系统行为

系统行为（精选12篇）

系统行为 篇1

0 引 言

在网络安全威胁中,黑客攻击占到了非常大的比例,虽然黑客行为的出发点千奇百怪,不同的黑客攻击的目标也互不相同,但他们采用的方式和手段却有一定的共同性[1]。一般黑客的攻击过程大体有3个阶段。

(1) 信息收集阶段[2]。

信息收集的目的是为了建立所要攻击目标网络的信息数据库。黑客一般会利用一些公开协议或服务,收集驻留在网络系统中的各个主机系统的相关信息。

(2) 对系统的安全弱点探测与分析阶段[3]。

在收集到攻击目标的一批网络信息后,黑客会探测网络上的每台主机,以寻求该系统的安全漏洞或安全弱点,黑客可能使用多种方式自动扫描驻留在网络上的主机[4]。

(3) 实施攻击阶段。

黑客在使用上述方法收集、探测到一些有用信息,条件成熟后,就可能对目标系统实施攻击。

因此,要保障网络系统的安全,靠技术只是被动的防范,更积极更有效的应该是网络安全的早期智能预警技术。本文根据行为科学原理,研究不同用户网络行为的差异,对用户的真伪以及用户恶意违反网络安全规则的行为进行有效的鉴别,判定该用户是否对网络有入侵意图,据此来研究用户网络行为和行为监控。

1 行为学与网络安全

1.1 行为学定义

美国《管理百科全书》(1982年版)的定义是:行为科学是采用自然科学的实验和观察的方法,研究自然和社会环境中人和低级动物行为的科学[9]。行为科学理论的研究对象是人和动物的行为,研究在特定的环境中他们的行为特征和行为规律,从不同的层次上分析产生行为的原因、影响行为的因素和行为规律。行为科学理论的研究目的是:解释、预测和控制人们的行为。

1.2 网络安全行为学的对象和内容

网络安全行为学的研究对象主要是网络安全领域中人和网络系统的行为。网络安全是攻击者和防卫者之间的较量,这种较量主要是通过攻防过程中的软件行为体现出来[9]。

网络安全行为学的研究内容是这些特征和模式,分析行为的产生原因、行为的影响以及影响行为的因素,总结行为的规律,从而遏止恶意行为对网络安全的危害与破坏。

2 网络行为模型

网络是一个数字化的社会,类似于日常社会生活,不存在具有完全相同行为习惯的人。根据对用户在网上的行为分析,可以把用户在网络中的行为分类,对用户的每一类网络行为,通过统计该类行为违反系统安全策略次数,进行定时地采样,得到有关该用户每一类网络行为出错次数随机变量的样本[7]。因此,问题的关键是在已知该用户前n次出错样本的情况下,如何判定第n+1次该用户的行为是否正常,即是否符合该用户的网络行为习惯。

根据概率论与数理统计原理,作如下定义,设某用户的某类行为在第i个采样点的出错次数为Xi,经过n次采样,获得随机变量X的一个样本{X1,X2,…,Xn}。

定义1X为样本均值,即:

$X=\frac{1}{n}{\displaystyle \sum _{i=1}^{n}X}{}_i$

E(x)为样本x的数学期望,即:

$E(x)=\underset{n\to \infty }{{\displaystyle \lim }}\frac{1}{n}{\displaystyle \sum _{i=1}^{n}X}{}_i$

当样本为大样本时,即n较大(n>30),E(x)≈X。

定义2S(x)为样本方差,即:

$S(x)=\frac{1}{n}{\displaystyle \sum _{i=1}^n(}x{}_i-X){}^2=\frac{1}{n}{\displaystyle \sum _n^1(}x{}_i{}^2-X){}^2$

D(x)为随机变量X的方差,即:

$D(x)=\underset{n\to \infty }{{\displaystyle \lim }}(\frac{1}{n}{\displaystyle \sum _{i=1}^{n}x}{}_i{}^2-X{}^2)$

当样本为大样本,即n较大(n>30)时,D(x)≈S(x)。

经过上述定义,问题转化为:在已经获得{X1,X2,…,Xn},即n个数据样本的情况下,如何判定Xn+1与样本是否同分布。

根据契比雪夫不等式(Chebyshev’s inequality)[6],对于服从任意分布的随机变量X的一组样本{X1,X2,…,Xn},∀d∈R,d≠0,R为所有数的集合,有

${\rm P}\{\left|x{}_i-E(x)\right|\ge d\}\le \frac{D(x)}{d{}^2}$

对契比雪夫不等式进行变形得:

${\rm P}\{\left|x{}_i-E(x)\right|\le d\}\ge 1-\frac{D(x)}{d{}^2}$

如果在给定d的情况下,Xn+1满足上述契比雪夫不等式,则说明Xn+1与前n个数据属于统一分布,即第n+1个的出错次数符合该用户正常的网络行为习惯。这里,可以设定用户偶尔自己异常的网络行为与正常的偏差大于d的概率为p(p的值为实验数据,需要不断修正。通常情况下,样本容量越大该概率值应越小,也就越精确),将1-p称为用户的置信度,由上式得:

$d=\sqrt{\frac{D(x)}{1-p}}$

若要证明Xn+1与前n个数据属于统一分布,就要看Xn+1是否落在如下区间:

$\{E(x)-\sqrt{\frac{D(x)}{1-p}},E(x)+\sqrt{\frac{D(x)}{1-p}}\}$

当n较大时,由定义1、定义2得:

$\{X-\sqrt{\frac{S(x)}{1-p}},X+\sqrt{\frac{S(x)}{1-p}}\}$

结论是,如果Xn+1能够落入区间:

$V=\{X-\sqrt{\frac{S(x)}{1-p}},X+\sqrt{\frac{S(x)}{1-p}}\}$

内,则说明Xn+1是该用户置信度1-p时的正常的出错行为,否则为异常,即该用户很可能是假冒[7]。此模型随着时间的增长,样本容量不断增大,能够不断地将用户网络行为的采样加入样本,识别的准确率越来越高。

3 行为监控设计

3.1 方案概述

通过对网络信息进行分析,将网络流量进行还原,根据大多数计算机网络的特点,进行数据的统计分析。

3.2 系统结构

系统的结构框架设计如图1所示[8],系统按功能可分为远程实时监控系统和中央实时监控系统两部分,远程实时监控系统由所有的监控子系统组成。

在网络连接上,子网接入交换机或路由器,中央监控系统与中心交换机或路由器连接。为了提高数据库的运行速度和可靠性,数据库服务器应与中央监控系统分离,相互间连接方式采用100M以太网卡相连接。如果子网较少,且监控子系统与中央监控系统距离很近,鉴于这两个系统之间相互传输的数据量相对较少,监控子系统与中央监控系统可以采用RS232接口直接相连,形成不经过网络的专用通路。

中央实时监控子系统由接收模块、分析模块、控制模块、显示模块、智能判断模块和警报模块构成。其中,接收模块接收从所有监控子系统传送来的数据;分析模块对网络数据包进行分析,提取出有用信息;控制模块将分析模块修改的标识位发送给各监控子系统,各监控子系统执行跟踪和锁定。智能判断模块的功能是判断用户是否登录违规网站和未经授权的网站,是否非法进入某一服务器,如果判断出用户的网络活动存在这些行为,则由警报模块根据智能判断模块的处理结果发出不同级别的警报。显示模块的功能是显示分析模块的分析结果和警报,当需要还原网页时则显示网页内容。

3.3 实 施

以桥接、路由或端口镜像模式接入网络,目的是通过网络的所有数据包都能经过监视系统,通过对网络数据包的分析,还原整个网络行为,并能进行行为的统计,方便取证。

(1) 网络行为监视、回放

完成HTTP协议回放,FTP协议回放,SMTP协议回放,MSN行为回放,QQ网络行为监视回放。查询提供按照不同的条件列出用户曾经访问过的HTTP站点地址链接的功能,只包含访问的站点,不包含发送帖子内容。查询记录时间默认为当前服务器时间,可以通过限定查询条件“访问网站”统计出该网站的点击量和访问情况。如果按照系统默认值进行查询,则查询出所有用户的HTTP站点访问记录信息。

(2) 行为统计

图2是某次实验的统计结果。

(3) 用户管理与设备管理

①用户管理。

通过对用户详细信息的录入,包括用户的IP、MAC,就可以在所有行为回放的时候,直接显示用户的姓名,无需通过用户的IP、MAC查找用户,同时具有人员管理的功能。

②设备管理。

对所有设备进行录入,可以有效地了解内部所有机器的信息,方便与使用者进行一一对应。

4 结束语

用户网络行为模型为安全检测系统提供了关键、必要的推理信息,模型下一步的工作是引入神经网络技术以及构造更符合实际的用户违反系统安全策略的网络行为样本分布,以提高模型的判定精确度。网络行为监控系统实现了对指定网络行为进行跟踪,对获取信息进行分析和处理。系统还需要进一步完成的工作是应用并行处理技术,使接收过程、处理过程和分析数据包的各功能之间能够并行处理,增强回放效果。

参考文献

[1]Derek Atkins,Paul Buis.Internet security.Second edition.New Riders Publishing,1997.

[2]Andrew S Tanenbaum.Computer networks.Third edition.New Jersey,Prentice Hall,1996.

[3]Jeff Flynn.Howto trap the network intruder.Information Systems Secu-rity,winter1998.

[4]胡刚.通用浏览器与FTP代理服务器通信机制分析[J].计算机工程与科学,2000(4).

[5]Chris Hare,Karanjit Siyan.Internet firewall and network security.Sec-ond edition.New Riders publishing,1996.

[6]Mukesh MPrabhu,Raghavan S V.Security in computer networks and distributed systems.Computer Communications,1996(19).

[7]胡刚.用户网络行为习惯模型[J].指挥技术学院学报,2000,6.

[8]李陶深.一个网络行为实时监控系统的设计与实现[J].广西科学院学报,2005,11.

[9]杨可新.用行为学方法研究Web安全[D].博士论文,2003,11.

系统行为 篇2

上网行为管理系统报告 1

上网行为管理立项报告

目 录

第一部分 公司现状与实施意义........................................2 1.1、公司现状......................................................................................................................2 1.2、实施效果......................................................................................................................2 1.3、功效分析......................................................................................................................2 第二部分 设备评估选择..............................................4 2.1、深信服 AC2100系列上网行为管理设备..........................................................4 2.2、网康系列上网行为管理设备..................................................................................5

上网行为管理立项报告

第一部分 公司现状与实施意义

1.1、公司现状

随着公司的快速发展，人员的不断增多一些由于网络资源滥用所带来的弊端也显现出来。

公司内网存留大量重要的内部信息，但是人为故意或无意的把内部的信息泄漏的隐患非常大。一旦重要的核心资料通过邮件，博客等方式泄露，带来的损失无法估量。其次，员工可能利用上班时间访问内容偏激的网站、参与非法网络活动，发表非法言论，这些行为会使单位蒙受牵连。

内部人员占用上班时间访问与工作无关的网站，网上购物、聊天，或是播放在线电影和下载MP3，BT下载等等这些行为，一方面造成工作效率的大大下降，另一方面带来带宽资源被挤占，严重影响正常的业务。

由于内网用户安全意识薄弱，比如没有按规定安装杀毒软件等，使堡垒往往从内部被攻破，造成当机，内网攻击，网络瘫痪，等种种问题。

这些威胁不同于以往IT基础设施安全的原理与机制，大都发源内网，现身于应用系统，即来自内部的“应用层”危机。公司现无任何安全防护措施，无法解决以上问题。必须采用相应的专业上网行为管理设备，对以上问题加以解决。

1.2、实施效果

通过采购、安装、配置上网行为管理网关、及相关网络互联设备，在网络出口处部署上网行为管理设备，使互联网访问数据受到监控，阻止有害的外发信息；对互联网访问行为进行记录和控制，封堵或减少内网用户使用QQ，网上购物，网上炒股，大流量下载等行为，对带宽进行合理有效分配；对内网单机的安全措施做有效管理。从整体上实现公司IT业务高效率，无故障运转。

1.3、功效分析

1．提高人员工作效率

以每位员工平均每日在网上消耗的非工作时数1小时的保守估计，上网行为管理提升工作效率可达14％。而通过提升带宽利用率，保证重要的业务带宽不被占用，更大程度提高工作效率。整体而言，预计可提升工作效率20~40%左右。2．提高带宽利用效率

针对大量带宽被占用易造成网速过慢慢的现象，通过对P2P软件封堵和流量控制，实

上网行为管理立项报告

现对带宽的合理分配和管理。根据不同的部门划分不同的权限，每个部门只使用特定的应用服务。每个部门根据需要划分不同的流量。3．规避法律风险

为防止内部人员访问一些非法的网站和论坛，可通过URL过滤和阻拦，设置关键字过滤等手段。对于内部人员所访问的网站进行完全的记录，包括具体的访问时间，登陆地址等。为防止内部人员通过IM软件传送一些机密信息，可以实现对IM软件的完全封堵或者完全监控和内容记录。

为做到有据可寻，通过日志中心，对所有人员上网行为做一个完全记录，方便信息部对整个网络访问流量有一个量化的认识，使系统管理员更好得维护和管理网络。4．提高内网安全

通过对内网单机进行全面安全检查，减少内部漏洞，得以全面防范病毒及木马入侵，可以降低由此带来的资料损失，硬件破坏等.5．网络资源的维护与管理提升

通过全面的网络使用情况的日志，统计报表，IT部门可以全方位掌控内网。避免以往对内网情况无从可知的情况。网络资源的维护与管理程度可以大幅提升。

上网行为管理立项报告

第二部分

设备评估选择

2.1、深信服 AC2100系列上网行为管理设备

1)品牌

深信服科技始终致力于宽带安全领域的研发，立志成为全球领先的Internet边界网络方案提供商。目前已有的产品线包括：IPSec VPN、SSL VPN、UTM（多功能安全网关）、上网行为管理，网间加速产品等互联网边界网络产品。在过去的六年间，深信服科技保持着年均人员增长2倍、销售收入增长3－4倍的成长速度。2005，2006深信服科连续两年获得中国高科技高成长50强的荣誉。深信服以庞大的用户群，成熟的产品，创新的技术，一流的服务成为国内当之无愧的一线品牌。截至到2007年2月，SINFOR边界网络安全解决方案已成功应用于八千多家客户，数十万个网络，移动用户达数十万。

国内上网行为管理的倡导者和领导者

在上网行为管理众多关键技术领域拥有独创专利

2)技术

1.上网权限控制

1.1 分组分时封堵：

根据现有的组织架构，合理进行组的划分，将拥有相同上网权限的人划分为一组，内网管理更加简洁有效。根据需要划分时间段来进行上网行为的控制，提高工作效率。

访问监控。做到分组、分时段，有选择性的封堵各种上网行为。

1.2 URL库限制上网范围

支持２３个类别例如（新闻、体育、游戏、教育、娱乐等等）的内置库，内置库按每天4000-5000条的速度增长。支持用户自定义URL库。可以具体根据实际应用的行业来限制某些网站的登陆。

