,从而更好地检测异常。在两个公开数据集上测试了所提出的方法性能。结果表明,集成学习显著提高了单个检测模型的性能,在两个数据集上比现有最近方法分别超过0.4%和0.3%的帧级AUC。

摘要： 本研究参考美国核管会的异常事件判定程序及检查手册,针对核电厂功率工况异常事件管理,展开异常事件分级管理方法研究.核电厂功率工况异常事件分级管理方法主要技术要素包括性能缺陷及极低风险的判定、定性及定量分析、分级准则及管理行动制定.本文选择一个典型异常事件进行风险重要度确定分析.

摘要： 当网络异常事件发生时,传感器节点间的时空相关性往往非常明显.而现有方法通常将时间和空间数据性质分开考虑,提出一种分散的基于概率图模型的时空异常事件检测算法.该算法首先利用连通支配集算法(CDS)选择部分传感器节点监测,避免监测所有的传感器节点;然后通过马尔可夫链(MC)预测时间异常事件;最后用贝叶斯网络(BN)推测空间异常事件是否出现,结合时空事件来预测异常事件是否会发生.与简单阈值算法和基于贝叶斯网络算法对比,实验结果表明该算法有高检测精度、低延迟率,能大幅降低通信开销,提高响应速度.

摘要： 高速公路隧道监控系统多为独立构建并以人工监视为主,异常事件处理及救援工作滞后,给隧道安全带来隐患.济莱高速以现有的隧道监控系统为基础,建立了隧道异常事件检测系统,通过对视频图像的分析处理实现对隧道内各种异常事件的自行检测并产生报警.本文在对济莱高速异常事件检测系统进行系统分析的基础上,对提高异常事件检测率进行了进一步说明,提出了提高异常事件检测率的方法.统计结果表明,调整后的高速公路异常事件检测系统功能得到了优化.

摘要： 目前管道已成为全世界第五大运输工具,长输管道具有点多、线长、面广的特点,沿途环境复杂,安全风险管控难度大.对于管道生产运行中出现的异常情况需要做到早发现、早处理,可有效地减少事故的发生,最大限度的将损失降到最低.本文介绍了异常管理系统的总体结构以及主要功能,分析了系统的设计原则及功能特点.异常事件管理系统，坚持以问题为导向，以分析统计为手段、查找管理漏洞，总结管理经验，提高异常处理效率，管理人员能够第一时间掌握异常事件的发生，最大限度地避免和减少生产异常带来的负面影响和损失，及时解决及规避异常隐患及潜在风险。通过异常事件管理系统的建设，提高了对管道运行异常监控、处理能力，实现异常事件的全闭环管理，解决了生产管理中存在的信息获取不及时、管理压力无法有效传递、异常处理过程无法监督、生产隐患无法及时上报、异常信息无法有效统计汇总等问题，对管道异常事件处理效率有一定的提高。

摘要： 为了对中国移动网络质量管理提供技术支撑,研究并结合了之前对网络质量分析的方法,建立了多因素的异常事件分析模型,用层次分析法确定了影响结果的各因素,并且采用流程图来展现分析过程,从而清晰地得出异常事件的原因与分类.结果表明,用此流程化分析方法不仅能高效地处理庞杂的业务异常事件,而且对分类总结引起异常的原因也有明显的帮助.

摘要： 为解决纺织制造过程中常出现的设备丢产、虚产,监控系统异常,以及人为估产等现实问题,对产生问题的原因进行了归类和分析,依据调研数据,提出了一种基于模糊综合评价的制造过程异常事件预警方法.在原有车间监控系统的基础上,依据预警方法构建了一个系统理论模型,并研发了相应的异常事件预警子系统.同时,对异常事件的分析与处理过程、系统核度理论的应用方法进行了详细介绍.实践证明,设计方案能准确地对生产过程中的异常事件进行实时预警,保证了整个生产过程的连续性.

摘要： 本文从分析高速公路重大桥梁异常事件管理系统的需求出发,阐述了系统的理论基础,简要分析了系统框架,并分别介绍了系统的主要组成部分.接下来通过交通流模型匹配对交通拥堵进行自动判断.最后提出了验证系统可靠度并训练阈值数据的思路。

摘要： 目前,城市道路交通供给与出行需求的矛盾日益激化,导致城市道路交通拥挤、阻塞、交通事故增加和交通环境恶化,并且严重地困扰着大城市.道路交通异常事件既严重干扰交通秩序、影响交通安全,又可能产生极大的社会危害.因此,准确把握道路交通异常事件,最大限度地减少道路交通异常事件对于社会经济及人民生活的影响,是许多大城市发展过程中交通管理部门所面临的重要任务之一.本论文开发了模拟道路交通异常事件下的交通流动,直观显示受道路异常事件影响的交通流变化系统,为制定交通管理措施奠定基础.

摘要： 随着城市经济的快速发展，城市道路交通供给与出行需求的矛盾日益激化，导致城市道路交通拥挤、阻塞、交通事故增加和交通环境恶化，并且越来越严重地困扰着大城市。道路交通异常事件既严重干扰交通秩序，影响交通安全，又可能产生极大的社会危害。因此，准确把握道路交通异常事件，最大限度地减少道路交通异常事件对于社会经济及人民生活的影响，是许多大城市发展过程中交通管理部门所面临的重要任务之一。本论文开发了模拟道路交通异常事件下的交通流动，直观显示受道路异常事件影响的交通流变化系统，为制定交通管理措施奠定基础。

