【摘 要】
：
重抽样方法是常用的解决数据非平衡问题的一种有效手段,为提高入侵检测系统的检测效率,降低数据的不平衡程度,提出了快速分层最近邻FHNN重抽样方法,采用两阶段的基于负载均衡
【机 构】
：
太原师范学院计算机系,太原理工大学计算机与软件学院
论文部分内容阅读
重抽样方法是常用的解决数据非平衡问题的一种有效手段,为提高入侵检测系统的检测效率,降低数据的不平衡程度,提出了快速分层最近邻FHNN重抽样方法,采用两阶段的基于负载均衡策略的高速网络入侵检测模型,按协议类型把KDD’99的训练数据集划分并在每类子集上进行了各种实验。实验结果表明该方法不仅可以很好地删除噪声数据和冗余信息,尤其是类区域内样本,减小数据的不平衡度和样本总量,而且由于算法时间复杂度是线性阶的,在样本数量很大的情况下,运行速度非常快,适合从海量的数据中快速而有效地检测各类攻击。
其他文献
拉萨货运总站位于西郊，院内甬道整洁．草坪茵绿．环境相当优美。它的主体建筑为西藏自治区成立20周年大庆时国家援建的43项重点工程之一。偌大的停车场能停放二百多辆汽车，还有汽车
The gut-brain axis is a bidirectional communication system that exists between the brain and gut. Several studies claimed that some types of headaches are assoc
目的探讨冠心病患者发生主要不良心血管事件的危险因素。方法选取2013年5月—2014年2月陕西省核工业二一五医院收治的268例冠心病患者。收集患者的临床资料,随访1年,记录患者
为提高粒子群算法的优化性能,提出了一种基于相位编码的量子粒子群算法。用量子比特的相位描述粒子的空间位置,用Pauli-Z门实现粒子位置的变异。通过研究惯性因子、自身因子
结合工程实际，在对原桥进行现状检测及结构验算的基础上，通过比选，进行桥梁的改建方案研究。
提出了一种新的自适应邻域的多目标进化算法,该算法采用自适应邻域的方法维护群体的分布性。探讨了根据当前群体情况进行自适应改变邻域半径,避免了传统邻域策略所引起的邻域
藏历七月，拉萨河谷鲜花盛开、绿荫匝地、温暖宜人．到处流光溢彩、美妙异常。
摘要：本科生导师制是培养大学生创新能力，提高人才培养质量的有效途径。本文在分析本科生导师制的渊源与实施概况的基础上，针对本科生导师制实施中存在的主要问题，结合我校具体情况，讨论了本科生导师制建设的几点探索和体会，有助于实现教学相长。 關键词：本科生导师制；人才培养；创新 中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2017）09-0152-02 一、本科生导师制溯
蚁群算法是根据蚂蚁的觅食行为而提出的随机优化算法,但其存在早熟收敛和搜索精度低等问题。模拟生物克隆选择中5%的B细胞自然消亡过程,在蚁群算法进化过程中分别基于代间差
信任评价模型可以解决网络中的一些安全问题,但是当网络中的节点数目非常大时,现有全局信任模型的计算量与通信开销比较大,影响了信任模型的推广和应用。针对上述问题,利用小