1.3 各类娱乐工具的封堵

通过对聊天工具，炒股软件，网络游戏，在线娱乐的网络访问规律和特征代码的深入分析，用深度内容检测和智能诊断技术（专利）实现了对网络工具的全面控制。

2.网络流量管理

2.1 智能带宽分配策略：根据相应时间段和用户组权限设置组带宽以及组内用户所占带宽。

2.2 P2P智能控制：根据用户网络行为检测是否存在P2P流量，并根据检测结果进行封堵或流控

2.3 多线路负载均衡技术：访问不同的运营商网络时可以自动匹配最优的网络出口；通过配置带宽叠加策略，可以把多条Internet线路合为一条公网总出口，增大出口带宽。

3.外发信息管理

3.1 WEB发表消息

上网行为管理立项报告

监控用户通过http上传的内容：BBS发贴内容，博客发表消息。对网址和搜索引擎的关键字进行过滤。

3.2 聊天消息

全面监控MSN，QQ，ICQ，YahooMsg，网易泡泡，新浪UC，Google Talk等的聊天内容记录。

3.3 邮件

记录所有外发邮件内容，可以对邮件进行延迟审计，避免发生事故后才补救。

4.内网安全

4.1 客户端准入规则

检查客户端是否安装了符合规定的操作系统、杀毒软件、防火墙程序等，不符合规定的不允许访问外网，以防带入不安全因素到内网。

4.2 防钓鱼网站

验证钓鱼网站证书，防止用户名密码被盗 4.3 内网整体安全

集成企业级状态检测防火墙，可选IPS，网关杀毒等整网防护措施。全面保护内网。

5.监控和日志

5.1 可以记录下所有的网络行为访问记录，比如外发消息，监控用户网访问过的网址和试图访问的网址等，在内部人员上网前进行认证，明确责任。

5.2 支持外部日志服务器，可以实现日志导出和同步。日志存储容量无限大。可对日志内容进行取样和统计，形成各类图表（柱状图，饼状图，曲线图），生成报表。

3)投资

深信服 AC2100上网行为管理主机

27000-30000 元

2.2、网康系列上网行为管理设备

1)品牌

北京网康科技有限公司是互联网控制管理领域的先行者，致力于研究如何帮助广大用户更好的控制和管理对互联网的使用。网康科技能够为客户提供中国最领先的互联网控制管理解决方案，全面细致的帮助用户实现上网行为管理、内容安全管理、带宽分配管理、网络应用管理、外发信息管理，有效解决互联网带来的管理、安全、效率、资源、法律、青少年网瘾等各种问题。

目前，网康科技凭借领先的产品理念、国际化的技术团队及本地化的服务优势，先后在中国、日本、美国、南美洲等地区打开市场，迅速成长为全球互联网控制管理领导厂商。快速发展的网康科技正逐渐步入国际化轨道，全球越来越多的用户正在体验网康科技带来的更易管理、更加安全、更加文明的互联网空间。

上网行为管理立项报告

2)技术

1、用户认证后才能访问互联网

系统可采用多种方式进行用户网络访问的认证

1.1.IP地址方式的身份识别，主要针对基于IP地址方式建立的用户组织架构。

1.2.MAC地址方式的身份识别，主要针对基于用户MAC地址方式建立的组织架构，在使用时需要注意使用限制。

1.3.AD域用户方式的身份识别，主要针对域用户导入的方式。

1.4.WEB用户登陆方式的身份之别――主要针对用户自行录入用户名和密码，或者文件导入用户名和密码的方式。

2、带宽管理

系统可以针对客户的网络中的应用类型进行灵活的流量控制和流量整形，使客户充分的利用现有的带宽资源获得最大的流量配比效率。

针对各种协议，网康ICG都可以基于灵活的控制，策略可以对不同的人，不同的时间来生效。带宽的控制粒度可精细到10K

3、互联网站点访问控制

系统可以基于41个针对行为后果的大分类对用户的互联网站点访问行为进行管理/控制/监控

互联网站点控制可以基于任何人员/部门，任何时间，阻塞/允许/纪录。实现互联网站点访问控制

4、互联网应用控制管理

系统可以基于70类的协议针对行为后果的互联网应用行为进行管理/控制/监控 应用访问的控制可以基于任何人员/部门，任何时间，阻塞/允许。

5、外发信息控制管理

系统可以针对上网行为进行外发信息监控并报警。

如果POST审计中出现关键字匹配，报警邮件会自动发送到用户预先填写好的邮箱中。

6、互联网上网行为监控，统计，查询

监控：

管理员可实时的在ICG监控界面中查看当前的访问信息（有监控信息数量限制），具有强实效性，当新发的监控信息大于监控显示信息允许的条数时，最开始的监控信息将被移出监控窗口。用户可进行WEB,EMAIL,网络应用的监控设置。

WEB监控设置：

在设置中可指定监控对象，指定监控的行为分类。指定监控纪录的条数。

EAMAIL监控设置：

在设置中可指定监控对象，邮件个要素信息关键字，附件名称以及大小等信息。

应用监控设置：

在设置应用监控时可指定监控对象，网络应用分类，监控纪录条数等信息。

执行监控：

上网行为管理立项报告

用户可在设置完毕监控方式后针对各种网络行为进行监控信息的查看。在执行监控中默认存在带宽通道监控，用户可以直接查询ICG中设置的各个通道的带宽情况，便于分析当前网络健康性。

查询

管理员在ICG中可以查询到设备存储体上保存的上网行为纪录信息。由于上网行为信息存储在存储体上因此具有长时间的回溯效果。可以协助管理人员进行人员前期行为的审计。

WEB查询：

可根据查询对象，查询时间段，查询WEB分类进行预期的结果输出。

Email查询：

可根据查询对象，查询时间段，Email相关要素进行预期的结果输出

应用查询：

可根据查询对象，查询时间段，网络应用类型进行预期的结果输出

Post查询：

可根据查询对象，查询时间段，POST URL/正文关键字进行预期的结果输出统计 可以帮助管理员生成某天，或者某周的流量统计信息。在某些统计信息引起的管理员关注的时候，管理员可以进行递进式的查找，最终可以得到一个和查询效果相同的详细数据信息。本功能主在宏观的查看一些流量信息。

统计

用户行为统计：

可根据用户为索引统计每个用户的WEB访问,网络应用，外发信息的流量。并可以递进式的最终获得用户的访问具体行为和站点信息。并可以反馈出管理员对这种行为操作的处理方式（允许/阻塞）

WEB统计：

针对WEB这种上网行为给出宏观的流量统计结果，如果有进一步的需求，最终也可以通过递进式的方式生成具体的查询结果。

应用统计：

针对网络应用这种上网行为给出宏观的流量统计结果，如果有进一步的需求，最终也可以通过递进式的方式生成具体的查询结果。

外发信息统计：

针对外发信息这种上网行为给出宏观的流量统计结果，如果有进一步的需求，最终也可

上网行为管理立项报告

以通过递进式的方式生成具体的查询结果。

7、互联网上网行为报告生成

提供灵活的报表生成机制。报表可以根据下述表格的内容生成：

3)投资

网康NI-3310系列上网行为管理主机100用户以内

系统行为 篇3

【关键词】舞台；车台；多维度；模块；控制台

文章编号：10.3969/j.issn.1674-8239.2014.03.012

Visual Act – Hoac? Wagon System

Original/[GER]Martin Hoegg1， [GER]Gabriele Hoegg1， [SWE]Niklas Phillipson2 Translate/ZHONG Rui

（1. HOAC Schweisstechnik GmbH， Germany； 2. Visual Art Technology， Sweden）

【Abstract】The Hoac? stage technology enables the use of advanced， analog and laser navigated technology for mobile stage wagons and control systems by integrating the Visual Act Technology.

【Key Words】stage； stage wagon； multi-dimension； modular component； control system

当下，多维度运动的舞台机械设备已经在很多形式的剧场中广泛应用，其运动方式最常见的是水平运动、垂直运动和旋转。水平运动主要将演出前已置于侧车台和后车台的舞美道具运至或运离主舞台；垂直运动依靠台塔的吊杆升降实现，可将投影幕、幕布或整个景片飞入或飞出观众视线区；而转台的旋转运动则可以带来更加多元化的动态舞美效果。

但是，在没有这些设备的剧院中，如何实现相应效果？在巡演剧目中，如何解决景片的运动问题？如果舞美设计师希望布景实现三维运动，该怎样实现？归根结底，舞美创意还是需要更为灵活多变的舞台机械，为演出提供足够的创作空间。

如果设计者想让非规则的舞美道具（如汽车、大树甚至是一套房子），不仅能在舞台上移动，而且还能在几分钟之内将旋转运动转换成线性运动，该如何实现？

作为一家专业的移动车台公司，德国霍阿克焊接技术公司（以下简称霍阿克）试图使现有的霍阿克系统框架（Hoac?SystemFrames）能够适应各种运动形式的要求，让设备更加灵活并实现其自动化控制（见图1），使之完美融入演出之中。为此，霍阿克公司与瑞典的视觉行为技术公司（Visual Act Technology）合作，利用其为巡演提供专业技术解决方案的优势，结合霍阿克独有的驱动技术，开发出多种不同的驱动技术解决方案（见图2?图5），被命名为“视觉行为—霍阿克车台系统”。

换景优势

演出中，用手动方式还是用自动方式实现布景的移动？只能等待大幕降下才能换景吗？

利用“视觉行为—霍阿克车台系统”完成演出换景动作非常灵活、简单易行。系统所有产品都已模块化，可以方便地安装在车台框架内。应用者可以将安装在其他车台上的模块拆下，并安装在不同形状、不同尺寸的车台上继续使用，这也便于备件更换和设备的即时维护。

如果希望得到旋转运动、线性运动或是模仿汽车的运动效果，通过模拟车台系统（Analog wagon system）和一个操作盘就能自动实现这个效果。车台尺寸可定制并内置两个驱动单元，运动路径是由驱动的相对速度决定的。远程操作盘有两个控制杆，一个控制速度，另一个控制运动方向。

如果想要进一步扩展操作能力，“视觉行为—霍阿克模拟插件”（the Visual Act-Hoac? Analog PLUS）还有一种提供旋转驱动单元的专利技术，能在270°范围内曲线运动并同时完成旋转。模拟插件可以将驱动单元直接插入霍阿克的舞台结构中去，也支持将多个车台模块拼合形成更大尺寸的车台。模拟插件有两种驱动模式（图6）：

模式一：差动驱动

驱动轮沿着车台中心轴布置，通过调整每个轮子的相对速度实现旋转。这种驱动模式也应用在“视觉行为—霍阿克”模拟车台（the Visual Act-Hoac? Analog wagon）中。

模式二：平行驱动

为了提高车台的停车和操控能力，该系统为每个驱动单元都安装了一个旋转马达。在平行驱动模式中，两个驱动轮都能被重新定位，以实现任意方向的平行移动。

使用模拟插件还能够让车台以两个驱动单元的中心点为圆心进行旋转，且旋转点可调。

霍阿克公司最近推出了一种四驱动模拟插件车台产品，既可当转台使用也可做车台使用，且两种功能的转换速度只需要几秒钟，仅通过锁定或者解锁相应的系统框架即可完成。这个锁定动作可以手动亦可自动。

通过增加或更换相应的模块元件，模拟插件系统就能升级到“视觉行为—霍阿克高级车台系统”（Visual Act-Hoac? Advanced wagon system），这个系统具备完全的智能导向能力和多维度运动能力。它为舞台上实现完全自由的运动而设计，不受任何运动限制。通过采用特定算法，舞台车台能在舞台面不受任何约束地沿曲线行走，或者边旋转边行走。每个高级车台系统都具备一个完全的导向系统，即使经过多次运动依然能够保证定位精度。

“视觉行为—霍阿克车台系统”具备以下特征：

☆不受缆线或其他机械限制；

☆可以在大多数地板表面运动（包括芭蕾舞地板）；

☆所有零部件都装载在一个长度不超过215 mm的结构中；

nlc202309030035

☆可通过同一个界面实现编程和控制；

☆可同时操作16个车台；

☆多车台同步运行；

☆速度可达1 m/s；

☆重复定位误差小于5 mm。

车台设计完成后，车台的尺寸参数以及相应驱动单元的信息将被输入控制系统的数据库。整个舞台的比例图和其他必要的信息也一同添加到数据库中并呈现在屏幕上（图7），便于专业操作人员在排练开始前进行编程。当排练开始后，操作者可以随着排练的进程任意进入某一个场景进行设置，无论修改已有程序参数还是增加演出动作都十分方便、迅速。如果希望扩展车台的尺寸，仅需要将两个或更多车台编成一组即可。

合并形成车转台

如果设备能够完成以上所有运动，能否将其与传统的车台或转台甚至车转台集成于一体？

“激光定位视觉行为—霍阿克舞台车台系统”（Visual Act-Hoac? stage wagon system），可实现这一集成。图8展示了由3个独立车台构成的1个嵌有转台的车台（图8）。该车台上有2个或4个额外的单元，这几个单元能够作为自由驱动的小车台使用，也可以通过操作杆对它们进行控制和编程，将其作为演出道具（图9）。

该系统使用“视觉行为控制台”操作，能够实现复杂的移动、编程和重复调用，完成各种不同的演出调度。

这3个独立的车台能够单独地移入或移出侧舞台。这些车台锁定在一起，就组合成了1个车转台，它可以在舞台面旋转，同时整体还能够在舞台面完成线性移动。

便捷的控制

整套控制系统包括一个用户界面、一套服务器和一个定位系统。操作界面开放而友好，操作人员可以创建所需要的动作。服务器和定位系统可以提供迅速、及时的反应保证操作的可靠性。

受控的设备可以是传统的卷扬机，带有动态伺服电机的高性能机电设备，液压、气动产品甚至是简单的电葫芦，也可以是这些设备的任意组合——系统能够识别每个轴的使用功能和应用极限。

该系统不依赖于特殊的部件，可以随时加入额外的驱动器或设备。界面可以接口到其他设备（如灯光控制台或舞台的管理系统）。

控制系统易于操作，适用于各种规模的操控需求（小型演出、中型多轴舞台机械系统或上百个轴的驻场秀）。

安全性是所有舞台系统都必须谨守的“红线”。该设备所有驱动都通过一个独立的程序监控。位于轴的输出端的绝对值编码器与电机的编码器协调工作，保证了操作的可靠性并监控运动的同步性。对于关键的动作，系统要通过两种不同的操作方法，而不是通过简单的双系统实现，以避免设计或系统故障带来的安全隐患。

