论文部分内容阅读
以KDDCUP99-10%网络入侵数据集作为数据流,提出一种混合属性数据流的两阶段入侵检测算法.通过增量聚类提取数据流的代表信息,根据提出的加权模糊簇特征对增量聚类结果做模糊聚类,簇数可动态改变.理论分析和实验结果表明,该算法可以有效检测数据流入侵.
混合属性数据流的两阶段入侵检测算法
【摘 要】
：
以KDDCUP99-10%网络入侵数据集作为数据流,提出一种混合属性数据流的两阶段入侵检测算法.通过增量聚类提取数据流的代表信息,根据提出的加权模糊簇特征对增量聚类结果做模糊
【机 构】
：
东华大学信息科学与技术学院,信阳师范学院计算机与信息技术学院,中国科学院高能物理研究所计算中心
【出 处】
：
计算机工程
【发表日期】
：
2010年18期
【基金项目】
：
国家＂863＂计划基金资助项目（2006AA01A120）,河南省教育厅自然科学基础研究计划基金资助项目（2010A520033）
其他文献
现有电池荷电状态（SOC）估计方法所需训练和学习时间较长，很难满足动力电池的实时性要求。为解决该问题，利用小脑模型关节控制器（CMAC）神经网络对电池SOC进行评估，CMAC神经网络具有学
曲面基本型描述了网格曲面的局部微分特征,针对该特征进行处理,提出一种网格平滑与特征增强方法。通过修改曲面离散基本型以平滑与增强网格特征,在约束最小二乘意义下通过重建曲面得到新网格,并结合稀疏矩阵线性系统求解器进行实时响应处理。实验结果表明,该方法简单高效,具有较好的降噪效果,可在一定程度上防止体积收缩与形状畸变。
针对Windows终端的安全问题,提出主/辅式双处理器、双操作系统的安全Windows终端解决方案。在阐述方案的总体架构和硬件平台的基础上,设计软件框架,分析设备管理、系统管理和