摘要： 本申请实施例公开了异常检测模型生成方法和装置。该方法的一具体实施方式包括：获取多个样本图像帧序列；基于第一图像和第二图像，训练初始模型包括的预测帧生成器，其中，预测帧生成器包括多层次的特征提取网络和生成网络，特征提取网络用于提取第一图像的不同深度的特征信息并融合特征信息，生成网络用于利用融合后的特征信息生成预测帧；基于预测帧和第二图像，训练初始模型包括的帧判别器；响应于训练结束，将训练后的初始模型确定为异常检测模型。该实施方式采用了融合多种不同深度的特征信息的方法，可以使生成的预测帧更接近实际，从而提高了异常检测的准确性。

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轨道车运行事件关联模型的异常事件预警方法，包括如下步骤：利用轨道车运行的历史事件数据，找出异常事件频发的路段；针对不同路段建立起基于事件相关规则的异常事件的预警模型；再将预警模型和实时事件数据结合，预测异常事件的发生概率，在线给驾驶员发出预警信息。本发明具有如下有益效果：基于轨道车运行事件数据输入预警模型，涉及的因素全面，包括司机操作、设备状态和机车信号，能够进行全方面的预警；本发明中不同异常事件频发路段使用不同的预警模型，避免一种模型不能适用全部路段的问题；本发明使用apriori关联挖掘算法找出异常事件和前置事件的关联规则，基于关联规则构建预警模型。

摘要： 本发明公开了基于监控视频时序动作定位和异常检测的异常事件识别系统，包括视觉编码模块、BSN模块和异常事件识别模块，所述视觉编码模块用于对图像和视频进行片段分支，所述BSN模块用于提取分支片段特征，并将特征列入候选评估单元，所述异常事件识别模块用于识别异常事件，所述视觉编码模块接收到输入的视频时，分别将单帧图像和多帧光流进行图像分支和光流分支，得到视频片段分支；本发明可以能够在行为异常的时候，对摄像头进行拉进、追踪工作，使得拍摄的异常行为人脸、事态更加清楚，提高后期追踪、判断的便捷性和准确性，使用效果更好，也能够将异常行为数据附载警示信息发送至安保层或管理层，提高安防工作的及时性，实用性更高。

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： 本发明公开了一种交通异常事件和静态事件相结合的关键帧过滤系统，该系统包括摄像端和服务端，彼此之间通过广域网连接，服务器端部署在云服务器上；所述摄像端用于记录交通监控视频，交通监控视频分为正常的监控视频和发生交通事故的监控视频，包括视频生成模块、过滤模块和自适应控制模块；所述服务端用于处理过滤后的视频流，通过训练模型得到实时的静态事件检测结果和异常事件检测结果；具体包括接收模块、静态事件检测模块和异常事件检测模块、模型训练器、输出模块和模型；与现有技术相比，本发明能够在广域网带宽受限的条件下实时处理动态异常事件和静态事件，并且保证事件检测的准确率。

摘要： 一种事件流异常事件滤除效果的评估方法，涉及事件流的应用技术领域，解决现有方法需要特殊硬件的支撑，受限于固定图形发生器，难以评估滤除方法在不同传感器间的鲁棒性；以及存在计算指标时造成结果不准确等问题，本发方法包括对事件流进行固定长度的分割，对一段事件流中每一个事件使用核函数计算；人工选取只有异常事件的区域，计算区分阈值；对滤除后的事件流计算噪声所占比例，对被滤除的事件计算真实事件所占比例；并进行比较两项指标均低时表示该滤除异常事件方法性能最好。本发明能够采用自然图像对滤除方法进行评估，不再需要固定图形发生器，降低了评估难度。

摘要： 本发明公开了一种基于轨道车运行事件关联模型的异常事件预警方法，包括如下步骤：利用轨道车运行的历史事件数据，找出异常事件频发的路段；针对不同路段建立起基于事件相关规则的异常事件的预警模型；再将预警模型和实时事件数据结合，预测异常事件的发生概率，在线给驾驶员发出预警信息。本发明具有如下有益效果：基于轨道车运行事件数据输入预警模型，涉及的因素全面，包括司机操作、设备状态和机车信号，能够进行全方面的预警；本发明中不同异常事件频发路段使用不同的预警模型，避免一种模型不能适用全部路段的问题；本发明使用apriori关联挖掘算法找出异常事件和前置事件的关联规则，基于关联规则构建预警模型。

摘要： 本发明涉及生产设备检修技术领域，特别是指一种异常事件及其上下文事件的关联挖掘方法及系统。其中，所述方法包括以下步骤：S1、获取异常事件表和上下文事件表；S2、根据异常事件表和上下文事件表得到待挖掘事务表；S3、根据待挖掘事务表得到挖掘结果，其中，挖掘结果为：与异常事件最相关的上下文事件或者高频出现的故障组合或者高频出现的上下文事件组合的至少一个；S4、将挖掘结果显示出来。本发明通过输入的异常事件表和上下文事件表，经过处理，能够挖掘出与异常事件最相关的上下文事件或者高频出现的故障组合或者高频出现的上下文事件组合，成为故障诊断排查的辅助工具，具有操作简单、成本较低的优点。

摘要： 本发明提供了一种用于基于事件的卷积的普及度检测异常事件的系统和方法。示例性的方法包括：在执行软件进程期间，检测在计算设备的操作系统中发生的事件。此外，该方法包括：确定检测到的事件的上下文并基于所确定的检测到的事件的上下文的选择的特征形成检测到的事件的卷积。另外，该方法包括：通过轮询包含与在网络中的客户端设备中发生的检测到的事件的频率相关的数据的数据库来确定所形成的卷积的普及度，其中，客户端设备的检测到的事件对应于计算设备中的检测到的事件。如果所确定的普及度小于阈值，则该方法确定检测到的事件是异常事件。