（编辑 张 翔）

系统行为 篇4

伴随着计算机的快速发展，出现了一些具有负面影响的产物，如病毒、入侵等。病毒和入侵的原理是利用系统或程序中的漏洞对计算机进行非法操作，其所产生的行为为异常行为。如果能够及时发现异常行为，就可以实现对计算机的实时保护。常用的反病毒技术包括特征码技术和虚拟机技术[1]。入侵检测是指从主机数据或网络数据中发现入侵行为的技术，入侵检测方法一般分为两大类:误用检测和异常检测[2]。误用检测通过建立攻击行为的特征库，采用特征匹配的方法确定攻击事件;异常检测通过对正常行为建模、以是否显著偏离正常模型为依据来判别入侵行为。

计算机系统依靠进程维持运行，进程通过函数调用来完成指定操作。1996年，美国新墨西哥大学的Forrest等人提出通过收集UNIX系统上进程执行生命周期所形成的轨迹，进而将其以固定窗口大小拆分为等长的系统调用序列进行分析匹配，最终对异常的序列产生报警的方法，开创了基于系统调用异常检测方法的先河[3]。受到人体免疫系统的启发，tide算法被Hofmeyr等人利用sequence time-delay embedding(stide)技术进行了扩展，在stide算法形成的数据库中增加每组序列的出现频率，测试序列与数据库中的序列进行比较，稀少序列和那些数据库中没有的序列被当作异常序列。

国内研究者吴瀛等[4]全面分析了已有的基于系统调用的入侵检测的理论与技术，归纳出基于系统调用的入侵检测主要有序列枚举法、统计学方法、基于机器学习的方法、基于数据挖掘的方法以及基于有限状态机的方法等，并指出进一步提高检测性能、降低误报率、解决与实用化相关的多平台、轻量化、安全技术综合集成与标准化等问题，将成为该领域近期主要的研究方向。贺喜等[5]引进文本挖掘模型构建入侵检测分类算法，将系统调用短序列视为word，利用文本挖掘模型提取进程系统调用序列的主题特征，并结合系统调用频率特征，运用K最邻近节点k NN(k-Nearest Neighbor)分类算法进行异常检测。

然而，单纯依据序列或系统调用频率并不能完整地表示进程的行为，静态数据不能完整地描述行为特征。针对上述问题，本文提出从研究系统调用的先后顺序出发，以系统调用之间的稳定性作为重要的特征，抽取系统调用的先后顺序并转化为特征向量，利用机器学习算法对向量集合进行训练，建立系统调用异常检测模型，实现对进程行为的实时、智能检测。

1 系统模型

为使系统具有更强的推广性及适用性，我们选用高市场占有率的Windows作为研究平台。在Windows系统中，系统调用被称作应用编程接口API，应用程序通过调用API执行应用程序命令。

1.1 相关技术

(1)Windows平台API挂钩监视技术

一般情况下，在Windows平台下应用挂钩技术获取进程所调用的API，常见技术包括克隆DLL、导入地址表补丁、简易调试器。

本研究采用微软公司发布的开源包Detours作为API钩子的核心。Detours是用来拦截x86、x64、ARM和IA64机器上二进制函数库，其可像调试设备一样用于拦截程序内的系统API调用，拦截代码在进程运行时动态注入。Detours用无条件跳转指令替换了目标函数最初的几条指令，使其可以运行用户提供的Detour函数;而目标函数的原始指令被保存在跳板函数中。当程序执行到目标函数时，控制权将直接跳转到用户提供的拦截函数。拦截函数可以将控制权返回原函数，也可以调用不会中断目标函数的跳板函数;当目标函数执行完毕，控制权返回到拦截函数。拦截函数执行适当的后处理并将控制权返回原函数。

(2)机器学习算法

机器学习[6,7,8]是从训练集学习规则集的过程，应用有监督的机器学习方法解决实际问题的过程如图1所示。

本研究主要应用以下5种机器学习算法实施系统调用的分类建模与异常检测，算法包括支持向量机、K最邻近节点、人工神经网络、决策树、以及朴素贝叶斯网络等。支持向量机SVM对于离群点具备极强的鲁棒性，算法将输入向量映射到更高维度的特征空间、计算最优分类超平面。K最邻近节点(k NN)是用来分类样本的最简单且古老的非参数技术之一，算法不包含模型训练阶段，被称作基于样本的学习。算法计算空间中不同输入向量形成的点的近似距离，把未标记的点归为离它最邻近的k个点所属的一类中去，其中，k是一个重要的参数，不同的k值会产生不同的效果。多层感知结构的神经网络广泛应用在模式识别问题中，一般用后向传播学习算法训练多层感知网络，算法根据分类错误最小、分类效率最高等条件调整节点间的权值，建立分类模型。决策树分类算法将样本集的所有属性分配到树中各个节点上，通过属性计算出每个分支的值，分类是样本从根节点传递到合适的叶节点的过程，每个叶节点表示为一类。朴素贝叶斯的结构通常表示为一个有向无环图，在这个有向无环图中，每个节点表示一个系统变量，每个连接表示为每个节点对于其它节点的影响，朴素贝叶斯网络能够对已知系统调用序列确定其归属类型的可能性提供答案。

1.2 实时智能检测系统

(1)系统架构及其优势

本研究设计利用Web Service技术实现系统调用异常检测系统，系统架构如图2所示。

系统中主要包括API监视模块、属性计算模块、机器学习模块。为了利用最少的参数获取最大限度的特征，选用API名称及运行时间作为拦截目标。API监视模块通过调用Detours库，实现对API的拦截，经过缓存、输出给属性计算模块。属性计算模块计算属性向量，通过Web Service将其传入机器学习分类模块。系统中采用新西兰怀卡托大学开发的数据挖掘软件Weka所提供的机器学习分类算法作为机器学习分类器[9]，系统通过调用可进行多分类的Lib SVM包实现SVM分类算法、调用IBK包实现k NN分类算法、调用MultilayerPerceptron包实现神经网络分类算法、调用J48包实现决策树分类算法、调用Naive Bayes包实现朴素贝叶斯网络分类算法。

本文根据属性提取算法实时计算属性值，在进程运行的同时不断向机器学习分类模块输入数据，实时跟踪进程的行为，实现实时异常系统调用的智能检测系统。系统采用Java构建Web Service，监视端调用该服务，传输预测向量;Web Service调用分类模块实施分类、并将结果返回监视端。分类模块实现API调用特征向量的计算。监视端与分类端利用Web Service实现异构平台间调用，从而实现进程异常行为检测。同时，本系统中Web Service传输的数据量仅为一条特征向量，不影响程序及网络本身的运行效率。

(2)系统流程

本文设计的基于API序列异常检测算法的实时智能检测系统，不仅能够对已收集的数据进行分析预测，还可对实时运行的进程行为实施检测。系统流程如图3所示。

系统首先选择一个待检测进程，然后将DLL注入到该进程所在内存空间中，拦截该进程运行时所调用API的相关信息。成功获取到API序列后，进行矩阵计算得到向量属性值，生成相应的训练集和测试向量，最终得出判断模型和预测结果。

2 特征向量提取方法

由不断变化的API调用所导致的进程行为的不断变化是一个强调顺序的过程，单纯依据序列并不能完整地表示进程的行为，这与一般的分类问题有很大区别[10]。例如在葡萄酒分类问题中，只需提供酒的颜色、酒精度、产地等属性，就可以得到葡萄酒所具有的特征。然而进程的行为是一个持续的过程，其中包含了时间和顺序的因素，所以单纯依据序列不能很好地描述该类行为的特征。

针对上述问题，本文提出从研究系统调用的先后顺序出发，以时间作为重要的特征指标，把系统调用的先后顺序表示出来，并转化为向量，最终调用机器学习算法对特征向量进行学习并建立模型，实现对进程行为的实时检测。

下面首先给出特征向量提取方法中的有关定义，然后描述具体的特征向量提取方法。

定义1 n代表所监视的API数量。

定义2 Ai(1≤i≤n)代表所监视的n个API之一。

定义3 Seqij=(Ai,Aj)(1≤i,j≤n)代表相邻两个API调用序列。

定义4 Countij(1≤i,j≤n)代表Seqij的出现次数。

定义5 Sum代表所有Countij总和:

定义6 Fij(1≤i,j≤n)代表Seqij的出现频率:

定义7 Timei代表Ai(1≤i≤n)的调用时间。

定义8 Intij=Timej-Timei(1≤i,j≤n)代表间Seqij的时间差。

定义9 Dij代表Intij(1≤i,j≤n)的方差:

将Fij和Dij作为所需的属性分别存储到两个矩阵———API关联矩阵和API时间方差矩阵中，矩阵结构如表1和表2所示。

为获取机器学习分类模块的输入数据，将API关联矩阵和API时间方差矩阵转换为n×n×2维向量。

定义10 V代表矩阵转换后的向量:

过程1特征向量提取过程

1)选取所监视的API

进程在运行时将调用大量不同种类的API，通过将API按出现频率进行排序，得出排在前面的几个，这几个API是表示进程特征的最主要因素，选取其作为所监视的API。

2)计算API的特征向量

利用API调用序列中两个相邻API的出现频率和相邻API出现间隔时间的方差作为属性特征进行计算。针对所监视的API，计算其API关联矩阵和API时间方差矩阵，并转换为特征向量V。

该方法有如下优点。特征描述准，可以准确表示API间的调用顺序以及API间调用的稳定性;排除无关项，通过统计得出API调用频率，选取最能表示进程运行特征的API;抗扰能力强，只针对特定API，可以防止进程加花指令，并且无视进程加壳;应用范围广，加入每秒调用API次数后，可对DDo S攻击或端口扫描攻击进行报警;高效省资源，系统资源占用小，可以控制计算时间间隔，对进程的运行不造成影响。

3 实验及结果分析

本实验分为静态数据测试和实时环境测试两种模式:静态数据测试指事先收集好数据并计算特征向量，用机器学习算法进行训练和测试，得出准确率;实时环境测试指实时对运行中的进程进行监控，经过一定时间间隔根据收集的API序列进行计算，得出的特征向量经过Web Service传入机器学习算法，输出分类结果。前者主要测试属性能否反应进程行为的特征和一些相关参数对分类结果的影响;后者主要测试算法能否在真实环境下顺利运行，以及对系统资源的使用情况。

实验选用的监视进程分别是mp3tag.exe、itools.exe和weibo.exe，根据进程产生的API计算特征向量，并设立了正常和异常类别，利用上述5种机器学习算法对特征向量进行训练和预测，测试时样本被分为6类中的一类。

3.1 静态数据测试

静态数据测试是按照事先定义好的正常与异常的模式操作程序，产生正常API序列和异常API序列，分别计算其属性向量，利用得到的向量生产训练模型。静态数据测试主要用来选取恰当的API序列时间间隔、所拦截API数量以及训练样本规模的大小。

静态测试无需调用Web Service，将正常行为和异常行为组成的特征向量直接输入到Weka包的分类算法进行模型的训练与准确率测试。

(1)序列截取间隔时间

系统首先收集API调用序列，进而对序列进行计算。序列过短会导致属性值不稳定，序列过长会导致计算代价增加。本文采用定时截取序列的方法，选取了1、2和4 s三种区间进行测试。分别将定时截取的序列经过属性计算得出的向量组成数据集，划分一定比例作为训练集，其余作为测试集。测试结果如表3所示。

由表3可知，三种不同时间间隔对分类准确率影响不大。考虑到1 s的间隔占用系统资源较大，4 s有些长、不能捕获一些简短的行为，所以我们选用2 s作为序列截取间隔进行接下来的实验。

(2)拦截API数量

本实验分别选取上述3个进程调用频率最高的n个API进行测试，n分别为6、9、11。选用时间间隔为2 s计算得出的数据集进行测试，每个数据集都包含120条样本，其中80条用于训练，40条用于测试。测试结果如表4所示。

由表4可知，随着被监视API数量的增加，准确率也逐步提升。除了神经网络算法所需训练时间较长外，其它算法训练时间均可忽略不计。但考虑到每增加3个API，向量体积都增大一倍左右，其带来的准确率增长率相对很小;并且，训练集和测试集均为随机选取，也会导致准确率的误差。因此，我们选取监视API数量为9进行接下来的实验。

(3)训练样本数量

样本数量过低会导致欠学习;太多又会导致过学习。本实验希望在最大化分类准确率的情况下寻找最少的训练样本。通过之前收集的数据集，用30%、50%和70%三种比例对其进行训练集与测试集的划分。本实验数据集一共有180条样本，根据上述比例进行训练测试，测试结果如表5所示。

由表5可知，当训练集所占数据集的比例为70%时，准确率基本都达到最大。但是，随着训练集的增大，测试集的数量相对减少，这样在一定程度上会使训练集较大的实验所得数据虚高。也就是说，三种不同比例的训练集的训练结果相差不大。可在样本数量较小的情况下(每类9个)获得理想的分类结果。

在以上3个实验中，只有支持向量机算法的分类结果很不理想。对此，本研究针对该算法进行了参数的选取优化，通过对SVM算法中重要的两个参数，惩罚系数和径向基核函数参数，进行10折交叉验证选取，以获得最优的分类结果。测试结果如图4所示。

由图4可知，随着C和γ值的增加，准确率也随之上升。C越高，说明越不能容忍出现误差。C过大或过小，泛化能力都将变差。γ隐含地决定了数据映射到新的特征空间后的分布，γ越大，支持向量越少，γ越小，支持向量越多。支持向量的个数影响训练与预测的速度。图中，当C=60时，基本达到了最大分类准确率，除了γ=0.001的情况。相比默认参数C=1和γ=0.0083，经过优化后的参数具有更强的容错率和支持向量数，所以具有更高的准确率。

以上针对静态数据各项实验的结果表明:利用API序列中的顺序与时间信息描述进程行为是可行的。实验中的5类机器学习算法，包括参数优化后支持向量机，其准确率均达到95%以上。结果表明针对顺序和时间的特征提取算法能够准确地描述进程的行为，在保证准确率的前提下，训练样本规模和训练生成的模型体积都很小，除了神经网络算法所需训练时间较长外，其他算法的训练和检测时间均可忽略不计。

3.2 真实环境测试

(1)资源占用测试

真实环境是指用户实时对程序进行操作，系统选取与静态数据测试相同的监视进程，不断收集指定的API调用，每隔一定时间计算一次属性向量，通过Web Service传入机器学习算法，利用上一节中训练好的模型完成预测。真实环境测试结果的分类准确率与静态数据测试的结果基本相同。因此，这里主要讨论针对系统资源占用的测试，此项监视进程选用weibo.exe，空闲时为每秒产生1000左右的系统调用，操作时每秒产生10 000个左右的系统调用，分别选用不同时间间隔和API数量对CPU使用情况进行了测试，测试结果如图5所示。

由图5可知，空闲时系统CPU占用率为0%～2%，时间间隔越短平均值越高;有操作时CPU占用率会比较高，为20%～35%左右，这与程序本身所占CPU资源大体相同。并且随着间隔时间增加，每计算一次属性所需的资源就越高，不过平均值会下降。目前来看与API数量关系不大。

