最小差异度聚类在异常入侵检测中的应用

来源 :计算机应用研究 | 被引量 : 3次 | 上传用户:lv53647678
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
重点研究了异常入侵检测系统模型。针对现有模型中存在的对训练数据要求高、误报率高等问题,提出了一种基于最小差异度聚类的入侵检测方法。该方法将区间标量、序数变量、二元变量标称变量类型的属性映射到区间[0,1]上,计算每个数据对象之间以及与各个簇的差异度,很好地解决了异常入侵。在检测已知入侵方面,模型也有不俗表现。
其他文献
充分考虑请求方与提供方的情况,结合服务提供方的信誉度与服务请求方的满意度,以请求方的满意度为主,参考提供方的信誉度,提出了一个服务发现与选取的参考模型WSDM-CS,结合本体深入讨论了信誉度与满意度的实现算法,并应用到语义Web服务中,以提高在语义Web服务选择中的准确性和可靠性。
研究了基于支持向量机的非线性系统辨识方法并进行了仿真试验,用交叉验证的方法进行支持向量机参数选择。有效的仿真结果表明支持向量机是非线性系统辨识的一种非常有效的方法。
提出并实现了基于AOP技术的通用线程监控平台。借助AOP的需求空间分离实现技术,使用该平台的原系统不必事先具有监控能力,该平台可以在不手动改变系统源代码的情况下通过工具自动植入系统内部,为系统注入监控功能,实现对运行线程信息的监视和对指定线程运行速度的变换,实现对整个系统运行行为的控制。
提出了一种基于安全等级的自动协商系统,分析如何防止DoS攻击和敏感信息泄漏,以此来提高系统的安全性。
通过详细分析GUI的界面元素和面向对象软件系统中类方法之间的内在逻辑关系,提出了基于事件-类方法依赖图的回归测试模型和基于该模型的回归测试算法,并给出了运用该模型的实际案例和数据分析。
利用离散Hopfield神经网络对多个线性反馈移位寄存器(LFSR)的非线性选择输出,提出了一种强度较高的序列加密系统。安全性分析与仿真验证表明,该算法构造的伪随机序列具有大周期性、平衡性、相关免疫性等特点,满足密码学的要求。
研究了无线传感器网络中汇聚节点的设计原则,在分析PXA270处理器特点的基础上设计并实现了一个汇聚节点硬件。基于此,进一步对在一个新的硬件平台上实现引导加载程序和移植U-boot作了深入探讨,并最终实现了汇聚节点的软硬件平台。
给出了一种规避障碍物的导航力的实现方案,这种方案在进行相交检测时使用了一种高效而简单的排除法,大大提高了计算效率。在计算导航力时使用模糊逻辑,使自治角色在规避障碍物时表现得更加智能。
在分析人的立体视觉原理基础上,设计了一种立体视频传输方案:用两个摄像头代替人的双眼采集远端场景,采用RTP传输两路视频,为了确保两路视频同步,提出了时间戳匹配算法。最后介绍了使用头盔显示器立体显示方法。
正交缺陷分类(ODC)技术是一种对软件过程的有效性进行量化测量的方法,其Trigger属性代表了对验证过程的测量结果;通过分析Trigger属性的统计特性,可以评估验证过程的有效性,并指导开发和测试组改进验证过程。描述了Trigger属性的定义,并通过具体案例说明了测量软件验证过程的方法。