【摘 要】
：
针对现有网络攻击检测数学模型,存在网络攻击检测率较低、网络攻击误报率较高、检测时效性较差等问题,构建一种基于增量式学习的网络攻击检测数学模型。首先利用拓扑几何学原理构建一个网络信息之间的拓扑结构关系,再利用该关系进行网络信息去噪,去噪后对数据做零均值化处理和对时间序列进行拟合。最后利用拟合得到的时间序列进行网络攻击判定实现检测,在此基础上利用增量式学习算法对网络信息数据做归一化处理,构建一个自回归
论文部分内容阅读
针对现有网络攻击检测数学模型,存在网络攻击检测率较低、网络攻击误报率较高、检测时效性较差等问题,构建一种基于增量式学习的网络攻击检测数学模型。首先利用拓扑几何学原理构建一个网络信息之间的拓扑结构关系,再利用该关系进行网络信息去噪,去噪后对数据做零均值化处理和对时间序列进行拟合。最后利用拟合得到的时间序列进行网络攻击判定实现检测,在此基础上利用增量式学习算法对网络信息数据做归一化处理,构建一个自回归数学模型,根据上述数学模型检测网络攻击。实验结果表明,所构建网络攻击检测数学模型具有高检测率、低误报率、
其他文献
生长习性椒草属植物原产于热带和亚热带地区,喜温暖怕寒冷,常作为室内观赏植物栽培。生长适温为20°C-28°C,夏季温度超过30°C生长缓慢;冬季温度不低于12°
2020年10月22日,国网江苏海安市供电公司曲塘供电所值班人员接到客户顾建国反映,群贤村11组表计烧坏。曲塘供电所接到报修电话后立即启动管理软件,分析大数据库提供的资料,迅
政府数据开放是政府履行行政职能、打造服务型政府的重要举措。在数字经济飞速发展的时代背景下,数据作为一种新型生产要素,对经济的转型升级具有显著的赋能作用。因此,政府
社交网络数据的庞大规模与复杂结构增加了目标数据获取难度,为此,提出一种社交网络数据动态聚类调度算法,根据节点密度值计算节点距离值,得到Z-score标准化后的密度-距离值,将标签分配给密度-距离较大值的对应节点,完成中心点识别,构建标签种子区域,按照降序密度-距离值更新标签,优先把标签分配至重要节点,实现社交网络数据的动态聚类,提取动态迁移负载特征量,获取数据通频带特征分布,利用输出的耦合特征量与
为了提升勘探工作效率,准确提取复杂地质分形特征,提出一种支持向量机的复杂地质分形特征自动提取方法。在两种线性可分情况下,将最佳的分类面简化为最佳分类直线,获得最佳分类平面;考虑噪声及其它干扰因素造成线性不可分的状况,得到广义的最佳分类面;基于两点可以得出支持向量机内积;通过抽取异常重磁分维数的频率域角度获得分维值,反映出不同频率能量关系,计算地质图像内的方差、均值、相关性、对比度以及角二阶矩,即可
传统软件单元安全性测试方法忽略了对威胁的分类,导致软件异常提取精度较低。为保证软件单元运行的稳定性,提出基于改进遗传算法的软件单元安全性测试方法。划分系统软件与应用软件威胁种类,提取异常特征。通过二进制编码完成软件安全性度量编码。利用有限个体表示空间特征优化,将空间内最优个体作为初始种群。在传统交叉变异算法基础上添加活力种群,规定一种新的自适应变化规则,抑制种群变坏。提出并行机理,确定个体取值范围
杂交兰属国兰和洋兰经过人工多次杂交选育出来的园艺品种,她身姿优美,幽香诱人,有国兰的风韵雅致,又有洋兰的雍容华贵。
采用传统方法对物联网数据接入进行分流时,易导致网络拥塞和节点瘫痪,存在网络拥塞率较高、最大上传带宽较低和网络平稳运行时间较短的问题。为解决上述问题,设计了物联网数据接入最优分流算法。通过"流"的局部性定义,确定数据接入分流的约束条件,并构建分流过程中的能量消耗模型。运用该模型和空间重构方法对物联网数据做特征提取,获取物联网数据在分流系统中的信息模型,取得非线性数据的高维映射向量。在此基础上,将数据
针对当前高维数据隐藏模式挖掘精度较低、执行时间较长,且挖掘过程工作量较大,过程较为复杂的问题,提出了基于贝叶斯网的高维数据隐藏模式挖掘方法。通过有向无环图像与概率表构成贝叶斯网络,分析数据挖掘框架,采用贝叶斯网络对高维数据缩小开销计算,利用信号处理方法提取数据信息特征,对高维数据信息子空间降维,采用自适应级联滤波完成数据的降噪,将多通道的传感信息数据构成自适应的波束并完成聚焦,以此完成高维数据的隐
1认识不足,重外轻内电力营销稽查分为内稽和外查。有些企业重外查,轻内稽。以外查成效为基础,核定考核指标,不但使考核失衡,而且让员工产生工作偏差,只注重反窃防漏工作的稽