可靠性贝叶斯估计范文

可靠性贝叶斯估计范文第1篇

一、基于贝叶斯网的网络异常检测方法

(一) 变量的选择

特征变量的选择对检测模型能否最大程度地表征网络连接的特性至关重要。有研究人员对入侵检测的特征选择[2,3]进行了研究, 在参考了前人研究成果的基础上, 结合对网络的经验知识及对KDD99训练数据集的分析, 从其提供的41个特征中选出了10个, 加上一个附加特征组成了含有11个变量的变量集Θ。

(二) 贝叶斯网的结构学习

在确定了变量集和训练数据集后就可以确定贝叶斯网的结构。贝叶斯网结构学习的算法已经很成熟, 文献[4]提出了一种针对完整数据集的结构学习方法, 该方法简洁高效, 没有对最大父节点数进行限制就能找到全局最优的贝叶斯网络结构, 所以选择了文献[4]的方法来确定贝叶斯网的结构。

(三) 贝叶斯网的参数学习

二、实验结果与分析

使用KDD99数据集对以上方法的性能进行了实验。KDD99数据集是关于入侵检测的一个标准数据集, 分为两个部分: (1) 训练数据集, 正常样本被标记为“normal”, 异常样本被标记出攻击类型。训练数据集包含一个全数据集和一个子数据集, 子数据集的数据量为494021, 约占全数据集的10%, 包含了22种攻击类型。 (2) 测试数据集, 样本未被标记。测试数据集包含一个全数据集、一个子数据集和一个对照数据集。测试数据集包含了39种攻击类型。在训练数据集中出现过的22种称为已知攻击, 未出现过的17种称为未知攻击。为了便于评测检测结果, KDD99对于测试子数据集还提供了一个相应的对照数据集, 即对测试子数据集的样本都进行了标记。KDD99测试子数据集的数据量为311029。实验在Intel Core 2Duo 2.0G处理器, 2G内存的计算机上进行。

(一) 生成贝叶斯网

用贝叶斯网结构学习算法对训练数据集进行学习, 得到贝叶斯网的结构如表1所示。为了表示方便, 仅用DAG的弧表示贝叶斯网的结构。贝叶斯网的节点从0开始编号并与变量集Θ中的变量一一对应:BN (<2, 0>, <3, 0>, <6, 0>, <8, 0>, <10, 0>, <2, 1>, <6, 1>, <10, 1>, <4, 2>, <1, 3>, <2, 3>, <6, 3>, <8, 3>, <10, 3>, <0, 5>, <4, 5>, <6, 5>, <10, 5>, <2, 6>, <10, 6>, <8, 7>, <10, 7>, <2, 8>, <6, 8>, <9, 8>, <10, 8>, <1, 9>, <2, 9>, <6, 9>, <10, 9>, <2, 10>, <4, 10>) 。

(二) 检测结果

由于KDD99的训练全数据集中也包含异常样本, 所以分别以KDD99的训练全数据集 (数据量4898431, 不包含未知攻击) 和KDD99测试子数据集 (数据量311029, 包含未知攻击) 作为测试数据集进行了检测, 并分别得到了误检率 (误检率=正常样本被误报为异常的样本数/正常样本总数) 检测率 (检测率=被检测出来的异常样本数/异常样本总数) 和检测时间 (检测时间不包括对数据集进行离散化处理的时间) 。当阈值取ε=7.0时, 在KDD99训练全数据集 (样本量97.3万条) 上的误检率是0.67%, 检测时间2337s;在KDD99训练全数据集 (样本量6万条) 上的误检率是4.01%, 检测时间58秒。当阈值取ε=7.0时, 在KDD99训练全数据集上对DOS (样本量388.3万条) 、PROBE (样本量4.1万条) 、R2L (样本量0.1万条) 、U2R (样本量52条) 四种攻击的检测率分别为99.98%、99.9%、95.65%、90.38%, 检测时间分别为46861s、508s、11s、<1s。

三、结论

本文提出了一种基于贝叶斯网的网络异常检测方法, 通过用C语言实现该方法, 并在KDD99数据集上进行了实验。实验结果表明得到的贝叶斯网能检测出已知攻击、未知攻击, 而且具有较好的检测效果。文中方法也还存在一些问题, 网络特征变量是根据专家经验选择的, 训练数据过旧等, 在未来将对特征选择及训练数据集进行进一步的研究。

摘要：异常检测是入侵检测领域的热点内容, 本文提出一种新的基于网络特征和贝叶斯网的异常检测方法, 并在KDD99数据集上进行了实验, 实验结果表明, 该方法具有较好的检测性能。

关键词：入侵检测,异常检测,网络特征,贝叶斯网

参考文献

[1] D E Denning.An intrusion-detection model[J].IEEETransaction on Software Engineering, 1987, 13 (2) ;222-232.

[2] 陈友, 沈华伟, 李洋等.一种高效的面向轻量级的入侵检测系统的特征选择算法[J].计算机学报, 2007, 30 (8) :1398-1408.

