一种基于统计方法的入侵检测模型的研究

由于传统的基于信息加密的被动式信息保护技术不能满足现代信息安全的需求．主动检测攻击的防御技术变得迫切重要，本文正是基于这种需要而提出的一种基于统计方法的入侵检测模型。审计记录是入侵检测模型实施的依据。本文使用神经网络技术来训练这些审计记录，获得每个属性的正常区间，通过区间选取算法，就可得到阀值向量，结合加权特征向量和伯努利向量，就可以进行加权入侵得分的计算和疑义商的计算，疑义商就是本模型判断入侵的依据，其值越大意味着相应的会话入侵的可能性越大。只要根据领域专家的经验。设置相应的阀值就可以自动地实现入侵报警。     

一种大数据集上的非线性PSVM训练方法

PSVM作为一种新型SVM方法，避免了求解二次规划问题，具有更快的计算速度，但对于大规模数据集，采用传统方法求解非线性PSVM面临大矩阵求逆的困难。文章基于共轭梯度法结合低秩估计提出了一个大数据集上的非线性PSVM训练方法NPSVM-LD，通过多次迭代的矩阵乘积运算避免了对大矩阵的求逆。在UCI数据集上的实验表明。该方法能够在应用非线性核函数条件下，使PSVM有效处理规模在10000以内的训练集的情况。     

连续语音识别系统声学单元选择与模型训练的研究

1引言 随着计算机技术的飞速发展,计算机设备逐步向小型化、便携式、智能化方向的发展,人们迫切要求各种设备具备与人交流的能力,语言作为人类最有效的表达思想工具,怎样利用语言实现人机交互一直是当今世界研究领域的热点之一.     

电信网告警数据库中的增量式挖掘技术研究

首先回顾了电信网告警数据库中数据挖掘技术应用的研究进展,然后对告警模型进行了形式化描述,并阐述了告警模式挖掘算法WINEPI的基本思想,接着讨论了时间窗宽度改变情况下对候选集规模削减的两个约束条件,基于此提出了一种基于时间窗约束的增量式频繁情景挖掘算法。实验结果表明,该算法的执行效率在一定条件下比原有WINEPI算法有显著提高。     

入侵检测系统中基于主成份分析特征提取研究

数据降维是基于模式识别方法的入侵检测系统需要解决的一个问题。由于主成份分析方法具有两个我们期望的特性，一是不同的主成份之间互不相关，二是每个主成份都是所有原始特征的线性组合．所以将主成份分析应用到入侵检测系统的特征提取中。首先我们使用ReliefF算法去除原始特征中与分类无关的特征．然后再进行主成份分析。在实际的数据集KDDCUP’99上进行的实验结果表明提出的方法是有效及实用的。     

移动代理在网络性能管理中的应用研究

将移动代理技术应用到网络性能管理中,可以在增强性能管理功能的同时提高网络性能和准确性.文章给出了一个基于移动代理的网络性能管理系统Perma,并对该系统进行分析.     

以太网的集中式与分布式网络管理时延分析

由于网络中数据流量越来越大 ,分布式网络管理已成为一种趋势。通过把分布式网络管理应用到以太网的网络管理中 ,并与传统的以太网的集中式网络管理进行比较。同时对两种网络管理方式下以太网中的网络管理站和网络结点中的代理进程之间的通信方式进行了详细的分析 ,从中得出了分布式网络管理中以太网主干信道中时延小的结论。进行仿真后的结果表明 ,在相同条件下 ,这种管理方式比集中式网络管理方式在网络时延方面有了较大的改善。