在实时检测过程中，对系统资源的占用率随程序单位时间调用API数量增加而增加。最多情况下占用系统资源接近40%，与程序本身占用CPU资源比例大体相同。这是因为选取的API是进程本身调用最频繁的n个API，与进程的活跃程度成正比。不过一般程序的正常运行不会受到影响，比如上网浏览网页或听音乐，其取决于程序本身对CPU资源的占用程度。

(2)用户击键特征识别

本文利用时间属性、针对用户击键特征设计了用户击键特征识别实验。实验内容为捕获用户击键时产生的键盘API调用序列，提取特征向量，训练模型，进而实现不同用户击键的分类。虽然不同用户击键API调用的数量可能相同，但其击键习惯不同，在相邻API调用间产生的方差就不同，文献[10]给出了击键特征提取原理的详细描述。例如，A和B同时在2秒内输入“123456”，这样仅凭API调用的频率无法判断A和B的区别。如果加入时间属性，A和B的输入习惯如果不同，就能够利用API调用间不同的方差将A和B区分开。实验结果显示利用时间特征的识别准确率高于单纯依据序列调用的识别准确率，表明在用户击键特征识别方面时间特征的有效性。

4 结语

为了更加完整地描述系统调用行为特征，准确地实施系统调用异常行为检测，本文提出了以系统调用的先后顺序以及系统调用之间的稳定性作为重要特征、利用机器学习算法对特征向量集合进行训练、从而建立系统调用异常检测模型。本文通过获取Windows平台下进程运行时产生的API序列，计算其特征向量，将向量传入机器学习算法，得到对指定进程的分类结果。该方法不仅可以调用各种不同的机器学习算法、实时对不同进程做出分类，还可对不同进程间不同的特征值做出解释。由于使用了Web Service技术，该方案不仅可对本机的进程进行分类，还可将API监视模块和属性计算模块部署到其它计算机上，通过Web Service将向量传输到机器学习算法模块所在的服务端，分类后再将结果返回到客户端。由于传输的数据量仅为一条向量，所以不会对带宽造成影响，也不影响程序本身的运行效率。

实验结果表明本文提出的系统调用异常检测方法具有特征描述准、排除无关项、抗扰能力强、应用范围广和高效省资源等优点。

参考文献

[1]李华,刘智,覃征,等.基于行为分析和特征码的恶意代码检测技术[J].计算机应用研究,2011,28(3):1127-1129.

[2]Denning D E.An Intrusion-detection Model[J].IEEE Transactions on Software Engineering,1987,13(2):222-232.

[3]Forrest S,Hofmeyr S A,Somayaji A,et al.A Sense of Self for Unix Processes[C]//Proceedings of the 1996 IEEE Symposium on Research in Securityand Privacy,Los Alamitos,CA:IEEE Computer Society Press,1996:120-128.

[4]吴瀛,江建慧,张蕊.基于系统调用的入侵检测研究进展[J].计算机科学,2011,38(1):20-25.

[5]贺喜,蒋建春,丁丽萍,等.基于LDA模型的主机异常检测方法[J].计算机应用与软件,2012,29(8):1-4.

[6]屈鹏,王惠临.专利文本分类的基础问题研究[J].现代图书情报技术,2013,29(3):38-44.

[7]杜隆胤.基于万有引力定律的分类方法研究[J].计算机应用与软件,2013,30(2):205-207.

[8]付忠良.通用集成学习算法的构造[J].计算机研究与发展,2013,50(4):861-872.

[9]Hall M,Frank E,Holmes G,et al.The Weka Data Mining Software:An Update[J].SIGKDD Explorations,2009,11(1):10-18.

中纪委系统违纪行为分类目录 篇5

一、违反政治纪律的行为

1、组织、参加、支持反党活动

2、发表、刊登有政治问题的文章

3、参加非法组织

(1)组织领导或参加反动组织(2)组织领导或参加邪教组织

4、不执行党和国家方针政策

5、非法提供情报

6、叛逃出走

7、其他

(1)携带反动出版物入境(2)组织参加秘密集团(3)违反民族政策(4)违反宗教政策(5)利用宗族势力反党

(6)造谣传播丑化党和国家形象(7)涉外活动造成恶劣政治影响(8)其他

二、违反组织、人事纪律的行为

1、违反民主集中制

2、违反干部选拔任用制度

(1)违反干部选拔任用规定(2)选举中违反党和国家法规(3)用人失察

3、其他

(1)违规发展党员(2)搞非组织活动

(3)不执行组织分配调动交流(4)违反干部人事劳动规定谋取利益(5)考试录取中弄虚作假

(6)以不正当方式谋求公款出国（境）(7)擅改出国（境）计划(8)擅离组织或违规交往(9)脱离组织出走(10)为出走提供方便(11)其他

三、违反廉洁自律规定的行为

1、非法占有

(1)非法占有非本人经管财物(2)违规报销个人费用(3)违规报销近亲属出国费用(4)非法占用公物

(5)占用公物营利或非法活动

2、受礼

(1)接受礼品馈赠(2)亲属收受财物(3)第三人收受财物

3、违反从业限制规定

4、违规从事营利活动

(1)违规经商办企业(2)违规从事证券投资(3)有偿中介活动(4)国（境）外投资(5)为亲友经营活动谋利(6)违规兼职(7)其他

5、挥霍浪费公共财产

(1)公款旅游(2)公款高消费娱乐(3)违规配备使用小汽车(4)其他

6、其他

(1)违反住房规定(2)违规接受宴请(3)违规操办婚丧喜庆事宜(4)其他

四、贪污贿赂行为

1、贪污

(1)党和国家工作人员贪污(2)贪污特殊款物(3)不按规定上交礼品(4)基层组织党员贪污(5)公款购房归个人所有

2、私分国有资产

(1)集体私分国有资产(2)集体私分罚没财物(3)集体私分应交礼品

3、贿赂

(1)索贿受贿

(2)索贿未遂刁难报复(3)违规收受回扣手续费(4)利用他人职务行为受贿(5)通过亲属受贿

(6)退（离）休人员利用职务影响受贿(7)单位受贿(8)基层组织党员受贿(9)行贿

(10)对单位行贿(11)单位行贿(12)介绍贿赂

4、挪用公款

(1)党和国家工作人员挪用公款(2)基层组织党员挪用公款

5、巨额财产来源不明

6、其他

五、破坏社会主义经济秩序的行为

1、挪用资金(1)非国家工作人员挪用资金(2)单位挪用资金

2、妨害公司企业管理秩序

(1)非国家工作人员索取收受财物(2)给予非国家工作人员财物(3)企事业单位人员为亲友非法牟利

3、违反金融管理法规

4、违反税收管理法规

(1)不履行纳税义务(2)违反票据管理规定

5、违反土地管理法规

6、扰乱市场经济活动

(1)制售假冒伪劣商品(2)违规进行证券期货交易(3)不正当手段竞争

7、其他

(1)走私(2)职务侵占

(3)非法经营同类业务(4)党和国家机关违规办企业(5)中介组织出具虚假文件(6)其他

六、违反财经纪律的行为

1、国有资产流失

2、违反“收支两条线”

(1)私设小金库

(2)其他违反“收支两条线”行为

3、违反政府采购和招投标

4、其他

(1)隐瞒截留坐支财政收入(2)骗取国家拨款(3)违规核拨动用国家资金(4)借用公款不还(5)借用公款营利或非法活动(6)违规将公款借予他人(7)公款私存

(8)单位收受礼品拒不交公(9)擅自开设银行账户(10)擅自动用查封冻结财物(11)违规担保(12)违反会计法规(13)其他

七、失职、渎职行为

1、行政机关失职渎职

2、生产经营管理失职渎职

3、安全事故

(1)不认真执行安全防护法律法规(2)组织群众性活动发生事故(3)公共场所事故(4)食品药品事故

4、执纪执法司法失职渎职

(1)瞒案不报压案不办

(2)对保护合法权益申请不作为(3)违规保全

(4)不履行法定执行职责(5)不移交案件(6)办案安全事故(7)徇私舞弊枉法裁判(8)刑讯逼供暴力取证(9)不纠正冤假错案

5、其他

(1)党组织负责人失职渎职(2)决定基建项目失误(3)社会管理和服务事故(4)处理灾害事故失职

(5)瞒报谎报缓报漏报重要情况(6)解决群众切身利益问题失职(7)放任反党活动

(8)不认真解决问题造成重大事件(9)不制止不查处不正之风(10)重大事件不及时作为(11)乱收费、乱摊派

(12)强令公职人员违规行使职权(13)强令实施违法行为

(14)失职致使所属人员叛逃出走(15)失密泄密(16)其他

八、侵犯党员权利、公民权利的行为

1、打击报复

2、侵犯民主权利

(1)压制申辩等权利

(2)侵犯选举权被选举权表决权(3)妨害选举权被选举权表决权

3、侵犯人身权利

(1)侮辱诽谤

(2)殴打体罚非法拘禁搜查(3)其他

4、诬告陷害

5、其他

(1)违反劳动管理法律法规侵权(2)侵犯通信自由(3)干涉婚姻自由(4)其他

九、严重违反社会主义道德的行为

1、弄虚作假骗取荣誉

2、通奸重婚包养情人

(1)通奸(2)重婚或包养

3、其他(1)利用职权、教养、从属关系发生性行为(2)不履行抚养教育赡养义务(3)虐待遗弃(4)遇险能救不救(5)其他

十、妨害社会管理秩序的行为

1、嫖娼

2、赌博

3、妨碍执行公务

4、扰乱公共秩序

5、违反人口与计划生育法规

6、其他

(1)色情活动(2)制黄贩黄

(3)观看淫秽影视书画表演(4)淫乱活动(5)猥亵侮辱妇女(6)吸毒贩毒(7)侵犯公私财产

(8)伪造买卖使用假公文证件

(9)违反保护环境资源文物等法律法规(10)编造散播虚假有害信息(11)非法侵入计算机系统(12)包庇犯罪分子(13)包庇恐怖分子(14)包庇黑社会组织成员(15)包庇违纪人员

(16)被蒙骗为犯罪行为提供便利(17)违反驻在国法律法规(18)偷越国（边）境(19)其他

系统行为 篇6

关键词：用户浏览行为；电子商务；个性化推荐系统；兴趣度

中图分类号：F713文献标识码：A文章编号：1009-3044(2007)12-21528-02

An E-commerce Recommend System based on User Browse Behavior's Mining

HE Ying1,2,JIANG Wai-wen1

(1.School of Information Science and Engineering，Central South University,Changsha 410008,Cina;2.Hunan Vocational College of Commerce,Changsha 410205)

Abstract:This paper,we introduce the personalized recommend system for E-commerce and propose a new recommend system model based on user's browse behavior to mine his interests and gives its flow chart and mining algorithms in detail.

Key words:browse behavior; E-commerce;personal recommendation system;interest

1 引言

近年来，因特网的规模正以惊人的速度发展。人们越来越希望网页的内容能够从原先的以“网站”为中心转变成以“用户”为中心，尽可能地自动调整以迎合每个用户的浏览兴趣，从而让每个用户能够感觉到他是网站的唯一用户。在日趋激烈的竞争环境下，电子商务网站要想有效保留用户、防止用户流失、提高销售量，就必须实现个性化服务，即对不同用户投其所好，采取不同的服务策略，提供不同的服务内容，这就需要建立电子商务网站的个性化推荐系统。

2 电子商务网站的个性化推荐系统

电子商务中的推荐系统是利用统计学、人工智能、数据挖掘等技术，分析访问者在电子商务网站的访问行为，产生能帮助顾客访问感兴趣的产品信息的推荐结果，引导顾客的购买行为，从而产生可观的利润。推荐系统首先要分析以前顾客行为数据，建立表示顾客行为的模型，并充分利用模型对其它顾客推荐有兴趣购买的产品信息。这就要求推荐系统首先必须知道用户的兴趣、偏好和访问模式等信息。而在电子商务中，用户很多浏览行为都能很好地反映用户的兴趣。基于用户浏览行为的Web挖掘技术就是通过对用户浏览Web时的访问行为、访问频度、访问内容等浏览信息进行挖掘，发现蕴涵的、未知的、有潜在应用价值的非平凡的模式，从而获得用户兴趣，提取出用户的特征，获取用户访问Web的模式，为用户实现主动推荐，提供个性化服务。

3 基于用户浏览行为的挖掘流程

3.1在客户端获取行为数据：输入Web文档，当用户浏览完网页后，输出用户在该文档上的浏览行为，同时记录Web文档的相关信息

3.2數据预处理：对数据进行清洗，滤掉脏数据，保留一些能表示用户对某页面兴趣度的信息。

3.3用户兴趣度计算：根据选取出来的行为数据建立兴趣模型，进而计算出能反映用户兴趣的网页兴趣度。

3.4推荐：主要根据挖掘结果实施推荐，将用户感兴趣的内容的链接添加到用户正在浏览的网页。

3.5结果修正：根据用户浏览行为的反馈对推荐进行修正，如果用户接受推荐，则进行巩固；否则，根据用户的反馈进行重新推荐。

4 基于用户浏览行为的挖掘算法

4.1行为数据的选取

一个用户浏览网页时的行为数据是非常丰富的，大致可以分为以下几类：

(1)表示用户兴趣的显式行为 如利用问卷调查等形式收集用户感兴趣的信息。

(2)表示用户兴趣的标记行为 如执行保存、打印页面等动作。

(3)表示用户兴趣的操作行为 如执行剪切、复制、粘贴、搜索文本等操作行为。

(4)表示用户兴趣的链接行为 指用户在浏览页面时点击某个超链接或没有点击某个超链接等行为。

(5)表示用户兴趣的重复行为 指某个用户在某个页面上点击了 “更多”，就可以认为用户对这个页面有更多的兴趣。

(6)表示用户不感兴趣的行为 如某用户经常访问某网站，但经常只浏览其中某些页面，则认为此用户对该网站其他网页不感兴趣。

4.2网页兴趣度计算

虽然能够揭示用户对网页的兴趣度PageInterest的浏览行为很多，常规使用浏览时长、网页字节数乘积与总浏览时长、总信息数乘积的比值作为网页的兴趣度。定义为：

而经研究表明，不但用户停留在网页的浏览时间PageTotalTime能揭示用户兴趣，另外还有一种关键行为：翻页/拉动滚动条次数Number同样也表达了用户对该网页的关心程度。经仔细的分析和实验，发现PageTotalTime, Number与网页兴趣度PageInterest之间的定量关系为：

PageInterest=0.1123*PageTotalTime+ 0.0711*Number+ 95.8883

因此改进的网页兴趣度计算算法如下：

输入：用户浏览信息矩阵

输出：网页兴趣度矩阵

function PageInterest;

begin for logx=1 to n

//找出该网页的最大允许访问时间

maxtime=find(maxtime，topic);

//找出该网页的最小允许访问时间

mintime=find(mintime，topic);

//如果用户时间小于最小时间或大于最大时间，但进行了保存操作，则将其转化为对等的标准时间。

If browsetime>maxtime or browsetime

if issaved

browsetime=standtime;

endif

endif

//确定该网页的位置，并修改总浏览时长

k=locate(browtime，page_logx);

browtime(k)=browtime(k)+browtime;

endfor;

//以路径为单位计算总浏览时长、翻页/拉动滚动条次数

for j=1 to pagenum

totaltime=totaltime+browtime(j);

totalnumber=totalnumber+number (j);

endfor

for j=1 to pagenum

interest(j)= 0.1123*totaltime+ 0.0711* totalnumber + 95.8883

endfor

end function

时间复杂度分析：每条浏览行为记录计算一次，执行时间与浏览记录数量成正比，时间复杂度为O(n)。

空间复杂度分析：需要的存储空间与网页为数目成正比，最大为网页数，因此空间复杂度为O(n)。

4.3 基于用户浏览行为的挖掘算法

输入：用户浏览行为矩阵

输出：用户浏览模式

function PreferedBrow(browdata as browdatarr);

//计算前缀为path路径数

amount=count(s，path)

for i=1 to amount

interest=browdata(s，path)

if interest>mininterest

addpath(path)

endif

endfor

end function

算法的时间复杂度与用户浏览事务集合元素和浏览的最大路径长度有关，是O(M*N)，其中，M表示用户浏览集体的元素数，N表示最大浏览路径长度。另外，由于该算法是一个递归算法，需要的辅助空间栈的深度为最大浏览路径长度数。

5 结束语

随着电子商务、电子政务以及网络远程教育等电子服务的发展，研究 Web环境下的个性化服务具有重要且现实的意义。本文提出的算法使得 Web 信息服务提供者根据用户网络浏览行为可正确把握其兴趣所在并可动态地对其兴趣改变进行跟踪，根据这些个性化信息调整 Web 信息资源的组织方式，最大效率地为用户提供方便快捷且实用的个性化服务。

参考文献：

[1]韩家炜,孟小峰.等. Web挖掘研究[M].计算机研究与发展,2001,38(4)405-413.

