基于MMTD算法的粒子群的解

粒子群算法是一种寻找最优解的算法,该算法在寻找的过程中需要粒子所得的目前解具有判断力和记忆力.然而正是由于该算法中的粒子对当前的解具有判断力,这才能够使得粒子群中的粒子能够较快地找到最优解.粒子群中的粒子在求解过程中所得的结果可分为三种：优,中,差,这三种解的属性符合中介思想.然而MMTD的算法正是中介思想的一种应用,因此本文将MMTD算法在粒子群上进行应用,该算法能够对粒子群解的属性上做出判断.     

一种基于MMTD网络异常流量的研究

当今的网络在设计初期并没有充分考虑其安全性,因此使得网络被频频攻击成功。当网络管理人员在检测网络是否遭到黑客的攻击时,可以从网络流量的角度出发,检测网络流量是否异常。网络流量是否异常可以作为网络是否被攻击的一个依据。网络中的流量存在正常还是异常的两种状态,在参考已有的检测技术之后,使用MMTD这一算法来检测网络的流量。在文中根据流与流量的特性给出检测函数y=f(x),最后使用MMTD这一算法进行流量是否异常做出判断。利用MMTD算法来研究网络的流量尚属第一次,该算法能够使得已有流量检测算法具有一定的智能性,可以作为已有流量检测算法的补充。     

基于MMTD算法的粒子群的解Ⅱ

粒子群算法是一种寻找最优解的算法,该算法在寻找的过程中需要粒子所得的目前解具有判断力和记忆力.然而正是由于该算法中的粒子对当前的解具有判断力,才能够使得粒子群中的粒子能够较快地找到最优解.粒子群中的粒子在求解过程中所得的结果可分为三种:优,中,差,这三种解的属性符合中介思想.然而MMTD的算法正是中介思想的一种应用,因此论文将MMTD算法在粒子群上进行应用,该算法能够对粒子群解的属性上做出判断.     

基于AHP和MMTD的呼叫接纳控制方法AM-CAC

提出一种统一的呼叫接纳控制方法。应用层次分析过程(AHP)实现系统建模,根据网络运营目标,对于决策所依据的诸多准则之间的重要性关系进行定性分析和定量描述,从而确定各准则在决策中的影响力;应用中介真值程度度量(MMTD)方法统一量化各影响因素相对各准则的真值程度,通过配置合理参数,来适应异构网络在技术特性、性能目标上的差异。仿真结果表明,文中所提方法对于网络的运营目标和偏好具有很好的适应能力。     

Multiobjective evolutionary algorithm based on multimethod with dynamic resources allocation

In the last two decades, multiobjective optimization has become main stream and various multiobjective evolutionary algorithms (MOEAs) have been suggested in the field of evolutionary computing (EC) for solving hard combinatorial and continuous multiobjective optimization problems. Most MOEAs employ single evolutionary operators such as crossover, mutation and selection for population evolution. In this paper, we suggest a multiobjective evolutionary algorithm based on multimethods (MMTD) with dynamic resource allocation for coping with continuous multi-objective optimization problems (MOPs). The suggested algorithm employs two well known population based stochastic algorithms namely MOEA/D and NSGA-II as constituent algorithms for population evolution with a dynamic resource allocation scheme. We have examined the performance of the proposed MMTD on two different MOPs test suites: the widely used ZDT problems and the recently formulated test instances for the special session on MOEAs competition of the 2009 IEEE congress on evolutionary computation (CEC’09). Experimental results obtained by the suggested MMTD are more promising than those of some state-of-the-art MOEAs in terms of the inverted generational distance (IGD)-metric on most test problems.     

基于决策树的病毒检测算法磁

如今病毒的智能性,日益突出。具有当代智能性技术的病毒能够躲避部分杀毒软件的检测。因此有些病毒,在传统检测算法面前是难以被发现。为有效检测出采用了新技术的病毒,使得病毒检测算法具有新的智能性是十分必要的。MMTD算法和决策树算法是两种智能性的算法,该智能性算法在检测病毒上进行应用将有助提高病毒检测算法的智能性。因此根据当病毒检测时的过程中病毒表现出的特性,论文将M M TD算法和决策树算法结合在一起而提出了一种新的病毒检测算法。     

程序属性的检测与程序属性的分类

摘要：在当今的各种程序中,很多人认为只存在两种程序,即善意程序和恶意程序,但对程序属性研究之后,发现还存在第三种属性的程序,该程序部分具有恶意性,部分具有善意性,第三种属性程序是由本文首次提出。本文提出解决问题的思路是：首先采用恶意权值计算公式对程序进行计算,判断该程序是善意程序还是恶意程序,并且分析了程序的权值是否发生了变化。如果是某个程序的权值发生了变化,那么此时善意程序被病毒感染的可能性很大,被病毒感染的程序在一定时候就能够体现出一定的恶意性,因此经过对病毒、被病毒感染的程序和善意程序三种不同属性程序分析之后,最后使用MMTD算法对三种属性的程序进行了分类：该程序是恶意程序,善意程序还是部分恶意部分善意的程序。     

MMTD算法与二值水印图像的检测

信息隐藏检测算法发展至今已有多种算法,本文中只是对二值图像的信息隐藏检测算法进行研究,并对该算法的思想和算法特征做了简略的介绍,然后提出了一种基于MMTD的信息隐藏检测算法,将MMTD算法应用到信息隐藏检测算法中是首次。因此该种算法能够作为现有检测算法的补充和改进。     

基于MMTD网页挂马响应的研究

当今网络中通过网页来种植木马的现象已很普遍。利用网页来传播木马技术就是将木马的域名隐藏在网页里,用户在浏览网页时,隐藏在网页中的木马就会被种植到用户的系统中。因此如果被访问的网页嵌入了木马的域名,那么当网络用户发出链接请求响应时,网络的响应将变得异常。基于上述原因,本文从链接请求响应次数的角度,来判断网页中是否藏有木马域名。首先简介木马技术,网页挂马技术和中介的基本概念,然后给出检测函数y=f(x)以及MMTD在检测木马上的应用,最后给出具体检测算法。     

一种基于MMTD与粒子群的隐写术图像检测算法

当今的隐写术需要将隐藏的图像或文字需要嵌入载体中。由于嵌入算法的不同,因此隐藏在载体中的内容所具有的鲁棒性是不同的。嵌入载体图像的鲁棒性的差异这将导致在检测图像时产生的漏警率与虚警率不同。为了增强图像检测算法对图像的感知力,本文将种智能性算法结合在一起,提出了一种具有一定智能性隐写术图像检测算法,该算法能够提高图像检测算法智能性。