统计特征

摘要： 针对角接触球轴承内外圈同时发生故障情况下故障大小难以评估的问题,本文提出了一种评估角接触球轴承内外圈复合故障尺寸的方法。建立了角接触球轴承内外圈复合故障的动力学模型,获得了复合故障振动信号对复合故障信号进行分解与重构,得到与复合故障对应的单点故障信号。基于单点故障信号,研究了故障尺寸与振动信号统计特征(均方根、峭度和电平通过率)之间的关系,并进行了试验验证。结果表明:相比均方根和峭度,电平通过率与故障尺寸之间存在较强的线性关系,最小R^(2)为0.991 3,可以用来评估轴承复合故障尺寸的变化。

摘要： 针对核独立元分析(kernel independent component analysis,KICA)在非线性动态过程中对微小故障检测率低的问题,提出一种基于加权统计特征KICA(weighted statistical feature KICA,WSFKICA)的故障检测与诊断方法。首先,利用KICA从原始数据中捕获独立元数据和残差数据;然后,通过加权统计特征和滑动窗口获取改进统计特征数据集,并由此数据集构建统计量进行故障检测;最后,利用基于变量贡献图的方法进行过程故障诊断。与传统KICA统计量相比,所提方法的统计量对非线性动态过程中的微小故障具有更高的故障检测性能。应用该方法对一个数值例子和田纳西-伊斯曼(Tennessee-Eastman,TE)过程进行仿真测试,仿真结果显示出所提方法相对于独立元分析(ICA)、KICA、核主成分分析(kernel principal component analysis,KPCA)和统计局部核主成分分析(statistical local kernel principal component analysis,SLKPCA)检测的优势。

摘要： 高致病性传染病的传播给人类的生存带来威胁,精准预测传染病的传播趋势,将有助于人类社会控制传染病,进而保障社会公共卫生安全。本文针对2020 IKCEST赛题所构造的若干虚拟城市,利用新增感染人数构造lagging特征,利用迁徙指数等构造统计特征,将监督学习问题转化为时间序列预测问题。在趋势预测上,利用轻量级梯度提升决策树模型LightGBM(Light Gradient Boosting Machine)构造传染病群体传播预测模型,实现对高致病性传染病传播趋势的预测。实验结果表明,LightGBM模型能够准确预测,取得了较好的预测结果,具有较低的均方根误差。文章最后对本方案的优化方向进行了展望。

摘要： 利用综合观测资料统计分析了1999—2020年秋季31次渤海海效应降雨过程的基本特征,通过典型个例分析揭示了海效应降雨的形成机理,并与渤海海效应降雪进行了比较。结果表明:(1)秋季渤海海效应降雨发生在10月中旬至11月,以11月中上旬发生频率最高;10月为纯雨,11月可产生纯雨,也有雨转雨夹雪(雪)或雨雪共存的天气过程;海效应降雨分布在山东半岛北部沿海地区,过程降雨量均为小雨,持续时间不超过1 d。(2)海效应降雨发生时的冷空气强度比海效应降雪弱,降雨时山东半岛850 hPa的温度10月在-1°C左右,11月在-6°C左右;11月发生雨转雨夹雪或雪时,850 hPa的温度一般为-9~-8°C,地面气温集中在2~4°C之间。(3)典型较明显的渤海海效应降雨过程环流形势表现为500 hPa冷涡、850 hPa西北冷平流和地面冷高压,强冷空气入侵渤海和山东半岛,790 hPa以下北部沿海地区产生浅层对流不稳定,风向风速辐合触发不稳定能量而产生海效应降雨;强海效应降雨时段北部沿海地区对流层低层存在偏东北风与西北风之间的切变线及明显的风速辐合,最大雷达反射率因子为45~50 dBZ。(4)渤海海效应降雨的环流形势、水汽来源、热力、动力及雷达径向速度特征与海效应降雪基本相同,主要差异在于海面温度和冷空气强度。渤海海效应降雨的预报关键期为10月下旬至11月。