[2]Claypool M., Le E, Waseda M., et al. Implicit interest indicators. In: Campbell M,ed.Proceeding of the ACM Intelligent User Interfaces Conference (IUI), New York: ACM Press,2001.14-17.

[3]劉培刚.Web挖掘技术在电子商务中的应用研究[J].情报学报,2002(6).

系统行为 篇7

英国牛津大学研发了一种针对可靠时间序列新颖检测的系统监测工具。其应用包括对机器、工厂、财务模式和病人关键信号的监测。

当监测如重症监护病人等关键系统时, 可靠时间序列新颖检测可对正常和异常行为进行分类。重症监护病人的关键信号包括不同的参数, 如心率、血压和关键器官的功能等。这些变量对病人的身体健康起着协同作用。因此, 迫切需要的是综合考虑这些变量以实时评估病人是处于正常状态还是异常状态/恶化状态。

基于行为仿真的变电站仿真系统 篇8

变电站的正常运行对于电气系统的安全运转至关重要[1,2]。为保证变电站的正常运行, 需要对变电站工作人员进行必要的培训。当前各类变电站仿真培训系统多以二维平面系统或利用相关设备部署进行实际培训为主, 这种培训方法成本较高且不具备通用性。使用虚拟现实技术结合虚拟人行为仿真技术设计的变电站三维仿真系统可以克服以上缺点, 且仿真效果较为真实, 培训效果更为理想[3,4]。

1 系统结构

基于行为仿真的变电站仿真系统由3个步骤实现:变电站模型创建、虚拟人行为数据的创建、场景漫游与交互功能的实现。首先利用三维建模技术与虚拟人建模技术建立系统中的设备模型与人物模型, 然后利用虚拟人行为建模技术构建虚拟人行为动画, 最后利用开源场景图形库 (Open Scene Graph, OSG) 与骨骼动画引擎 (Character Animation Library, Cal3D) 实现场景交互控制。基于行为仿真的变电站仿真系统结构如图1所示。

2 模型创建

本文使用3ds Max创建变电站的设备模型与人物模型, 并使用优化方法对所建模型进行优化。变电站模型由电气设备模型、控制室模型和虚拟人模型组成。变电站模型结构如图2所示。

在3ds Max中, 使用拉伸、旋转、位移等技术分别建立电气设备模型与控制室模型, 使用Poser结合3ds Max建立虚拟人模型, 在建立完模型后, 使用插件将制作完成的模型文件导出为OSG可识别的文件格式。

由于使用3ds Max建立的模型数目较多, 模型体积较大, 模型系统结构较为复杂, 在进行漫游仿真时会对系统的运行产生较大的影响, 为了提高系统的运行速度, 本文对所建模型进行了一定程度的优化, 优化步骤如下。

1) 使用细节层次模型 (L evels of Details, LOD) 方法对场景模型进行优化。在不影响画面视觉效果的条件下, 使用此方法可以逐次简化景物的表面细节, 减少场景的几何复杂性, 从而提高绘制效率。该技术通常对每个原始多面体模型建立几个不同逼近精度的几何模型, 与原模型相比, 每个模型均保留了一定层次的细节。在绘制时, 根据不同的标准选择适当的层次模型来表示物体。

2) 简化贴图纹理。一方面降低模型贴图的分辨率, 以减少模型贴图对渲染时的影响;另一方面使用p ng、jpg等体积较小的文件格式作为贴图文件格式, 以减少贴图总体积。

3) 选择合适的模型文件。OSG支持的基本文件格式有.osg与.ive格式, 其中.ive格式可以在损失极小真实度的情况下大幅压缩模型文件的大小, 因此本文将模型文件转为.ive格式进行存储, 此外, 虚拟人模型是无法保存为.ive格式的, 因此本文只将除了人物之外的模型导出为.ive格式文件, 以降低模型文件大小, 增强系统的运行速度。

部分已创建的变电站设备模型与人物模型如图3所示。

3 变电站设备库与虚拟人行为动画的建立

3.1 变电站设备库的建立

变电站设备库包含了除虚拟人模型以外的所有变电站设备模型以及与此设备相关联的信息描述, 为有效进行设备查询, 本文使用SQL Server 2005数据库将已建好的模型与设备信息进行关联, 进而建立了变电站设备库 (见表1) , 系统中每个设备模型对应一个唯一的ID, 并在表中描述该ID对应的变电站设备的信息描述, 信息描述内容包括设备文字描述 (包括设备名称、设备型号以及设备的使用参数等) 与设备使用注意事项描述。

变电站设备数据库表关系如图4所示。

3.2 虚拟人行为动画的建立

虚拟人行为库是系统的核心仿真数据, 它构成了变电站中人的行为的集合, 其建立过程分为2步:采集并抽象变电站中人的行为和根据抽象结果对人的行为进行仿真。

3.2.1 采集并抽象变电站中的人的行为

变电站中人的主要行为是倒闸操作, 在变电站中倒闸操作的主要流程包括:填写操作票、接收操作命令、进行模拟操作、在场景中进行实际倒闸操作。由于各个步骤的操作较为复杂, 可将复杂行为分解为简单行为后分别对简单行为进行建模, 之后再组合成复杂行为。变电站中人的行为分析见表2所列。

3.2.2 根据抽象结果对人的行为进行仿真

根据抽象结果, 利用虚拟人行为建模技术[5,6]为虚拟人模型建立行为动画, 本文的行为建模基于骨骼建模技术, 行为动画建立的步骤如下。

1) 在3ds Max中导入已创建的虚拟人模型, 同时建立新的Bip骨骼对象。

2) 冻结虚拟人模型的网格, 调整骨骼对象, 将其嵌入到虚拟人模型中, 调整使之符合虚拟人模型, 并使用Physique修改器将骨骼对象与虚拟人模型绑定。

3) 建立动画关键帧, 对骨骼对象的关节和连接处进行旋转和位移操作以实现不同的骨骼动画。

4) 导出动画文件。本文使用Cal3D完成虚拟人行为的渲染与仿真, 因此需要将虚拟人导出为Cal3D支持的文件格式, Cal3D将虚拟人分为3种文件格式:骨骼文件、网格文件与动画文件。本文使用插件将已经建立行为动画的虚拟人模型分别导出为骨骼、网格与动画3种文件格式。虚拟人行为动画的创建过程如图5所示。

4 场景漫游与交互行为的实现

4.1 虚拟人行为动画生成算法的实现

场景漫游与交互行为的实现主要包括虚拟人行为动画的生成算法实现与辅助子系统的实现, 其中虚拟人行为动画的生成算法为辅助子系统所调用, 用于用户在控制虚拟人行为时绘制虚拟人行为动画。

本算法的目的是实现虚拟人行为的绘制与调用, 本文提出了基于属性与碰撞检测的虚拟人行为生成方法, 该方法主要是根据仿真环境中的碰撞检测点来调用不同的虚拟人行为动画文件, 实现虚拟人行为的绘制, 优点在于思路简单, 效率较高, 具体步骤如下。

1) 创建Cal3D虚拟人配置文件。Cal3D通过读取该配置文件来进行渲染, 配置文件用于描述虚拟人的网格与动画文件。虚拟人配置文件参数见表3所列。

2) 读取碰撞检测点与虚拟人行为对应列表。在前文分析中, 变电站中虚拟人的行为主要分为4个, 根据行为的个数设置4个特定的碰撞检测点, 用户控制虚拟人在环境中漫游并发生碰撞时, 如果当前碰撞点是特定的碰撞检测点, 则根据碰撞检测点与虚拟人行为的对应关系表进行虚拟人行为动画的绘制。碰撞检测点与虚拟人行为的对应列表见表4所列。

3) 碰撞检测判定。当虚拟人与场景中的某个物品发生碰撞检测时, 判定当前碰撞点是否为特定的碰撞点, 如果是, 则根据步骤2中的表读取相应的行为动画 (步骤1中所创建) , 完成行为动画的生成, 反之, 则不作处理。

虚拟人行为动画生成算法流程如图6所示。

4.2 辅助子系统的实现

本文设计并实现了一套辅助子系统用于辅助用户对虚拟人进行控制。辅助子系统由场景加载与碰撞检测、事件响应与交互、设备查询3个部分构成。

对于场景加载与碰撞检测的实现, 本文使用OSG平台实现对变电站场景的加载与绘制。场景加载的实现如图7所示。

对于碰撞检测的实现, 本文使用通用的OBB包围盒算法, 这里不再赘述。当发生碰撞检测时, 系统会调用前文中的虚拟人行为动画生成算法对碰撞点进行检测, 从而绘制不同的虚拟人行为动画。

对于事件响应与交互的实现, 在本文中系统主要实现了漫游控制、鼠标点击响应等事件响应, 使用OSG实现事件响应。事件响应与交互的实现如图8所示。

最后是设备查询的实现, 当用户点击场景中的某个设备时, 系统会给出该设备的详细参数与说明, 从而使用户获得设备的相关信息。设备查询的实现步骤如图9所示。

部分漫游与虚拟人行为仿真结果截图如图10所示。

5 结语

基于行为仿真的变电站仿真系统不仅具备普通变电站仿真系统的一般功能, 还可以对变电站中人的行为进行仿真演示, 从而弥补了大多数变电站仿真系统中无法对人的行为进行仿真的空白, 可以更好地满足现代变电站的仿真培训需求。

摘要：为了降低变电站培训成本与提高培训的真实感, 对变电站中人的行为进行了研究与仿真, 结合虚拟现实技术、虚拟人行为仿真技术设计并实现了一套变电站仿真系统。利用三维建模技术构建了变电站中的主要虚拟人模型和主要的场景模型;利用行为建模技术为变电站中的虚拟人建立了行为动画;利用开源场景图形库 (OSG) 平台与骨骼动画引擎 (Cal3D) 平台实现了变电站的漫游仿真与虚拟人行为控制仿真, 提出并实现了基于属性与碰撞检测的虚拟人行为生成算法, 设计并实现了一套辅助子系统用于辅助用户完成变电站中的仿真与设备查询。实验结果显示, 设计实现的仿真系统仿真效果较好, 具有一定的实用性和现实意义。

关键词：变电站仿真,虚拟人仿真,漫游,开源场景图形库,骨骼动画引擎

参考文献

[1]姜芳芳, 来文青, 龚庆武, 等.虚拟现实在变电站仿真培训系统中的应用[J].高电压技术, 2005, 31 (7) :68–70.JIANG Fang-fang, LAI Wen-qing, GONG Qing-wu, et al.Application of virtual reality in substation simulation and training system[J].High Voltage Engineering, 2005, 31 (7) :68–70.

[2]张照彦, 段新会, 王兴武, 等.虚拟现实在变电站仿真中的应用[J].计算机仿真, 2008, 25 (2) :252–256.ZHANG Zhao-yan, DUAN Xin-hui, WANG Xing-wu, et al.Application of visual simulation system in simulation of substation[J].Computer Simulation, 2008, 25 (2) :252–256.

[3]侯俊, 李蔚清, 林昌年.变电站三维交互场景仿真关键技术研究[J].电网技术, 2005, 29 (9) :70–75.HOU Jun, LI Wei-qing, LIN Chang-nian.Research on key technologies of three dimension interactive scene simulation for substation[J].Power System Technology, 2005, 29 (9) :70–75.

[4]林尉, 徐正清, 冯可, 等.上海500 k V变电站三维仿真培训系统开发[J].电网技术, 2009, 33 (17) :210–215.LIN Wei, XU Zheng-qing, FENG Ke, et al.Development of threedimension training simulator for 500 k V substation in Shanghai[J].Power System Technology, 2009, 33 (17) :210–215.

[5]王兆其.虚拟人合成研究综述[J].中国科学院研究生学报, 2000, 17 (2) :89–98.WANG Zhao-qi.Study on synthesis of virtual human[J].Journal of the Graduate School of the Chinese Academy of Sciences, 2000, 17 (2) :89–98.

间隙约束悬臂梁系统动力行为研究 篇9

间隙对工程结构动态行为的影响十分复杂,一方面因间隙碰撞而产生的强烈振动,往往是许多工程结构失效的元凶,也给传统结构振动分析造成很大困难;另一方面恰当的间隙结构设计能获得十分优良的减振效果,产生了有重要应用的冲击消振器.含间隙的振动系统一般为多参数高维系统,由于碰撞冲击等非线性因素的作用,使系统的动态行为变得十分复杂.近年来一些专家系统地运用非线性映射的稳定性、分岔、混沌等理论和数值仿真方法研究间隙振动系统,发现系统不仅存在着各种周期运动状态,而且随着系统参数的变化可演变成拟周期、非周期或混沌运动状态,并形成了独特的研究方法[1,2,3].然而目前的研究状况还远不能满足实际工程分析需要,主要表现在以下几方面:研究少自由度力学模型较多,研究多自由度和连续系统模型较少;研究集中质量间隙碰撞的多,结合碰撞过程分析的研究少;研究局部分岔现象的多,而研究全局响应状态分布规律的少;而且大都缺乏实验结果的支持.

