導語：如何才能寫好一篇交通信息安全論文，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

1.1網(wǎng)絡病毒的特點

與普通計算機程序相比，計算機病毒也是一段小程序，這段程序能夠影響計算機的正常運行，甚至破壞數(shù)據(jù)信息，另外，計算機病毒還具有以下特點：①破壞性:凡是通過軟件手段能觸及到計算機資源的地方，均可能受到計算機病毒的破壞.具有進行自我復制的能力，對于計算機病毒來說，通常情況下都會隱藏在合法程序的內(nèi)部，并且隨著操作進行自我復制，不斷蔓延。②隱蔽性:病毒程序大多夾在正常程序之中,很難發(fā)現(xiàn)。③潛伏性:感染病毒后，一般情況會潛藏在系統(tǒng)中，不會立即發(fā)作，當計算機病毒因某些事件被激發(fā)而發(fā)作，進一步破壞用戶的計算機系統(tǒng)。④人為編制：計算機病毒不會憑空產(chǎn)生，是個人或組織為了獲取某種資源，進而編寫出來的具有破壞性的計算機代碼。⑤傳染性：計算機病毒往往通過拷貝進行傳播。通常情況下，計算機病毒都是附著在正常程序上，當該程序的某個事件被激發(fā)時，就會激活潛在的計算機病毒，在這些病毒中，一部分進行自我復制，向其他程序不斷蔓延；另一部分執(zhí)行特定的破壞行為。

1.2計算機病毒分類

對于計算機病毒來說，依據(jù)的準則不同，其分類也存在一定的差異：①根據(jù)存在的媒體，可以將計算機病毒分為網(wǎng)絡病毒、文件病毒、引導型病毒。②傳染的方法，根據(jù)計算機病毒的傳染方式，可以將計算機病毒分為駐留型病毒、非駐留型病毒。③破壞能力，根據(jù)病毒的破壞能力可以將其分為無害型，無危險型，危險型，非常危險型。④算法，計算機病毒根據(jù)算法可以分為伴隨型病毒、“蠕蟲”型病毒、寄生型病毒、練習型病毒、詭秘型病毒、變型病毒等。

1.3計算機病毒的危害性

對于計算機病毒來說，雖然病毒的形式多種多樣，但其目的都是破壞程序的完整性，篡改文件，破壞數(shù)據(jù)，是計算機失去服務功效：①破對文件的分配表，進一步導致用戶丟失計算機磁盤上的信息。②惡意篡改磁盤的分配情況，造成數(shù)據(jù)錯誤。③刪除磁盤上特定的文件，破壞文件的數(shù)據(jù)信息。④內(nèi)存的常駐程序受到影響。⑤自我繁殖，占據(jù)存儲空間。⑥篡改正常的運行程序。⑦盜用用戶的重要數(shù)據(jù)。

2計算機病毒的感染

通過外界被感染的軟盤；通過外界被感染的硬盤；通過網(wǎng)絡很短的時間在網(wǎng)絡上傳播。

3計算機病毒的防治方法

3.1基于工作站的防治技術(shù)

一般情況下，工作站防治病毒的方法包括：一是軟件防治，對工作站的病毒感染情況，定期不定期地用反病毒軟件進行檢測。二是在工作站上設置防病毒卡。通過防病毒卡進一步實施檢測病毒感染情況，防病毒卡的缺陷就是升級不方便，進而在實際應用過程中，影響工作站的運行速度。三是將防病病毒芯片安裝在網(wǎng)絡接口卡上。

3.2服務器的防治技術(shù)

在計算機網(wǎng)絡中，網(wǎng)絡服務器是支柱，一旦病毒擊垮網(wǎng)絡服務器，給整個網(wǎng)絡就會造成毀滅性的損失，其損失難以估量，并且無法挽回。目前，為了提供實時掃描病毒的能力，基于服務器的防治病毒的方法主要采用防病毒可裝載模塊（NLM）。

3.3對計算機網(wǎng)絡加強管理

首先制定出嚴格的規(guī)章制度，對計算機硬件設備及軟件系統(tǒng)的使用、維護、管理、服務等進行監(jiān)管，對網(wǎng)絡系統(tǒng)管理員及用戶加大法制教育、職業(yè)道德教育的力度，依據(jù)法律手段，嚴厲打擊從事非法活動的組織或個人。其次，通過設置專人負責具體事務，及時檢查系統(tǒng)中出現(xiàn)的病毒癥狀，在日常工作中，做好病毒檢測工作，同時將出現(xiàn)的新問題、新情況等進行及時的匯報。

