支持向量机下入侵检测的程序与算法实践

论文首先分析了网络的对安全的需求,指出了入侵检测技术的必要性。然后对支持向量机下的入侵检测展开了分析,首先给出了支持向量机的主要概念和算法,然后在支持向量机下如何进行检测展开了研究,最后给出了程序的实现。     

适于进化算法的迭代式MapReduce框架

MapReduce模块化的编程大大降低了分布式算法的实现难度,但同时也限制了它的应用范围。介绍了MapReduce的基本结构及其实现迭代算法的缺陷,并针对基于MapReduce进化算法效率低下的问题,在对MapReduce的计算框架进行研究的基础上提出了一种适用于进化算法的迭代式MapReduce计算框架。描述了迭代式MapReduce计算框架的实现需求及其具体实现,提出并证明了异常机制的可行性,且在公有的Hadoop云计算平台上对提出的框架进行了验证。实验结果表明,基于迭代式MapReduce计算框架的并行遗传算法在算法的加速比上与基于MapReduce的并行遗传算法相比有较大的提高。     

基于蝙蝠算法的云计算资源分配研究

由于云计算要面临庞大的资源分配并且具有动态性等特点,仅从单一方面来权衡资源分配策略的优劣已经不能满足需求.针对上述问题,从用户和资源提供者两个方面出发,将蝙蝠算法引入资源分配策略中,提出了以任务完成时间较短且成本最低为约束条件的调度模型.通过CloudSim平台进行模拟仿真表明,该资源分配算法能有效地兼顾完成时间和成本,在缩短任务完成时间的同时保证成本最小,提高了资源利用率.     

基于响应度的间歇性电源消纳因素研究

在潮流网络有向图中定义了三种类型节点,并利用节点之间的区别,给出了一种全新的顺流潮流跟踪方法。考虑了间歇性电源存在的动态特性及互补性,利用潮流跟踪结果来定义了响应度,并给出了它的物理意义。利用响应度作为指标,从电源侧、配网侧及负荷侧对支撑间歇性电源消纳的因素进行研究。通过对标准IEEE14节点系统的测试,证明了响应度指标的可靠性,并阐述了各因素对支撑间歇性电源消纳的影响机制。     

基于匹配规则的MapReduce任务调度模型

基于开源云计算平台Hadoop的MapReduce是当前流行的分布式计算框架之一,然而其先进先出(FIFO)调度算法存在资源利用效率低下的问题。提出了一种基于资源匹配规则的MapReduce任务调度模型并进行了算法实现。该调度模型通过获取任务的资源需求与计算节点的剩余资源,依据资源的匹配性进行任务分配,提高了系统的资源使用效率。首先对MapReduce的调度过程进行建模,提出了资源及匹配度的量化定义和相应的计算公式;然后给出了资源测量的具体方法及算法实现;最后利用TeraSort、GrepCount和WordCount任务与FIFO调度算法进行实验对比,实验结果显示,最好的情况下,提出的调度模型任务完成时间减少了22.19%,而最差情况下的吞吐量也提高了25.39%。     

一个基于关联规则的商品推荐系统模型

电子商务系统中商品推荐技术可以帮助电子商务网站有效地提高商品的销量,对电子商务发展有重要作用。本文分析了商品推荐的流程,结合数据挖掘技术的关联分析技术给出了一个商品推荐模型。     

一种改进的基于粗糙集的云计算调度模型

针对调度分配效率不高的问题,提出了改进的基于粗糙集MapReduce的分配调度模型,该模型将MapReduce分配的线性处理改造成基于多处理器的模糊计算。描述了具体的实现算法和模型设计,在Hadoop平台上对该模型进行了实验分析。实验结果表明,在复杂云计算环境下,使用基于粗糙集的MapReduce的分配调度模型具有良好的执行效率和扩展性。     

手写体相似字识别方法研究

该文通过研究几种常用汉字的识别方法,找出各自的优势和不足,并将统计识别方法和人工神经元网络识别方法有机的结合起来,利用其优势,应用于相似汉字识别之中,使相似汉字的识别率提高了约5个百分点,同时还改善了整个汉字识别系统的性能。     

一种基于危险理论及模糊集的匹配免疫算法

分析了将人工免疫原理应用到入侵检测系统中存在的不足,提出了一种基于模糊集和危险理论的免疫克隆选择算法,引入了模糊集合和隶属度的概念,有效地优化了检测元的特性,提高了基于人工免疫模型的入侵检测效率和自适应性。     

基于危险理论与数理统计的入侵检测模型

分析了危险理论的基本机制,针对处理危险信号的特点,提出了基于特征串HAMMING距离的数理统计匹配算法,并以该算法来优化协同信号的产生,以及操作抗原与抗体的匹配,最后给出了基于该算法的入侵检测模型。