摘要： 电缆接头常发生安装缺陷,放电谱图与缺陷类型的关系仍是电缆制造、安装缺陷局部放电检测研究的重点。分别制作10 kV电缆接头连接管尖端、应力锥错位、主绝缘沿面轴切刀痕和环切刀痕4种典型安装缺陷,用高频电流传感器进行不同工频电压下的局部放电试验,研究各类安装缺陷的局部放电起始电压(partial discharge inception voltage,PDIV)、单脉冲时域和频域特性、平均放电量q_(ave)、放电重复率n、放电量相位分布(phase resolved partial discharge,PRPD)谱图及其统计参数、时频谱图等。结果表明:连接管尖端接头的PDIV较高,PRPD谱图正半周随电压升高向“尖刺”形发展,负半周稳定分布在200°~300°,标准试验电压下时频谱图呈“横长条”形。应力锥错位接头的单脉冲放电频谱有2个大波峰,PRPD谱图正半周呈“元宝”形、负半周呈不规则“△”形,均存在空穴特征,正半周平均放电量q_(ave+)总大于负半周平均放电量q_(ave-),正、负半周放电相位宽度Φ_(total+)、Φ_(total-)相等且在各种缺陷中最大(均大于120°),负半周放电总是起始于180°,标准试验电压下时频谱图呈“竖长条”形;轴切刀痕各电压下PRPD谱图正半周呈“T”形,Φ_(total+)比Φ_(total-)大10°左右,标准试验电压下时频谱图呈“点+圆”形;环切刀痕单脉冲放电频谱有3个大波峰,0~15 MHz、15~32 MHz和32~75 MHz频段能量各约三分之一,平均放电量q_(ave)随电压增大不变,标准试验电压下时频谱图呈“准圆”形。

摘要： 中尺度涡旋在世界各大洋中广泛存在,对海洋物质能量的输送以及海洋与大气间的能量交换起着重要作用。南大洋区域中尺度涡旋的活动受海底地形、流场、风场等多重因素的影响,呈现出一些独特的移动规律。为了高效、准确地得到南大洋区域中尺度涡旋的移动特征,本文提出基于方向的轨迹时空聚类算法。首先,采用最小描述原则将涡旋轨迹按照特征点划分为多条线段;其次,在时空聚类的基础上提出阈值确定原则和方向距离的度量方法,对涡旋线段进行聚类;最后,根据聚类结果提取涡旋迁移通道。实验结果表明,45°S以北均为西向的涡旋迁移通道,45°S以南均为东向的涡旋迁移通道,这与大洋环流的流向基本一致;从涡旋迁移通道的统计特征来看,西向所包含的涡旋在南半球的夏季达到峰值,东向所包含的涡旋在冬季达到峰值,东向所包含涡旋的涡旋动能比西向高;从涡旋的性质来看,在南大洋区域,暖涡(Anticyclonic Eddy,AE)和冷涡(Cyclonic Eddy,CE)的涡旋迁移通道在统计特征、地理位置和移动方向上都极其相似。

摘要： 关键短语抽取,即从文档中抽取能够表达文档主题和内容的关键短语集合,对于信息检索和文档分类等文本处理任务具有重要意义。然而,现有文献缺乏针对中文特点的关键短语抽取算法的研究。为此,该文提出了一种半监督式中文关键短语抽取模型,该模型采用预训练语言模型来表征短语及文章,以减少算法对大量标注训练数据的依赖;进而提出图模型描述候选短语间的相似性空间并迭代计算各短语的重要度;同时结合了多项统计特征来进一步提高短语评估的准确率。对比实验表明,该文提出的方法在中文关键短语抽取方面比基线方法具有明显的提升效果。

摘要： 基于网站指纹(WF)攻击的Tor网页流量识别方法往往建立在分离好的Tor流量甚至是分离好的Tor网页流量的基础上,但从实际网络的原始流中分离出Tor流量,再从Tor流量中分离出Tor网页流量,其计算量和困难程度远高于Tor网页流量的WF攻击本身。根据目前互联网的体系结构,利用网络流量汇聚到区域中心节点的特点,通过中心节点的SDN结构所提供的域内全局视角,结合Tor网络公开的节点信息提出了一种区分Tor流量的双向统计特征(BSF),可以有效分离Tor流量;进而提出了一种基于LSF技术的网页流量隐藏特征提取方法,从而获得了基于BSF和LSF的复合流量特征(CTTF);在此基础上,针对当前Tor流量训练数据较少的问题,提出了一种基于平移的流量数据增强方法,使增强后的流量数据与真实工作环境中捕获的Tor流量数据分布尽量一致。实验结果表明,基于CTTF与仅使用原始数据特征相比,识别率提高了4%左右,在训练数据较少时,使用流量数据增强方法后分类效果提升更加明显,并且可以有效降低误报率。