3.4預防計算機病毒的途徑

①對于外單位或他人的軟盤不要隨便借用。如果確實需要借用，在使用之前，需要進行嚴格的檢查，同時查殺計算機病毒；②在計算機病毒傳播方面，游戲軟件是主要媒體，在使用過程中需要特別注意；③對于新計算機，先對計算機病毒進行檢查、殺滅處理，然后再進行使用；④通過寫保護措施對所有系統(tǒng)磁盤和重要文件進行處理；⑤對重要的文件和數(shù)據(jù)隨時進行復制和備份；⑥如果計算機裝有硬盤，通過硬盤啟動計算機；⑦不非法復制軟件；⑧安裝防病毒卡。如果發(fā)現(xiàn)計算機感染了病毒，在這種情況下，需要清除病源，同時對計算機進行殺毒處理。目前殺病毒軟件較為方便。計算機是否感染了病毒通過殺病毒軟件進行檢查，以便早發(fā)現(xiàn)，早防治。

4預防病毒的政策建議

篇2

【關鍵詞】視頻識別技術(shù) 客運車輛 超載 遠程核查

隨著生活水平的不斷提高，人們外出打工、探親、旅游的人數(shù)越來越多，尤其是節(jié)假日，而與此相關的公路客運（長途客車，旅游客車等）的運力卻沒有相應增加，致使超員現(xiàn)象頻頻出現(xiàn)?？蛙嚦d對國家的公路設施和客運市場造成了不良影響，也影響車輛本事和車輛的駕駛、控制，容易引發(fā)事故，給國家和百姓帶來重大的經(jīng)濟損失和感情傷害。為更好地適應寧波市社會經(jīng)濟迅猛發(fā)展的步伐，防止超載現(xiàn)象的發(fā)生，保證客運安全，開展客運車輛實時載客人數(shù)智能識別及遠程核查研究。

1 研究價值

在采取行政監(jiān)督管理的同時，通過科學技術(shù)的手段來消除客車超載的現(xiàn)象也有著極其重要的意義和實用性。通過基于視頻識別技術(shù)的客運車輛超載遠程核查應用研究，實現(xiàn)長途客流的動態(tài)監(jiān)管，為長途客運應急預案管理、應急資源配置與調(diào)度，應急處置與保障提供重要支撐作用，同時為長途客車超載、超員治理及執(zhí)法提供依據(jù)，并有效遏制超載，超員，提升客運安全。

2 關鍵技術(shù)

2.1 Opencv

OpenCV的全稱是：Open Source Computer Vision Library。OpenCV是一個基于（開源）發(fā)行的跨平臺計算機視覺庫，可以運行在Linux、Windows和Mac OS操作系統(tǒng)上。它輕量級而且高效――由一系列 C 函數(shù)和少量 C++ 類構(gòu)成，同時提供了Python、Ruby、MATLAB等語言的接口，實現(xiàn)了圖像處理和計算機視覺方面的很多通用算法。

OpenCV 用C++語言編寫，它的主要接口也是C++語言，但是依然保留了大量的C語言接口。該庫也有大量的Python， Java and MATLAB/OCTAVE （版本2.5）的接口。這些語言的API接口函數(shù)可以通過在線文檔獲得。如今也提供對于C#，Ch， Ruby的支持。

自從OpenCV在1999年1月alpha版本開始，它就被廣泛用在許多應用領域、產(chǎn)品和研究成果中。相關應用包括衛(wèi)星地圖和電子地圖的拼接，掃描圖像的對齊，醫(yī)學圖像去噪（消噪或濾波），圖像中的物體分析，安全和入侵檢測系統(tǒng)，自動監(jiān)視和安全系統(tǒng)，制造業(yè)中的產(chǎn)品質(zhì)量檢測系統(tǒng)，攝像機標定，軍事應用，無人飛行器，無人汽車和無人水下機器人。