[3] 陈友, 程学旗, 李洋等.基于特征选择的轻量级入侵检测系统[J].软件学报, 2007, 18 (7) :1639-1651.

可靠性贝叶斯估计范文第2篇

本文以集气站井口分离器为研究对象, 首先基于历史经验建立故障树模拟事件过程, 然后基于贝叶斯方法, 结合运行状态下的动态数据进行了风险定量分析, 并结合模糊损失率法量化事故损失和风险状态。

1 动态风险分析原理

对积累的历史数据进行分析, 结合专家经验确定各部件或单元安全屏障的先验失效概率分布, 然后采用贝叶斯方法, 利用后续时间段内的运行数据来更新失效概率, 利用更新的失效概率更新故障树中的后果事件概率, 进而动态分析不同时间段内的井口分离器的风险, 利用式 (1) 更新计算设备风险。

式 (1) 中, Fi为部件或单元发生故障i的概率, Ci为发生故障i情况的影响后果, 可采用模糊损失率来表示, S为故障数。

2 井口分离器故障树模型

2.1 故障及安全屏障识别

为了保障井口分离器的安全运行, 应使得液位维持在有效范围。由于高含硫天然气容易对设备产生腐蚀导致失效, 并且如果集输设备运行维护不到位, 容易导致井口分离器的低液位故障。因此, 为了确保井口分离器的安全运行, 安装液位计, 液位调节阀, 液位报警仪, 管道紧急关断阀等安全屏障。

2.2 故障树模型

设有6个安全屏障 (Si, i=1~6) 来防止井口分离器的低液位故障导致事故发生。采用液位传感器实时采集液位信息, 并利用液位调节阀进行液位控制。当低液位故障发生, 液位报警仪产生作用, 发出警报, 工作人员采取事故预防措施进行故障维修和纠正, 如果措施无效, 当液位到达危险液位时, 出发管道紧急关断阀实行关断。如果自动关断和人工关断均无效, 则导致串气事故发生。在故障树中根据事故发展过程和对后续的不同影响, 分析可得多种后果, 可将所有后果归为三类 (继续运行CO、排液管关断SD、失控RA) 。

3 动态风险分析

3.1 失效概率评估

采用故障树分析时通常假设失效概率为常值, 但是考虑到设备的运行状态, 考虑采用概率分布函数来计算失效概率。假设失效概率是随机且独立的, 即与先前的安全屏障和后果事件无关, 则安全屏障Sj的先验失效概率分布f (xj) 可用Beta分布计算。

设失效数据服从伯努利函数分布, 因此可采用伯努利似然函数和贝叶斯定理计算后验概率分布, 如式 (2) 所示。

式中, Fj, t为Sj在故障点t处的失效累积次数, xj, t为Sj在故障点t处的失效概率, Sj, t为Sj在故障点t处的正常累积次数, Nbj为Sj的故障点数目。由式 (2) 和统计数据可计算得到各安全屏障后验失效概率平均值。

3.2 后果事件概率

按照故障树中事件发展过程, 利用安全屏障在故障点的失效概率和条件概率计算后果事件概率, 相应后果状态 (继续运行、排液管关断、失控) 发生概率的总和即为三类后果事件各自的发生概率。通过计算和结果分析, 可制定相应措施, 例如当继续运行概率小于排液管关断概率时, 需进行相应的设备检修和维护, 甚至是更换井口分离器。

3.3 井口分离器动态风险

井口分离器的安全风险即为三类后果事件的风险总和, 通过实时数据更新可动态分析井口分离器的风险趋势R。当井口分离器发生低液位故障后, 需要三类后果事件的损失进行定量化分析。目前, 评价后果事件损失主要是损失率T的方法, 即事件引起的所有损失占总投资的比重, Ti=Wi/W, i=1~5, Wi为事故i的损失总和, W为总投资。如果Ti>1, 取Ti=1。将Ti划分为5个区间, 对于5个损失率区间中值可用向量RCV表示。

由于设备环境、维护补救措施等因素影响, 事件引起的损失是随机的, 因此, 同类后果事件的损失率也不尽相同, 可能处于不同的损失率区间且不同区间的概率不同。采用向量qi (其中元素为qij) 表示不同损失率区间的概率, i表示后果类别, i=1, 2, 3;qij表示i类事故后果处于损失等级j对应的损失率区间的概率, j=1~5。

4 结语

本文以集气站井口分离器为研究对象, 首先分析了事件故障树, 然后基于贝叶斯方法进行了风险定量分析, 并结合模糊损失率法量化事故损失程度。该方法可借鉴用于高含硫气田集气站等其他集输设备的动态风险分析, 并有利于安全运行管理的动态监控。

摘要：井口分离器是高含硫气田集气站中安全管理的重点, 为确保其可靠且安全运行, 需要进行动态风险分析。本文采用贝叶斯方法, 并结合运行状态下的实际数据进行井口分离器的动态风险分析和量化事故损失, 该方法有利于安全运行管理的动态监控。

关键词：贝叶斯方法,高含硫气田,井口分离器,动态风险分析

参考文献