摘要： 锋面和涡旋是南大洋重要的中尺度过程,南极绕极环流(Antarctic Circumpolar Current,ACC)系统中的锋面及其裹携的涡旋构成了能量和物质的东向传播通道,对全球大洋的能量和物质平衡具有重要影响。基于海表高度计和B-SOSE(Biogeochemical Southern Ocean State Estimate,B-SOSE)数据,文中分别对南大洋3条主要锋面2013—2017年的分布特征以及近25 a(1993—2018年)涡旋特征进行了统计分析,结果表明:受背景流场的影响,三条主要锋面的纬度位置均会随时间发生变化,其中亚南极锋(Subantarctic Front,SAF)纬度摆动幅度最大,5年内最大摆幅为18°。就锋面强度而言,极锋(Polar Front,PF)强度最大,其能达到的平均深度显著大于其他锋面的影响深度。同时,还统计了1993—2018年间南大洋60717个涡旋,这些涡旋平均存活时间、平均传播距离和平均半径均明显小于全球涡旋平均值,其中被ACC裹携的36934个东移涡旋(占南大洋涡旋总数的61%)的时间和空间特征尺度则更小。

摘要： 利用1986—2016年常规观测资料和NCEP(1°×1°)再分析资料,对承德市强降雪的环流背景和物理参数进行分析,总结出承德市强降雪特征及预报方法。结果显示:强降雪集中发生在11、2和3月;最早发生在10月,最晚结束于次年3月。承德市南部的强降雪过程多于北部。过渡季节的强降雪过程常伴有降水相态转换,降水量级明显大于冬季。强降雪类型可以分为回流型、地面低压型和弱流场型3类;当出现前两种天气形势时,且水汽含量>8 mm,700 hPa比湿>2 g/kg,对流层低层水汽通量散度值<-0.2 g/(hPa·cm^(2)·s),承德很可能发生强降雪。

摘要： 利用1961-2013年华南区域内305个国家台站的日降水资料以及1980-2013年5-6月NCEP/CFSR逐日四次、分辨率为0.5°×0.5°的再分析资料等,定义了华南前汛期持续性暴雨和暴雨持续日数;分析了近53年华南前汛期持续性暴雨的统计特征;诊断了持续性暴雨过程的大尺度环流形势,在此基础上提出4种典型的有利于华南前汛期持续性暴雨发生的环流类型.结果表明:(1)近53年华南前汛期93次持续性暴雨过程主要集中在5-6月,并且存在准二十年振荡现象,20世纪60年代前半段时间持续性暴雨多发生在6月,60年代末期到80年代持续性暴雨发生在5月次数明显增加,90年代至今持续性暴雨又主要出现在6月,2006年以后5月次数又开始逐渐增加.暴雨持续日数一般3-4天,超过10天以上的单次过程仅有4次.(2)典型的华南前汛期持续性暴雨环流类型即东亚槽底型、两脊一槽型、多涡旋型和纬向型,东亚槽底型和两脊一槽型发生次数较多,主要发生在5月下旬-6月;纬向型发生次数最少,主要发生在5月-6月初.(3)各型500hPa中高纬上的环流特征各异但均有利于北方冷空气南下影响华南,低纬西太副高和孟加拉湾南支低槽维持少动,低层850hPa华南上空盛行西南暖湿急流等有利于持续性暴雨形成的特征相似.持续10天左右过程相较持续3-5天过程西太副高位置偏西偏强,华南上空多短波槽活动,850hPa西南季风气流位置偏西偏北,风速偏强.

摘要： 利用1982-2013年防城港市防城区地面观测站逐日降水资料,对近32a防城港市汛期降水特征进行了统计学特征分析.得出汛期降雨量在32a来总体呈上升趋势.将前、后汛期降水的降水特征进行对比分析,结果发现防城港前汛期降水量变化较为平稳,而后汛期降雨量有逐年上升的趋势.运用逐步回归和自回归分析的统计方法建立了汛期降雨量的预报方程,试报的拟合率均超过80％,且两种方法的预报趋势相当接近.

摘要： 本文针对恶意样本行为分析,提出了一种组合机器学习框架,一方面对API序列中调用的依赖关系进行功能层面上的分析,提取特征,使用随机森林进行检测.另一方面利用深度学习中的循环神经网络处理时间序列数据的特性,在冗余信息预处理的基础上,直接对序列进行学习和检测.在恶意软件样本上进行的实验的结果显示,两种方法均可有效检测恶意样本,但是组合学习的效果更优,AUC达到99.3％.