2.2 人臉檢測

人臉檢測從整體來看分為四個部分：

（1）Face detection 人臉識別，即識別出這是人的臉，而不管他是誰的。

（2）Face preprocessing 面部預處理，即提取出臉部圖像。

（3）Collect and learn faces 臉部的特征采集和學習

（4）Face recognition 臉部識別，找出最相近的相近臉部圖像。

“基于知識的方法主要利用先驗知識將人臉看作器官特征的組合，根據(jù)眼睛、眉毛、嘴巴、鼻子等器官的特征以及相互之間的幾何位置關系來檢測人臉。基于統(tǒng)計的方法則將人臉看作一個整體的模式――二維像素矩陣，從統(tǒng)計的觀點通過大量人臉圖像樣本構(gòu)造人臉模式空間，根據(jù)相似度量來判斷人臉是否存在。在這兩種框架之下，發(fā)展了許多方法。目前隨著各種方法的不斷提出和應用條件的變化，將知識模型與統(tǒng)計模型相結(jié)合的綜合系統(tǒng)將成為未來的研究趨勢?！保▉碜哉撐摹痘贏daboost的人臉檢測方法及眼睛定位算法研究》）

3 系統(tǒng)設計

3.1 系統(tǒng)組成

系統(tǒng)包括車載視頻終端、視頻平臺及遠程核查平臺三部分

3.1.1 車載視頻終端

安裝于車輛頭部；

根據(jù)指令采集車輛圖片信息；

通過DVR自帶3G/4G傳輸模塊將照片傳回視頻平臺。

3.1.2 視頻平臺

下發(fā)拍照指令給車載終端；

接收車載終端拍照照片；

將照片傳給核查平臺。

3.1.3 核查平臺

接收視頻平臺傳回車載照片；

針對車載照片進行分析，判定其是否超載。

3.2 系統(tǒng)架構(gòu)

系統(tǒng)的總體設計分為四層，由下至上是數(shù)據(jù)采集層，基礎資源層，統(tǒng)一支撐層和系統(tǒng)應用層。

數(shù)據(jù)采集層實現(xiàn)基礎數(shù)據(jù)的采集。通過車載智能終端采集GPS信息、車輛上下客人數(shù)信息以及車內(nèi)載客照片信息、車內(nèi)視頻信息。

基礎資源層實現(xiàn)對數(shù)據(jù)的統(tǒng)一存儲、管理和維護。包括GPS信息、車輛上下客人數(shù)信息以及車內(nèi)載客照片信息、車內(nèi)視頻信息、車輛信息、車輛車內(nèi)空載照片信息等。

統(tǒng)一支撐層實現(xiàn)車輛載客信息與空載信息的對比分析，超載預警計算等。

應用系統(tǒng)層是配合實際管理需求的應用系統(tǒng)的集合。

3.3 系統(tǒng)功能

客運車輛乘載人員數(shù)量智能識別與遠程核查系統(tǒng)經(jīng)過分析包含以下功能：

3.3.1 車載人數(shù)統(tǒng)計查詢

核查平臺接收各客車車載視頻終端傳回照片，利用人臉識別技術(shù)，識別車輛實載人數(shù)。

3.3.2 載客車輛照片查詢

核查平臺接收車載視頻終端傳回車輛載客照片，提供用戶查詢，考慮到系統(tǒng)存儲問題，系統(tǒng)進提供15天內(nèi)照片查詢。

3.3.3 車輛信息管理

通過與運政系統(tǒng)對接，獲取車輛相關基本信息，包括車型、荷載率，經(jīng)營單位等。

3.3.4 車輛載客圖片對比分析

由于車內(nèi)人員的坐姿比較多，低頭、側(cè)臉、戴帽或者批衣的情況比較復雜，難以通過單一的人臉檢測手段進行車載人數(shù)識別，通過思路轉(zhuǎn)換，由于車內(nèi)的空間比較固定，桌椅安排有規(guī)律，一般情況下超載客車里的超載人員主要分布在過道里，座位多坐人的可能性不是很大（抱小孩的情況除外），故系統(tǒng)先行檢測過道，再對過道和空載的情況做對比，最后進行人臉檢測，將輪廓檢測、圖像對比分析和人臉檢測相結(jié)合以提高識別率。