本文所研究的系统模型,由中国工程物理研究院根据航天器内部设备的间隙型减振结构设计问题提出.经过数值仿真,得到了该系统稳态响应随激励频率、幅值以及间隙接触刚度和阻尼变化的一般规律,并且数值仿真的结果也得到实验的初步验证.这对解决间隙型减振结构设计和非线性动力系统研究内容的充实均有重要意义.

1 力学模型

间隙约束悬臂梁系统的力学模型如图1所示,悬臂梁的固定端与振动台相连,并受到简谐位移激励驱动,悬伸端受到间隙约束,上下间隙分别为δ1和δ2,上下接触系统均为弹簧-阻尼型一阶系统.整个系统除了间隙为非线性环节之外都是线性系统.3个线性系统的动态特性都可以用其传递函数关系表达[4,5]

式中,F0(s),F1(s),F2 (s)为3个线性系统在碰撞点上所受的力;Y1(s),Y2(s)为上下接触系统碰撞作用点处位移的Laplace变换,Y0(n,s)为悬臂梁上指定点n处位移的Laplace变换,并假定n=0处为碰撞作用点;H0(n,s),H1(s),H2(s),Hu(n,s)是4个相对应的传递函数;y0(n,s),y1(s),y2(s)是3个系统位移响应Laplace变换中的初值部分;U(s)是简谐激励.为了分析方便可将传递函数表示成极点-留数格式

式中,s0(k),s1,s2,r0(k),ru(k),r1,r2为传递函数极点、留数序列;N0为悬臂梁极点数目;Z(n,k)是悬臂梁k阶极点的振型.这里暂不考虑无穷多极点和重极点问题.

2 系统运动状态描述

系统的运动有悬空、上接触和下接触状态,其运动状态的描述、求解及状态转换分别讨论如下:

2.1 悬空状态分析

处于悬空时接触力为0,3系统的位移响应可以表示为自由响应和激励响应之和

式中,A0(k),A1,A2为与极点对应的自由响应幅值;Aω为激励响应幅值.时域响应为

2.2 接触状态分析及悬空向接触状态转换

当系统处于上接触状态时,悬臂梁和上接触系统由接触点耦合,成为一新系统.此时,F0(s)和Y0(s)也可以写作极点-留数格式

式中,s(k)是处于上接触状态时系统的极点序列,可以证明也是H1(s)+H0(s)的零点;Af(k),Ay0(k),Afδ,AyOδ,Afω,Ay0ω分别是F0(s),Y0(s)与极点序列、间隙、激励对应的响应幅值,具体数值可以由接触条件

或Laplace变换

经过冗长推导后得出

式(7)就是系统由悬空运动到接触运动的状态转换关系.接触状态的时域响应与式(4)相似

系统其它位置的响应可通过振型函数由式(1)求得,此处从略.

2.3 接触向悬空状态的转换

脱离接触时接触力数值为0,其后的响应可以通过在接触状态的响应中减去接触力引起的响应部分而得到,并整理成式(3)形式,经过推导转换关系为

发生下接触时分析过程完全相同,此处从略.此外,式(7),式(9)状态转换关系都是线性关系,可以方便地整理成矩阵形式.

3 仿真分析的流程和具体参数

根据以上分析仿真程序的流程应该是这样的:①给出初始的悬空运动状态A0(k),A1(k),A2(k),并求出Aω;②依据悬空响应式(4)和接触发生条件式(6)判断上(或下)接触,并求出悬空阶段的运动时间和悬空阶段结束时的运动状态;③依据悬空向接触状态的转换关系式(7)求出接触状态的初始状态Af(k),Afδ,Afω;④依据接触力响应式(8)和接触终止条件求出接触阶段时间和接触阶段结束时的运动状态;⑤依据接触向悬空状态的转换条件式(9)求出下一次悬空状态的初始状态A0(k),A1(k),A2(k),Aω;完成一次仿真后再重复②～⑤直到仿真结束.

为了减少分析参数应当进行无量纲处理:①所有纵向振动位移量都除以碰撞间隙δ1+δ2,横向位移量都除以梁长度l;②所有质量都除以梁总质量M;③所有时间量都除以(EI为梁的抗弯刚度).

悬臂梁系统两个传递函数的极点、留数、振型从梁振动理论结果分析获得,本文截取前10阶模态进行仿真分析,悬臂梁的材料考虑有0.0001相对材料阻尼系数;上下接触碰撞系统弹簧刚度为相对刚度K,即实际接触刚度除以EI/l3,阻尼也是相对阻尼η,间隙数值为δ1=-δ2=0.5无量纲处理之后影响系统运动的主要参数有相对接触刚度K,相对接触阻尼η,激励相对幅值Aω和相对频率ω,以及悬臂梁的相对材料阻尼系数.

仿真的主要内容是改变结构参数中的接触刚度、阻尼和激励频率,进行往复幅值扫描.悬臂梁的结构保持不变,仿真时,接触刚度与阻尼在相当大的范围内取值;激励频率取值围绕系统共振频率、反共振频率取值;“激励强度”从0.5～50按200级等比数列取值.需要特别说明的是“激励强度”参数是指无间隙约束时悬臂梁悬伸端的位移响应的幅值,而不是悬臂梁根部的位移激励幅值.这样做有两条理由:其一是前述理论分析表明与系统运动状态有直接关系的是激励在梁的悬伸端的位移响应幅值Aω,而与激励本身的幅值无直接关系;其二是比较间隙约束的减振效果的重要参照应该是相同条件下的位移响应,而不是激励本身.由于无间隙约束时系统是线性系统,“激励强度”与悬臂梁根部激励成比例,通过传递函数很容易求出悬臂梁根部的激励幅值.

4 仿真结果分析

以上述分析为基础,对间隙约束悬臂梁系统的动力学行为进行了大量的仿真计算.有关系统运动状态的主要结论总结可以从图2所示的激励强度递增幅值扫描分岔图中得出,图3为典型响应的连续投影相图和离散投影相图.

4.1 接触刚度对运动状态的影响

当接触刚度较小时,系统的稳态响应在很大的频率、激励强度范围内都处于和激励同步的周期响应状态,既没有周期分岔,更没有混沌现象.其原因主要是间隙的接触刚性很弱,对悬臂梁的限制也很弱.当悬臂梁激励强度小于间隙尺寸时为完全的线性系统响应;当激励强度超过间隙尺寸较少时,表现出较强的非线性特性;当激励强度超过间隙尺寸较多时,由于间隙所起的作用减弱,系统的运动特性和无间隙的弹性约束的线性系统相近,其非线性特征反而减弱;随着频率的变化这种变化过程不会发生本质变化.这些特征可以从图2中(接触刚度K=10)分岔图中表现出来,分岔图中观测不到分岔现象,为光滑的曲线,仅当激励频率ω=1时存在不同的一周期运动状态突变,并且在激励强度递减幅值扫描时观测不到该突变.

当接触刚度较大时,随着接触刚度的增加,对梁的运动限制也进一步增强,运动也明显的复杂了.未发生接触碰撞之前系统仍然是完全的线性系统,稳态响应也是简谐响应.发生碰撞接触的初期,即可以出现复杂的周期分岔甚至混沌.在很宽的范围内,系统运动状态极为复杂难以捉摸,随着激励幅值的增加,出现了周期分岔,进而走向混沌.往往混沌区域和周期区域是相互混杂,分岔过程也是复杂的,既有倍周期分岔也有Hopf分岔.有的周期响应的范围较大,有的范围极小.在混沌区域中既有围绕周期响应的小范围混沌,也有大范围的混沌,当相图不对称时还往往会出现奇怪吸引子.此外,凡是出现运动状态变化的地方几乎都存在着明显的突变现象,并且随着刚度的增加突变现象也变得更加突出.在图2不同接触刚度(K=100和K=1000)的分岔图比较中可明显地看出随着刚度增加分岔、混沌的范围和程度都在明显增加.

4.2 接触阻尼对运动状态的影响

接触阻尼总是起着抑制运动状态复杂化的作用,随着阻尼的增加分岔和混沌的范围都会减小.图2中与较小接触阻尼(μ=0.003)比较,在较大(μ=0.01)的接触阻尼情况下,复杂运动的范围和程度都明显减小.相应地较大接触阻尼时,响应高频谐波会明显减小,相图也变得更光滑;同时还极大的抑制了分岔混沌现象的发生.比较结论是阻尼越小分岔图越复杂,各力学量响应的有效值均有所增加,波形畸变也有所增加.当阻尼增至0.1时,几乎所有的响应都是与激励同步的1周期响应.特别是当发生接触碰撞时,较低的接触阻尼往往会发生连续的多次碰撞接触,较大的阻尼时,不会发上述这种现象.

4.3 激励强度对运动状态的影响

当激励强度很大(甚至超过实际的可能),即使接触阻尼、激励频率各不相同,运动的周期规律性又会增强,出现规则的周期运动,最终都会回到与激励同步的1周期运动状态,而且相对波动也越来越小,其波形也就更接近于简谐波形.

4.4 运动状态的突变

凡是出现运动状态变化的地方几乎都存在着明显的突变现象.随着刚度的增加突变现象也变得更加突出.刚开始发生接触碰撞时突变现象最为明显,其次是激励很大时的1周期突变;突变的后果使激励逐步增大和逐步减小时的状态变化位置不一致.典型情况如图4所示,图中yv,vv分别是悬伸端响应位移和速度的有效值.激励强度递增且小于间隙时未发生接触碰撞为简谐响应,yv/ω,vv为重合的直线,当激励强度稍稍超过间隙数值时发生响应状态突变,而激励强度递减时在非常低的激励强度下才发生响应状态突变.

5 结论

综上所述,尽管间隙约束悬臂梁系统的动力学行为十分复杂,但规律性也是明确的.较小激励不发生接触碰撞时,等同于线性系统,激励很大时,趋近于弹性约束的线性系统,复杂的分岔、混沌、突变现象发生在一定激励幅值范围之内;接触刚度和阻尼对运动状态影响极大,刚度越大分岔、混沌、突变现象越明显,范围也越大,增加接触阻尼对分岔、混沌、突变现象的抑制作用明显增强;激励频率对运动状态的影响规律与系统的频响函数有明显的对应关系,以上结论我们已经进行了初步的实验验证.然而,要完全弄清系统的响应规律还有许多工作要做,除了进行数值仿真之外还需要运用稳定性条件作系统的研究.

摘要：运用分段线性系统分析理论，研究了间隙约束的悬臂梁振动系统在简谐激励下系统稳态响应的动力学行为．首先建立了间隙约束悬臂梁系统的动态响应分析模型，以传递函数为基础，推导出系统的动力学分析方程及其求解方法．然后对系统进行了数值求解分析，得到了该系统稳态响应随激励幅值、激励频率、间隙接触刚度和阻尼变化的一般规律．

关键词：间隙,分岔,混沌

参考文献

[1]钱家德．弹性支承有间隙的复合转子系统的混沌特性．力学与实践,2001,23(2):37～40(Qian Jiade.Chaotic behavior of a complex rotor-bearing system with pedestal looseness.Me- chanics in Engineering,2001,23(2):37～40(in Chinese))

[4]罗冠炜，谢建华．碰撞振动系统的周期运动和分岔．北京：科学技术出版社，2004．03

[5]赵登峰．垂直冲击消振系统简谐激励及其稳定性分析．力学与实践,2006,28(2):45～49(Zhao Dengfeng.Analysis of har- monic excitation response and stability of vertical impact damper system.Mechanics in Engineering,2006,28(2): 45～49(in Chinese))

[2]赵登峰．基于Laplace变换的线性系统碰撞过程的分析方法．动力学与控制学报，2005，3(4)：76～81(zhao Dengfeng．Impact process analysis of linear system based on laplace transform.Journal of Dynamics and Control,2005,3(4): 76～81(in Chinese))

[3]罗冠炜，谢建华．一类含间隙振动系统的周期运动稳定性、分岔与混沌形成过程研究．固体力学学报，2003，24(3)：284～292(Luo Guanwei,Xie Jianhua.Researches on stability of periodic motion,bifurcations and chaos in a vibratory system with a clearance or gap.Acts Mechanics Solids Sinica,2003, 24(3):284～292(in Chinese))

系统行为 篇10

滚动轴承支承的转子系统由于轴承非线性刚度而出现复杂的非线性动力学特性。近年来, 刚性转子滚动轴承系统的分叉及混沌特性研究得到了广泛的重视。

Jang等[1]考虑滚动轴承的5 个自由度以及表面波纹度建立了刚性转子滚动轴承系统的非线性动力学方程, 发现套圈的波纹会导致径向位移和角位移响应峰值附近出现边频带。Harsha[2-3]考虑轴承间隙、不平衡力研究了转子系统的动力学响应, 发现系统的动力学行为与滚动体的通过频率有关, 且当通过频率及其谐波与固有频率相等、外圈波纹度阶数与滚动体数目相等时振动幅值将变得极大。Bai等[4]研究了主轴-滚动轴承系统非线性动力学行为, 发现轴承间隙的减小有利于提高主轴轴承系统的稳定性。高尚晗等[5]研究了主轴- 滚动轴承在负游隙情况下的机床主轴-滚动轴承系统的非线性动力学特性, 揭示了主轴系统的混沌演化过程。崔立等[6]研究了圆柱滚子轴承刚性转子系统周期运动分岔特性, 发现随着径向间隙、阻尼和力矩的变化, 周期运动将产生倍周期或Hopf分岔, 分岔转速随参数变化而改变。

以上的研究对象均为刚性转子, 模型涉及转轴的弯曲变形和陀螺力矩等参数。随着旋转机械转速的提高, 柔性转子系统的设计与分析变得越来越重要。近年也有一些研究柔性转子轴承系统的文章发表, 如:Laha等[7]研究了油膜轴承支承的柔性转子系统的分叉行为, 分析了转轴的材料、刚度和质量等参数对转子系统分叉行为的影响。Villa等[8]、Sinou[9]研究了球轴承支承的柔性转子系统的非线性动力学行为, 发现系统响应中存在跳跃现象和超谐波, 但其研究仅考虑了4个自由度的转轴节点和2个轴承自由度, 难以满足实际工况的需求。

本文采用12 自由度Euler-Bernoulli杆单元建立柔性转子滚子轴承系统的非线性动力学模型, 研究系统的混沌行为, 分析轴承结构参数与转轴结构参数对转子系统混沌行为的影响规律。