摘要： 利用常规观测资料、卫星云图资料、雷达等资料,采用天气动力学诊断方法,对衡水市近年春季首场透雨日期进行统计,并对2次首场透雨的环流形势、水汽、热力及动力条件进行了详细对比分析.结果表明:(1)衡水地区春季首场透雨出现平均日期为5月9日,各站平均日期最早为冀州5月7日,最晚为武强5月11日,呈从西南到东北偏晚的趋势,但总体差别不大.各站首场透雨最早出现日期均为4月1～2日,最晚为5月下旬或无透雨.(2)这两次过程都属于低槽冷锋类降雨,影响系统500hPa都为西风槽,东部高压脊形成强大的阻挡势力,脊后偏南气流较强,低层都有切变与地面倒槽.(3)云图上无强对流云系,TBB都较高,为230～250K.雷达回波为积云性层状云混合回波,散度场形成明显的抽吸机制,垂直速度场200hPa以下为一致的上升运动.(4)"12.4"过程雨量较大,大部达暴雨,700和850hPa形成低环流,其向东北方向伸出的倒槽基本垂直,低层辐合及上升速度中心值明显偏大,而"14.4"过程低层只有切变,没有形成低压环流.

摘要： 采用关联统计的系统研究思想,收集整理了国内14台轴流风扇/压气机性能试验数据,在分析、识别大流量风扇与高压比压气机变工况特性曲线形状结构特征的基础上,提出了表征风扇/压气机性能特性的两类基本属性.通过尝试构建多种无量纲物理参数,在统计层次上探索了风扇/压气机特性线变转速偏移程度和等转速工作范围的量化关联关系,总结出若干经验数学模型.利用本文得到的经验模型可以对性能试验数据做统一相关性分析,帮助试验人员直观判定典型试验结果的合理性,预估试验数据的变化趋势和分布规律,在风扇/压气机试验研究领域具有较高应用价值.

摘要： 土地利用分类是最重要的极化SAR应用,极化目标分解方法可以基于物理散射特征较为合理地对像素进行分类,然而,只利用相干矩阵的部分极化信息,分类结果有时并不理想,因此本文将基于物理散射机制和基于统计特征的分类算法结合起来,即利用H/A/(-α)和Wishart分类相结合的非监督分类算法,采用加利福尼亚州Camp Roberts地区的JPL AIRSAR数据作为示例,选取900*900像素大小的研究区,对研究区进行了分类,分类结果表明算法在保持分辨率及区分精细的类别差异方面是有效的.

摘要： 分析了矿用EPR电缆老化的机理,系统地研究了EPR电缆绝缘在热因子作用下局部放电分布图中统计参数偏斜度(Sk)和陡峭度(Ku)随老化时间的变化规律.研究发现,矿用EPR电缆绝缘热老化后局部放电主要发生在局部放电谱图的0°到135°和180°到315°相位之间.局部放电最大放电量Qmax逐渐增加,由200pC逐渐增加至2000pC,且局部放电最大放电量Qmax脉冲始终出现在局部放电ψ-q-n谱图的90°和270°附近,局部放电ψ-q-n谱图偏斜度(Sk)和陡峭度(Ku)随电缆热老化时间的增长而逐渐减小,且始终是正值.这个过程可作为评估矿用EPR电缆绝缘老化状态的重要依据.

摘要： 研究科学文献合作网络在不同传播阶段中的特点、分布与演化规律,以探明科学合作的状态与发展.本文以生命周期理论、复杂网络、幂律分布为研究基础,以中国新能源领域的研究为案例.首先,根据文献的增长量,基于生命周期理论将新能洒领域科学合作网络划分为萌芽期、发展期、腾飞期以及衰退期四个成长阶段.其次,基于复杂网络方法分析了科学合作网络在四阶段以及阶段内部的统计特性分布与演化,发现节点数、阶段内部节点数增长率、集聚系教、平均路径长度可以作为衡量网络成熟度的指标.最后,利用Clauset提出的一套方案对合作网络的度分布进行拟合以判定合作网络的类型,得出除萌芽期以外其他各阶段的网络均是无标度网络的研究结论.