圖2所示即為檢測的過程，首先對車內(nèi)的過道進行檢測，智能分析出過道位置，為了更準確的識別，可以將過道內(nèi)的圖片進行編碼，和空載的過道內(nèi)的編碼進行比較，如果有異常，則再進行人臉檢測，查看是否有人在過道內(nèi)或者是其他物體在過道內(nèi)。

（1）過道檢測。過道檢測算法，是根據(jù)opencv的輪廓檢測算法，提取座椅的輪廓來獲得的。

首先將圖像灰度化，然后對圖像進行降噪處理，再對圖像進行腐蝕和膨脹操作，最后根據(jù)設置輪廓檢測的閥值，進行邊緣檢測。對邊緣檢測后的圖片再次進行線段檢測，線段的長度根據(jù)座椅在照片中所占的比例大致設置。

在得到所有檢測到的線段后，得到所有事豎線的線段。既在坐標系中x坐標相同的點。排除占圖片三分之一左右的車內(nèi)上部線段，因為上部分是車廂上體，不可能是座椅；同時，自動找到照片的中間點，以此為中心向左右尋找豎線，當在某一側(cè)找到三個或以上的平行的豎線時，既認為找到座椅的邊緣，將此平行線的最靠近地點的且與中心點最接近的做為過道的一側(cè)的線段。同理，另外的一側(cè)也按此劃分。這樣就將過道區(qū)域劃分出來。

（2）圖像對比。圖像對比方法很多：如哈希對比，峰值信噪比對，特征點分析等。

將上述切分出的過道圖片與靜態(tài)下切分出的過道圖片進行對比，即可了解是否有差異，超過差異允許的范圍，則過道中有可疑物體或人員。

哈希圖像對比分析的詳細過程：

a.縮小尺寸：將圖像縮小到8*8的尺寸，總共64個像素。

b.簡化色彩：將縮小后的圖像，轉(zhuǎn)為64級灰度，即所有像素點總共只有64種顏色；

c.計算平均值：計算所有64個像素的灰度平均值；

d.比較像素的灰度：將每個像素的灰度，與平均值進行比較，大于或等于平均值記為1，小于平均值記為0；

e.計算哈希值：將上一步的比較結(jié)果，組合在一起，就構(gòu)成了這張圖像的指紋。

f.得到指紋以后，看看64位中有多少位是不一樣的。設置不同的權(quán)重，分析是否相同或不同。

通過比較，對有問題的圖片進行下一步操作，既人臉檢測。

（3）人臉檢測。檢測上述的過道區(qū)域，采用opencv中的人臉識別算法，OpenCV已經(jīng)提供了不同種類的人臉檢測的訓練文件。因此我們可以方便的通過載入這些訓練好的級聯(lián)分類器XML文件來實現(xiàn)人臉、眼睛、鼻子等檢測，這些基于Haar和LBP特征的人臉檢測可以自動的對大量數(shù)據(jù)圖片進行訓練，訓練結(jié)果存儲在XML文件中以供使用。

3.4 超載預警處置

系統(tǒng)將通過圖像比對分析后疑似超載車輛信息反饋到該功能，平臺監(jiān)管人員可針對系統(tǒng)預警結(jié)果進行處置，并可調(diào)取車輛實時視頻進行驗證。

4 結(jié)論

基于視頻識別技術(shù)的客運車輛超載遠程核查應用技術(shù)的研究作為寧波智慧運管的重要部分，具有廣闊的社會經(jīng)濟效益。通過基于視頻識別技術(shù)的客運車輛超載遠程核查應用技術(shù)的應用推廣，充分利用交通信息化技術(shù)和成果，實現(xiàn)對長途客車、旅游包車超載的智能監(jiān)控，從而防止超載現(xiàn)象的發(fā)生，進而保證客運安全。

參考文獻

[1]胡尚舉，楊繼章.基于圖像偵測技術(shù)的客車超載監(jiān)控的實現(xiàn)方法[J].科技資訊 2008（30）：16-16.

[2]王鴻，蔣文保.基于物聯(lián)網(wǎng)技術(shù)的長途客運車安全管理 [J].系統(tǒng)信息安全與技術(shù) 2013（03）：61-64，85.

[3]北京卡爾視通科技有限公司，城市長途客運車輛遠程監(jiān)控系統(tǒng)解決方案[EB/OL].http：///2012/01/040814614522.shtml.

作者單位