简介:摘要:随着微服务、容器等高新技术的推进,开源软件逐渐成为行业的主流模式。目前开源软件越来越趋于复杂化和多样化,加剧了安全威胁、漏洞攻击的风险,然而传统的用户攻击行为检测具有一定的局限性,无法检测未知用户攻击行为,检测识别时间较长,检测性能低和误报率较高的问题。针对上述问题,本文提出了基于开源软件系统用户攻击行为的检测模型,通过抓取当前用户行为流量数据包,对其进行标准化处理后按照时间戳的正序排列依次构造图形表示,采用聚合函数、自注意力机制将图形表示进行聚合,转化为图特征,基于WL图核计算方法,依次计算图特征向量的相似度,最后通过图特征向量相似度的差异值的对比计算,实现当前用户攻击行为的检测。
简介:2015年8月,纽约推出了一项名为“DriveSmarf”的计划,该计划将对纽约市约400名司机进行驾驶习惯跟踪调查,其中调查的项目包括车速以及尾气排放量等。所有参与该计划的驾驶员都将获得最高30%的汽车保险折扣。纽约交通运输部表示,该计划还将收集驾驶员会在何时急转弯或者急刹车的数据,因为这一计划就是为了解纽约市人们的驾驶情况,最终利用这些数据来解决交通问题,比如让纽约不再被称为“堵城”,让驾驶员养成良好的驾驶习惯等。该试点计划将会进行整整一年。在此期间,所有参与该计划的驾驶员都需要在OBD—11(车载诊断系统)上接入一个专门的数据监测设备,该设备将会把这些数据上传至DriveSmart云端服务器。
简介:本文对城市出行者自行车交通方式的选择机理进行了研究。文章首先分析了影响自行车出行的可测与不可测因素,通过出行者对出行方式特性的态度来研究其自行车方式选择行为.建立了两者之间的回归关系模型.模型中考虑了出行舒适性、便利性和安全性等不能直接观测的因素。针对从态度分析交通行为方法存在的不足.文章研究了通过出行者其他行为,来分析其自行车交通方式选择行为的方法。文章通过调查数据检验了这两种方法的可行性与效果,并通过实例分析发现在一定距离内除出行时耗、花费外.出行的舒适性与便利性等对自行车出行者的交通方式选择也有重要影响.文章的结论对于城市如何改善交通环境、提高居民出行质量具有一定的参考价值。最后文章给出了进一步研究的重点。