摘要： 研究科学文献合作网络在不同传播阶段中的特点、分布与演化规律,以探明科学合作的状态与发展.本文以生命周期理论、复杂网络、幂律分布为研究基础,以中国新能源领域的研究为案例.首先,根据文献的增长量,基于生命周期理论将新能洒领域科学合作网络划分为萌芽期、发展期、腾飞期以及衰退期四个成长阶段.其次,基于复杂网络方法分析了科学合作网络在四阶段以及阶段内部的统计特性分布与演化,发现节点数、阶段内部节点数增长率、集聚系教、平均路径长度可以作为衡量网络成熟度的指标.最后,利用Clauset提出的一套方案对合作网络的度分布进行拟合以判定合作网络的类型,得出除萌芽期以外其他各阶段的网络均是无标度网络的研究结论.

摘要： 研究科学文献合作网络在不同传播阶段中的特点、分布与演化规律,以探明科学合作的状态与发展.本文以生命周期理论、复杂网络、幂律分布为研究基础,以中国新能源领域的研究为案例.首先,根据文献的增长量,基于生命周期理论将新能洒领域科学合作网络划分为萌芽期、发展期、腾飞期以及衰退期四个成长阶段.其次,基于复杂网络方法分析了科学合作网络在四阶段以及阶段内部的统计特性分布与演化,发现节点数、阶段内部节点数增长率、集聚系教、平均路径长度可以作为衡量网络成熟度的指标.最后,利用Clauset提出的一套方案对合作网络的度分布进行拟合以判定合作网络的类型,得出除萌芽期以外其他各阶段的网络均是无标度网络的研究结论.

摘要： 本发明公开了一种基于人体HOG特征的行人流量统计方法及统计系统。其中，该统计方法包括：设置存储负样本的数据库以及设置检测区域并在检测区域中设置预设宽度的虚拟门。监控检测区域以获得包括多个依序排列的视频图像的视频序列。提取前N个视频图像中每一个视频图像中所有目标的HOG特征，其中，N≥2。每提取完成一个HOG特征，判断HOG特征是否与负样本匹配，若HOG特征与负样本匹配，剔除与HOG特征对应的目标，否则匹配下一个HOG特征。所有的视频图像的HOG特征提取完成后，提取每一个视频图像中的所有目标。相同的目标按照视频图像的顺序排列得到一个正样本视频序列，以致获得具有多个正样本视频序列的待判定集合。

摘要： 本发明公开了一种会员特征数据统计方法，包括：(1)提取反映会员属性特征的基础数据信息，并构建至少包括该些基础数据信息作为字段的会员基础数据表和若干扩展信息表；(2)将会员基础数据表和该些扩展信息表之间进行组合建模；(3)从数据源中将每日会员处理情况清洗成日汇总表，利用日汇总表定期更新会员基础数据表的记录和扩展信息表中的记录；(4)接收到请求人将一个业务特征点或多个业务特征点任意组合设定的统计条件后，从会员基础数据表中或对应的扩展信息表中聚合其满足条件的记录，完成其数据统计操作。通过上述方式，可最大限度地减少技术人员参与统计操作，节约了人力成本，提高了系统的运行效率。

摘要： 本发明公开了一种基于人体HOG特征的行人流量统计方法及统计系统。其中，该统计方法包括：设置存储负样本的数据库以及设置检测区域并在检测区域中设置预设宽度的虚拟门。监控检测区域以获得包括多个依序排列的视频图像的视频序列。提取前N个视频图像中每一个视频图像中所有目标的HOG特征，其中，N≥2。每提取完成一个HOG特征，判断HOG特征是否与负样本匹配，若HOG特征与负样本匹配，剔除与HOG特征对应的目标，否则匹配下一个HOG特征。所有的视频图像的HOG特征提取完成后，提取每一个视频图像中的所有目标。相同的目标按照视频图像的顺序排列得到一个正样本视频序列，以致获得具有多个正样本视频序列的待判定集合。

摘要： 一种用于监控加工厂中的过程并检测异常情况的系统和方法，其包括收集描述过程运行的数据、进行多元统计分析以基于一组收集的参考数据描述一已知状态下过程的运行，所述参考数据包括该已知状态下的过程运行的统计测量。该系统和方法可进一步包括基于一组监控数据来描述一未知状态下过程的运行，将多元统计分析的输出用作输入，并且比较该未知状态下的过程与该已知状态下的过程运行的多元统计描述来确定过程的运行状态，所述监控数据包括未知状态下的过程运行的统计测量。