1 计算模型

图1所示为柔性转子轴承系统模型, 采用12自由度的Euler-Bernoulli杆单元, 圆盘简化为质点并考虑其质量与转动惯量, 转子由两个滚动轴承支承。

1.1 柔性转子轴承系统动力学模型

柔性转子系统的动力学方程为

式中, M为包含转轴、圆盘和轴承的总质量矩阵;C为总阻尼矩阵;G为总陀螺矩阵;K为总刚度矩阵;X为转子各节点的位移向量;f (X, t) 为包括转子各节点轴承力、重力、转子不平衡力和外载荷的矩阵。

先对转子系统进行轴段与节点划分, 然后进行转子系统的质量矩阵、刚度矩阵、阻尼矩阵、陀螺矩阵、载荷矩阵求解, 并按照节点的顺序对各矩阵进行组装, 具体过程如下:首先计算杆单元的质量矩阵、陀螺矩阵、刚度矩阵、载荷矩阵并组装;然后将刚性圆盘的质量矩阵、陀螺矩阵、不平衡力矩阵叠加到所在节点的相应矩阵中;之后将支承轴承的质量矩阵、非线性轴承力叠加到所在节点的相应矩阵中;最后计算系统的结构阻尼、轴承阻尼矩阵并组装。

1.2杆单元

图2所示为针对空间杆单元分析获得的空间杆单元两端节点位移。

针对图2 中12 自由度Euler-Bernoulli杆单元, 若每个节点考虑6个自由度, 则共有6个广义位移和6个广义力, 其表达式为

式中, xi、yi、zi分别为节点i沿x、y、z方向的线位移;θxi、θyi、θzi分别为节点i处截面绕x、y、z轴的转角位移;Fxi、Fyi、Fzi分别为节点i在x、y、z方向受到的轴向力和剪切力;Mxi、Myi、Mzi分别为节点i在x、y、z方向所受的扭矩和弯矩。

假设已知杆单元横截面面积、截面惯性矩、单元的扭转惯性矩、长度、材料弹性模量和剪切模量, 则可根据有限元理论[10]求出杆单元的质量矩阵Ms、刚度矩阵Ks、阻尼矩阵Cs、陀螺矩阵Gs。

1.3 刚性圆盘模型

当轴上安装有圆盘时, 将其视为刚性圆盘, 并将其质量矩阵、陀螺矩阵、不平衡力矩阵叠加到所在节点的相应矩阵中。

假设已知圆盘的质量、半径、不平衡质径积, 则可建立刚性圆盘的质量矩阵Md、陀螺矩阵Gd、不平衡力矩阵Fd, 其中Fd为

式中, me为圆盘的不平衡质径积;ω 为转速。

1.4 滚子轴承模型

考虑普遍受载的圆柱滚子轴承, 其模型如图3所示, 图中, Dr为滚子直径, D1、D2分别为外圈外径和内圈内径, δ0为径向间隙, le为带凸度滚子的长度, ls为带凸度滚子直线部分的长度。

假设滚子数目为N, 使用切片法将滚子分成nr个圆片。对第j个滚子进行受力分析, 假设第j个滚子方位角为j, 根据赫兹接触理论, 并使用拟动力学方法建立滚子轴承的非线性平衡方程组, 使用Newton-Raphson法可求出滚子与套圈的接触力[11]。将各滚子的接触力分解, 即可求出圆柱滚子轴承的非线性轴承力矩阵:

式中, F2jk为第j个滚子的第k个切片与滚子轴承内圈的作用力。

1.5 结构阻尼求解

Rayleigh提出的结构阻尼模型计算表达式为

式中, ε1、ε2为两个振型的阻尼比, 根据经验取ε1=0.005, ε2=0.01;ω1、ω2为转子系统的二阶固有频率。

式 (7) 中转子系统的固有频率ω1、ω2可根据计算得到的质量矩阵、刚度矩阵解|K - Mω2|= 0得到。

2 计算方法

采用Runge-Kutta法、Newton-Raphson法进行非线性动力学方程组求解, 根据FPA修正法确定求解周期, 然后求解最大Lyapunov指数, 判断系统的动力学行为。

2.1 求解周期的确定

转子轴承系统中存在轴承变刚度激励, 还可能存在不平衡力激励。不平衡力产生的激励周期为轴转动周期的整数倍, 但轴承的变刚度激励周期往往不是轴转动周期的整数倍, 所以在判断和求解时, 采用修正的FPA法建立统一的求解周期[12], 其表达式定义为

式中, T为求解周期;Td为不平衡力激励周期;TVC为轴承变刚度激励周期;ε为常数, 取ε= 0.01;K为比例系数, K =1, 2, …, nk。

根据式 (9) 进行循环计算, 直至找到满足其要求的K值, 代入式 (8) 即得求解周期。

2.2 Lyapunov指数计算

Lyapunov指数表示在相平面中2条相邻轨线间的距离随时间的平均指数发散率, 它明确地区分了确定性运动和混沌运动[13]。

对于连续系统有

设 (τ) 为一基准轨线, X (τ) 为其相邻轨线。定义矩阵X = [x1x2… xn]T的范数为

考察X (τ) 与 (τ) 之间的距离随时间延续的发散程度, 即

设在τ0时刻 ‖δX (τ0) ‖ 充分小, 于是1维的Lyapunov指数可定义为

在n维连续系统中, δX (τ) 在每个基底上有分量, 每一个分量均可按上式求出一个λ, 因此共存在n个Lyapunov指数λi, 称为Lyapunov指数谱。当任意选取矩阵δX (τ) 时, Lyapunov指数以概率1 可能取得最大值, 如果其中最大的Lyapunov指数λmax>0, 则该系统一定存在混沌运动。因此, 只要计算出系统的最大Lyapunov指数, 就可以判断系统是否处于混沌状态。

3 计算与分析

图4为柔性转子系统简图, 转轴由两个型号相同的滚子轴承支承, 转轴中有刚性圆盘, 该圆盘可施加不平衡力。

表1所示为滚子轴承的结构参数, 其中, 轴承的弹性模量为204GPa, 泊松比为0.3, 阻尼为200N·s/m, 轴承载荷为{0, 2000N, 2000N, 0, 0}。

柔性转子系统的结构参数如表2所示, 转轴被划分为4 个轴段, 转子系统划分为5 个节点。转轴的弹性模量为204GPa, 泊松比为0.3。

对图4所示的柔性转子系统进行计算, 判断圆盘节点处的混沌行为, 并分析轴承径向间隙、圆盘不平衡力、转轴刚度比等参数对系统混沌行为的影响规律。

3.1 径向间隙影响分析

假设系统不平衡力为0, 则轴承径向间隙对系统混沌特性的影响如图5所示。分别取40μm、60μm和80μm的径向间隙计算系统的最大Lya-punov指数。

系统最大Lyapunov指数小于0, 表明系统运动是稳定的;当最大Lyapunov指数等于0时, 系统为倍周期或拟周期分叉运动;当最大Lyapunov指数大于0时, 系统为混沌运动。

为了验证计算的准确性, 使用Runge-Kutta法进行非线性动力学方程组求解, 得到转子系统响应的频谱图和Poincaré截面。从图5可知, 当径向间隙为80μm、转速为4200r/min时, 系统的最大Lyapunov指数等于0 (图中fVC为滚子轴承的变刚度振动频率) 。图6所示为图5工况下圆盘节点处的频谱图和Poincaré截面, 图形表明系统为拟周期振动。

图5 表明, 径向间隙为80μm、转速为8000r/min时, 系统的最大Lyapunov指数大于0, 图7所示为对应该工况的圆盘节点处的频谱图和Poincaré截面, 其表明系统为混沌运动。

图5还表明, 当径向间隙为40μm时, 系统的最大Lyapunov指数小于0, 未出现混沌行为;当径向间隙为60μm时, 在0~2500r/min、6600~7200r/min转速下的最大Lyapunov指数大于0, 系统出现混沌行为;当径向间隙为80μm时, 在0~3100r/min、5000~5400r/min、7500~8500r/min转速下出现混沌行为。

3.2 不平衡力影响分析

图8所示为在其他条件不变前提下的不平衡力对系统混沌特性的影响。分别取圆盘的不平衡质径积为5×10-6kg·m、1×10-5kg·m、2×10-5kg·m, 计算系统的最大Lyapunov指数。

从图8 可知, 当不平衡质径积为5×10-6kg·m时, 在0~2000r/min, 系统出现混沌行为;当不平衡质径积为1×10-5kg·m时, 在0~3700r/min, 系统出现混沌行为;当不平衡质径积为2×10-5kg·m时, 在0~4400r/min, 系统出现混沌行为。可以看出, 不平衡力的存在会改变系统的混沌行为, 系统出现混沌的转速及范围随着不平衡力的增大逐渐增大。

3.3 刚度比影响分析

定义柔性转子系统的刚度比为

式中, Kshaft为柔性转轴的刚度;Kbearing为支承轴承刚度。

在其他参数不变的情况下, 分别取长度为500mm、400mm、300mm的转轴进行刚度比计算, 其对应所得的刚度比分别为7.38×10-3、1.43×10-2、3.31×10-2, 据此, 可得出刚度对于柔性转子系统动力学特性的影响。

图9所示为不同刚度比时圆盘节点处的振幅随转速变化曲线, 可以看出, 随着刚度比的增大, 振幅峰值对应的转速逐渐增大, 即临界转速增大;振幅峰值也随着刚度比增大而增大, 且临界转速附近的峰值逐渐变多, 可以看出随着转轴刚度增大, 轴承非线性振动对转子系统的影响增大, 导致系统响应复杂。

图10所示为不同刚度比时最大Lyapunov指数随转速的变化曲线。 当刚度比为7.38×10-3时, 在0~800r/min出现混沌行为。当刚度比为1.43×10-2时, 在0~1200r/min、5200~5400r/min出现混沌行为。当刚度比为3.31×10-2时, 在0~3200r/min、4800~5900r/min出现混沌行为。

可见, 随着转轴刚度增大即刚度比增大, 混沌运动的区间发生改变。随着刚度比的增大, 系统的混沌区间增大, 轴承引起的转子系统非线性行为明显。对比柔性转子和刚性转子的混沌特性, 发现轴承的非线性接触力对刚性转子系统的混沌特性影响大于柔性转子。

4 实验

为验证本文方法对柔性转子系统动力学行为预测的准确性, 使用图11所示的高速滚子轴承柔性转子实验器进行测试。动力装置的高速电主轴, 最高转速可达24 000r/min, 实验滚子轴承参数如表1所示, 实验过程中滚子轴承承受的径向载荷为2000N。采用非接触式的电涡流传感器测量滚子轴承及圆盘处的径向振动位移。

图12所示为转子圆盘处振动位移幅值计算结果与实验结果对比, 可以看出, 计算得到的一阶临界转速为4900r/min, 实验得到的一阶临界转速为4700r/min, 与计算结果较为接近;实验测试振幅与计算结果也较为接近, 证明了本文方法的准确性。

5 结论

(1) 轴承径向间隙是影响转子系统非线性振动特性的重要参数。随着轴承径向间隙的增大, 系统的混沌区间逐渐增大、变多。

(2) 不平衡力的存在对系统混沌行为也有较大的影响。系统出现混沌的转速及范围随着不平衡力的增大逐渐增大。

系统行为 篇11

一、“两型社会”建设技术创新政府失范行为的主要表现

依照德国著名社会学家马克斯·韦伯（MaxWeber）的观点，政府不规范行为指政府行为没有持续的、不受规则约束的、不按章办事的运作。在本文中作者所探讨的“两型社会”建设技术创新政府行为失范，是指政府由于体制上的弊端、自身利益的膨胀等原因实施的失误的、不当的、不合法的行为，对环境资源可能产生不良后果的总和。主要表现在以下几个方面。

1、政府在社会公共事务管理者角色下的管理行为失范分析

（1）政府制定政策的失范行为。政府作为政策制定者的行为失范，就是政府制定的政策不利于环境保护和资源节约的情形。政府制定环境政策行为的失范，一般表现在与国家的宪法和法律、与上一级政府的政策相抵触、相冲突；政策本身不绿色，与环境友好资源节约目标模式背道而驰；对环境友好资源节约行为的鼓励激励政策缺乏；经济、技术政策偏少，政策实用性差，政策间缺乏协调等方面。由于政府制定政策行为具有抽象行政行为的普遍约束力和反复适用性的特征，因此，政府制定政策行为失范给环境资源带来的负面影响相当严重。

（2）政府具体决策的失范行为。政府具体决策行为，是指政府在行使社会公共事务管理职能的过程中，就某一具体的社会事项做出具体的有针对性的决策行为。主要包括失误性决策行为和短期片面决策行为。政府某一决策的成功和失败往往对资源环境保护起决定作用，如果政府在决策时没有充分考虑对资源环境的影响，可能会给资源、环境带来不可逆转的变化。在现实中，一些政府官员为了追求自己任期内的所谓“政绩”，往往不考虑长远的收益，不择手段地搞些急功近利的经济行为。我国官员追求政绩的行为，往往造成“官换面貌换”的现象，这些不切实际的长官政绩工程不仅浪费和消耗宝贵的经济资源，而且加剧了生态的破坏和环境的污染。

（3）政府环境监管的失范行为。政府环境管理不力的表现，主要是政府片面追求经济发展，违规审批，导致资源浪费和环境污染。近年来，各地大力兴建开发区、招商引资，但有些地方政府不按规定程序审批建设项目，往往导致新污染源的产生。这些地方政府和有关部门置国家环境法律、法规于不顾，对建设项目不论有无污染、国家是否禁止、环保部门是否批准，都来者不拒。纵然环保部门据理力争，也阻挡不了污染项目在当地政府的庇护下纷纷出笼，为日后污染纠纷的产生埋下了隐患。土地资源浪费严重与政府的违规审批行为直接相关。国家对开发区建设历来有严格的规定，但全国6000多个开发区有一半多是违反规定越权审批的。另外，地方保护主义下的环境执法不力，使一些环境污染纠纷久拖不决。

2、政府在社会公共资源消费者角色下的消费行为失范分析

政府消费行为失范最突出的表现，就是财政资金使用效益低下所体现出来的政府采购的低成效。政府采购行为的不绿色不环保，本身就会造成对环境资源的极大破坏或浪费。当前政府机构在自身运行中，资源效率相当低，资源浪费现象非常严重。根据2005年北京市的一项调查显示，有的政府公务人员1天的耗电量够一个普通老百姓19天的生活用电；权威部门测算，我国政府机构（包括教育等公共部门）的能源消费约占全国能源消费总量的5%，节能潜力为15%至20%，能源费用超过800亿元，单位建筑面积能耗超过世界头号耗能大国——美国政府机关1999年平均水平的33%。国外的多类、多项研究报告及国内学者的文章早已毫不忌讳地指出，中国是世界上行政成本最高的少数国家之一。

“两型社会”建设技术创新政府行为失范的原因主要是：主观上政府官员科学发展观及环境资源意识匮乏，受政府自身利益驱使的制约，客观上决策机制存在弊端，GDP核算制度不科学，政府节能环保行为监督存在“盲区”。