摘要： 本发明涉及一种基于载荷特征和统计特征的Shodan流量识别方法，包括步骤：在网络中设置交换机流量镜像端口，部署嗅探器进行流量监听；嗅探器对监听到的流量以数据包窗口的方式进行解析，分别提取载荷特征和统计特征；利用嗅探器的解析结果，对载荷特征和统计特征依次采用基于状态机的载荷特征识别模型和基于统计特征的SVM识别模型进行识别，完成Shodan流量和非Shodan流量的分类。通过本发明，能够通过功能码序列特征准确反映流量交互的先后次序，对于扫描类流量的识别具有极高的识别率；本发明分别构建网络层和应用层识别模型，可从多个维度、侧面去分析流量特征，从而扩大了传统流量检测的范围，提高流量识别的准确率。

摘要： 基于统计特征和图像特征相结合的带钢表面缺陷分类方法，包括步骤：收集一组带标记的训练样本集合；S2、提取每个缺陷样本图像的角点以及每个角点描述；将全部缺陷样本图像的角点描述在K维空间内进行无监督学习聚类；将缺陷样本的M维图像特征向量和N维统计特征向量合并，组成缺陷样本的M+N维特征向量；使用自适应提升树训练方法对M+N维特征向量进行有监督学习训练，训练出自学习分类器B，输出缺陷的分类结果。本发明将不同的缺陷区分开，提高对带钢表面缺陷的分类正确率；实时在线检测到表面缺陷时使用自学习分类器对检测到的缺陷进行自动和准确的分类，分类规则无需人工依靠手动输入，而是使用机器学习技术通过有监督学习获得。

摘要： 本发明公开了一种深度特征和统计特征融合的逆变器故障诊断方法，首先采用SE‑DenseNet方法提取逆变器三相输出电流信号的深度特征，并利用希尔伯特黄变换HHT方法提取电流信号样本的统计特征，将深度特征和统计特征进行组合；其次，利用局部Fisher判别分析算法LFDA对组合的高维特征进行降维，得到能够表达逆变器故障特征的低维特征，实现深度特征与统计特征的融合；最后，采用极限学习机ELM分类器，以低维特征为输入实现三电平逆变器故障状态识别。相比于传统的诊断方法，本发明所提出的诊断方法故障识别准确率更高，在不同工况下的故障诊断能够取得理想的性能，对实际工业场景具有更强的适应能力和泛化能力。

摘要： 本发明涉及一种融合时序特征和统计特征的风电超短期功率预测方法。本发明的目的是提供一种融合时序特征和统计特征的风电超短期功率预测方法。本发明的技术方案是：一种融合时序特征和统计特征的风电超短期功率预测方法，其特征在于：获取NWP数据，并对NWP数据进行修正；将经修正的NWP数据中的风速风向输入CNN网络模型提取统计特征；获取历史功率数据，并对历史功率数据进行清洗；将经清洗的历史功率数据输入GRU网络模型提取时序特征；将风速风向的统计特征和功率数据的时序特征融合，输入训练好的超短期风电预测模型，输出风电功率预测值。本发明适用于风力发电功率预测领域。

摘要： 本发明公开了一种深度特征和统计特征融合的逆变器故障诊断方法，首先采用SE‑DenseNet方法提取逆变器三相输出电流信号的深度特征，并利用希尔伯特黄变换HHT方法提取电流信号样本的统计特征，将深度特征和统计特征进行组合；其次，利用局部Fisher判别分析算法LFDA对组合的高维特征进行降维，得到能够表达逆变器故障特征的低维特征，实现深度特征与统计特征的融合；最后，采用极限学习机ELM分类器，以低维特征为输入实现三电平逆变器故障状态识别。相比于传统的诊断方法，本发明所提出的诊断方法故障识别准确率更高，在不同工况下的故障诊断能够取得理想的性能，对实际工业场景具有更强的适应能力和泛化能力。

摘要： 本发明涉及一种基于载荷特征和统计特征的Shodan流量识别方法，包括步骤：在网络中设置交换机流量镜像端口，部署嗅探器进行流量监听；嗅探器对监听到的流量以数据包窗口的方式进行解析，分别提取载荷特征和统计特征；利用嗅探器的解析结果，对载荷特征和统计特征依次采用基于状态机的载荷特征识别模型和基于统计特征的SVM识别模型进行识别，完成Shodan流量和非Shodan流量的分类。通过本发明，能够通过功能码序列特征准确反映流量交互的先后次序，对于扫描类流量的识别具有极高的识别率；本发明分别构建网络层和应用层识别模型，可从多个维度、侧面去分析流量特征，从而扩大了传统流量检测的范围，提高流量识别的准确率。