二、实现“两型社会”建设技术创新政府行为规制的主要制度设计

在资源节约型环境友好型社会建设技术创新的过程中，必须解决政府干预不适当、干预失灵及政府自身对资源环境不合理消耗的问题。科学合理的制度设计的过程，本身就是环境友好资源节约科学理念内化成政府执政理念的过程，同时也是把政府利益控制约束在合理、合法的范围之内的根本途径。一方面对政府的执政理念和行为产生正面引导和激发的作用，同时也能对不科学的政府执政理念和失范的政府行为产生矫正和防范的作用。对规范政府行为相关制度的完善和重新设计，是我们资源节约型环境友好型社会建设技术创新的当务之急，主要从以下几个方面进行。

1、改进和完善政府决策机制

建立和完善环境与发展综合决策制度，实现政府决策的科学化、规范化、民主化。对政府和部门的重大决策，应进行专家论证、技术咨询、效益评估，以实现决策的科学化，避免政府部门因决策失误引起的错误导向；严格规范政府对重大经济社会问题的决策程序，尤其是“三不决策”制度，即没有经过充分的调研论证不决策，没有两个以上的比较方案不决策，没有经过专家学者的论证不决策；大力推进公众参与决策制度的落实，制定重大事项社会公示、社会听证、民主评议、行政公开等制度的具体实施方案，这些直接性或半直接性政治参与制度和渠道的建立和完善，能极大提高公民参与政府决策的广度和深度，有利于提高政府决策管理水平，有利于不断推进“两型社会”建设技术创新实践的发展。

2、实施环保政绩考核制度

主要是实施绿色政绩考核指标、实行领导干部离任生态审计制度。在考核领导干部的政绩时，不能只看GDP，不能只看

“政绩指标”，还要看“绿色指标”。生态审计就是在进行领导干部离任审计时，既要看其在任期期间当地经济的增长和收入的提高，也要看资源的减少、环境质量的下降和生态的破坏程度。这有利于干部考核制度更科学、更全面、更公正。重庆市把环保政绩作为干部考核的重要内容，赤峰市通过激励和约束制度强化干部的生态责任和生态意识，生态审计不过关，干部不能提拔。只有这样，才能扭转一些地方和行业不惜以牺牲资源和环境为代价换取GDP增长的错误做法，才能遏制政府机构的浪费现象，才能促进经济增长方式由粗放型向集约型转变，使经济发展走上健康的轨道。

3、建立和完善绿色国民经济核算制度

我国绿色GDP核算体系框架已初步建立，已建立了环境实物量核算、环境价值量核算、环境保护投入产出核算，以及经环境调整的绿色GDP核算四个具体的表式核算框架。但是目前绿色GDP还未上升到法律高度，还没有实现合法、有序、广泛的执行，我国的绿色GDP核算制度法制建设仍属空白。因此，随着绿色GDP的推行以及核算技术和方法的不断完善，还必须制定和完善相关的法律、法规，以实现绿色GDP核算的法制化。比如在时机成熟时制定《绿色GDP核算法》，确定绿色GDP的核算方法，规定核算的内容和范围等，从而建立和完善我国的绿色GDP核算制度。

4、完善战略环境影响评价制度

政府行为的环境友好资源节约评价制度，是保证政府行为的环境友好资源节约的核心制度。我们应该在做好建设项目环境影响评价和发展规划环境影响评价的基础上，建立和完善战略环境影响评价制度，对政策、法规、规划、计划中的资源环境承载能力进行深入分析预测和科学评价，从源头和过程控制大面积环境污染和生态破坏的发生。具体包括：环境友好资源节约的事前评价制度（即在政府行为的策划、设计阶段，对其进行环境友好资源节约评价，对不符合环境友好资源节约标准的政府行为，事前予以制止）和环境友好资源节约的事中评价制度（即在政府行为实施过程中进行环境友好资源节约评价，避免政府行为实施过程中的歪曲，保证政府行为实施过程中的环境友好资源节约）。

5、完善环境责任追究制度

首先，追究方式要明确。实行重大决策终身负责制度，对每一项重大决策，都要建立档案，要求决策的领导者对自己的决策终身负责。对领导干部在决策中存在的严重失误、失职行为，不论存在的问题和造成的后果在什么时候暴露出来，也不论这个领导干部的职务和岗位发生了什么变化，都必须依法追究其领导责任。其次，责任主体范围要明确。不仅是政策的直接制定者、参与制定者，对失误的重大决策负有直接责任的主管人员、负有领导责任的人员，还包括对包庇、纵容、放任环境违法行为导致辖区环境恶化的地方政府领导，对不履行环保职责的有关部门负责人，对不作为和乱作为的环保执法人员，如何追究其责任都应做出具体的规定。第三，责任形式要明确。把政府对环境质量负责的政治责任转化为实质上的更为完善的法律责任，即包括政府及其责任人员的行政责任、对社会成员的民事责任和政府责任人员的刑事责任三方面的责任承担。

6、建立政府可持续消费制度

政府通过自身的环境友好和资源节约来为社会提供模型和范例，在“两型社会”建设技术创新的实践发展过程中发挥示范和引导作用，必须做到：推行绿色政府采购制度，采购环保产品，并对采购规模、使用、报废等环节密切进行监督和约束，控制政府自身运行成本；实行对政府机构资源使用的定额限制和定额管理制度；设计一套硬性的利益约束机制，把降低能耗、节约开支与公务员切身利益挂钩，靠制度约束公务员的能源浪费行为。政府各机关各部门是财政补贴的对象，在节约利用资源方面负有表率职责，可考虑制定《国家机关与公共机构资源节约法》，或者制定一部以约束政府及其官员的消费行为为目的的《政府消费法》，上升到法律层面来保证政府可持续消费制度的落实。

7、完善民主监督制度体系

政府行为是否实现环境友好资源节约，必须以有效的监督为保障。建立和完善环境友好资源节约的监督制度，应该从以下几方面完善政府行为的民主监督制度体系：建立对行政权力的制约和监督机制，充分发挥行政系统内部监督、媒体舆论监督和社会监督的作用；强化人大监督，完善重大事项报告制度、质询制度、民主评议制度和政府规章备案审查制度，及时纠正违法或不适当的决策；完善行政、司法监督制度，做到有权必有责，用权必受监督。

（注：本文属湖南省哲学社会科学基金项目（2010CGB15）。）

【参考文献】

[1] 杨平：“两型社会”建设技术创新论[J].产业与科技论坛，2010（6）.

[2] 杨平：实现“两型社会”建设技术创新的基本途径[J].系统科学学报，2011（3）.

系统行为 篇12

我国是汽车生产和消费大国,机动车的持续和大幅增长,将会给道路交通安全、能源消耗、环境保护等诸多方面带来很大压力。能源的日益紧张使汽车节能降耗问题愈来愈被重视。影响车辆油耗的因素主要有六个方面,包括:车辆风阻系数、车辆自重、发动机技术、变速箱技术、车辆轮胎选取和驾驶习惯。据统计,低效率的驾驶行为会造成碳排放和燃油消耗增加10%。针对改善驾驶习惯以降低油耗,可以通过电子技术,对驾驶员驾驶行为进行干预,帮助驾驶员改善驾驶习惯,养成优良的驾驶习惯,本文提供了一种及时提醒驾驶员当前车辆处于非节油状态的汽车节油提醒方法及系统。

1、系统实现方法

节油提醒系统每隔设定的采样周期获取发动机转速、车速、变速箱档位、油门踏板开度和制动踏板开度;确定汽车处于起步阶段、加速阶段、匀速阶段还是减速阶段;针对各个行驶阶段,判断汽车是否处于非节油状态,如果是,则发出对应该行驶阶段的提醒信号。通过实时监测驾驶员驾驶行为,针对特定的行驶状态,判断当前汽车是否处于非节油状态,并且在汽车处于非节油状态的情况下,发出与行驶状态相对应的提醒信号,对能够造成油耗增加的驾驶行为进行警示并给出驾驶建议,减小车辆油耗,同时增加驾驶的安全性。

系统原理框图如下图所示:包括有数据采集单元、控制单元和节油显示单元,其中数据采集单元用于每隔设定的采样周期获取发动机转速、车速、变速箱档位、油门踏板开度和制动踏板开度。其中发动机转速从发动机控制器获取;车速信息从车速传感器获取;档位信息从变速箱控制器传感器获取,对于一些手动档车型由于没有变速箱控制器,其当前档位可以通过车速、发动机转速、发动机输出扭矩计算,当然计算精度会略有不足;油门开度和制动踏板开度从油门踏板位置传感器和制动踏板位置传感器获取。节油显示单元包括节油指示灯显示屏,其中节油指示灯在司机处于非节油驾驶状态时点亮,显示屏可以通过文字等显示具体状态和原因对策信息。指示灯和显示屏可以集成在汽车仪表或者车载MP5中。系统还包括一个节油开关,司机可以自主选择打开或者激活该系统。控制单元是系统的核心部件,将采集到的整车状态信息经过算法计算,判定是否处于非节油状态并输出给显示单元进行显示。

1、蓄电池2、点火开关3、节油开关4、CAN总线5、发动机控制器6、变速箱控制器7、控制单元8、油门踏板位置传感器9、制动踏板位置传感器10、车速传感器11、节油显示单元11 12、系统工作指示灯13、节油指示灯14、显示屏100、数据采集单元

2、系统工作过程

2.1 系统工作流程

如图2所示,是节油提醒系统工作的流程图,节包括以下步骤:

(1)每隔设定的采样周期获取发动机转速、车速、变速箱档位、油门踏板开度和制动踏板开度。

(2)根据所述发动机转速和所述车速,确定汽车处于起步阶段、加速阶段、匀速阶段还是减速阶段。

(3)当汽车处于所述起步阶段时,系统判断汽车是否处于非节油状态,如果是,则发出提醒信号。

(4)当汽车处于所述加速阶段时,系统判断汽车是否处于非节油状态,如果是,则发出提醒信号。

(5)当汽车处于所述匀速阶段时,系统判断汽车是否处于非节油状态,如果是,则发出提醒信号。

(6)当汽车处于所述减速阶段时,系统判断汽车是否处于非节油状态,如果是,则发出提醒信号。

2.2 驾驶阶段判定流程

系统根据当前采样时刻获取的车速和上一采样时刻获取的车速,得到加速度。依据公式计算加速度,其中vt表示当前采样时刻t获取的车速,vt-1表示上一采样时刻t-1获取的车速,Ts表示采样周期。

当发动机转速不等于0 (发动机已启动)且车速小于设定车速阈值,则确定汽车处于起步阶段,此车速阈值可以根据后期车辆标定结果进行修改优化。当车速大于上述车速阈值并且加速度大于0,则确定汽车处于加速阶段。当计算出的加速度等于0,则确定汽车处于匀速阶段。当加速度是否小于0,如果是,则确定汽车处于减速阶段。因为实际中并不会出现加速度绝对为零的情况,加速度的计算结果是通过控制单元做过滤波处理后的结果,避免车速的微小波动的影响。

2.3 起步阶段

起步阶段造成车辆油耗增加的驾驶行为主要有怠速时间过长、高档起步、大油门起步。当汽车处于怠速阶段时,获取汽车处于怠速阶段的时间,当汽车处于怠速阶段的时间大于设定的时间阈值时,说明此时怠速时间过长,确定当前汽车处于非节油状态,节油指示灯点亮并且显示屏显示怠速时间过长,告知驾驶员当前引起非节油状态的原因是怠速时间过长,从而引导驾驶员驾驶汽车移动或者熄火。

当车速大于0,并且变速箱档位未处于空档、一档或倒档时,即意味着汽车当前以高档位(例如二档、三档甚至更高档位)进行起步,此时确定当前汽车处于非节油状态,节油指示灯点亮,并告知驾驶员当前引起非节油状态的原因是高档位起步,从而引导驾驶员降档。

当车速大于0,并且油门踏板开度大于设定的油门踏板开度阈值时,即意味着汽车当前以大油门进行起步,此时确定当前汽车处于非节油状态,节油指示灯点亮,并告知驾驶员当前引起非节油状态的原因是大油门起步,从而引导驾驶员减少踩油门踏板的力度。

2.4 加速阶段

加速阶段造成车辆油耗增加的驾驶行为主要有档位不合理、急加速等,汽车运行的最佳档位优选地由查表获得,其中包含发动机转速和油门踏板开度与变速箱的最佳档位对应关系的二维表,可通过有限次实验进行标定。

详细地,当加速度大于设定的加速度阈值,即意味着汽车当前以急加速状态进行加速,此时确定当前汽车处于非节油状态,节油指示灯点亮,同时显示屏显示急加速,告知驾驶员当前引起非节油状态的原因是急加速,并引导驾驶员减少踩油门踏板的力度,以使加速度降下来。

当变速箱档位不是控制单元计算获得的最佳档位时,即意味着当前档位不合理,此时确定当前汽车处于非节油状态,节油指示灯点亮,同时显示屏显示档位不合理,告知驾驶员当前引起非节油状态的原因是档位不合理,并引导驾驶员切换到最佳档位。

2.5 匀速阶段

匀速阶段造成车辆油耗增加的驾驶行为主要是车速过高,当车速大于设定的第二车速阈值时,即意味着汽车当前以过高的车速进行运行,此时确定当前汽车处于非节油状态,节油指示灯点亮,同时显示屏显示车速过高,告知驾驶员当前引起非节油状态的原因是车速过高,并引导驾驶员降速。

2.6 减速阶段

减速阶段造成车辆油耗增加的驾驶行为主要是急刹车,当制动踏板开度大于设定的制动踏板开度阈值时,即意味着汽车当前处于急刹车状态,此时确定当前汽车处于非节油状态,节油指示灯点亮,显示屏显示急刹车,告知驾驶员当前引起非节油状态的原因是急刹车,从而引导驾驶员减少踩制动踏板的力度,以避免急刹车。

当然,当汽车在以上各个驾驶阶段都未处于非节油状态时,可利用显示屏显示“无不良驾驶行为,请继续保持”的信息。

3、总结

本文所提出的一种基于驾驶行为的节油提醒系统可以提供实时的驾驶反馈,帮助改进驾驶行为,使得车辆行驶更节油、驾驶更安全、并减少刹车和其他部件的磨损。随着我国汽车产业的发展,汽车节能降耗问题越来越重要,驾驶行为研究的相关装备与应用将迅猛发展,由于其具有提高车辆环保性能、降低燃油消耗的潜力,必将具有广阔的发展空间。

参考文献

[1]沈海燕:基于驾驶行为的分析与汽车驾驶方案的优化[J]消费导刊2011(10).

[2]李春梅,许继亮:汽车节油途径及节油技术的探讨[J]科技资讯2013(22).

[3]伍毅平:基于跟踪调查的生态驾驶行为节油潜力初探[J]道路交通与安全2014(1).