基于ACO-FS-SVM特征选择加权的网络入侵分类方法

特征选择和分类器设计是网络入侵分类的关键,为了提高网络入侵分类率,针对特征选择问题,提出一种蚁群算法优化SVM选择和加权特征的网络入侵分类方法.首先利用支持向量机的分类精度和特征子集维数加权构造了综合适应度指标,然后利用蚁群算法的全局寻优和多次优解搜索能力实现特征子集搜索;然后选择网络数据的关键特征,计算信息增益获得各个特征权重,并根据特征权重构建加权支持向量机的网络入侵分类器;最后设计了局部细化搜索方式,使得特征选择结果不含冗余特征的同时提高了算法的收敛性,并通过KDD1999数据集验证了算法有效性.结果表明,ACO-SVM有效降低了特征维数,提高了网络入侵检测正确率和检测速度.     

室内可见光通信技术的研究

在近几年来,随着社会信息时代的发展,可见光通信技术作为一种新型的信息技术,也取得了显著的成果。这种新型的技术是利用电磁技术,结合网络信息化特点发展而来。目前人们逐渐增加对这项技术进行研究和使用,也说明这种技术得到了更多人的认可。由于这项技术属于正在发展和研发的项目之一,其中的技术研究也逐渐显出能源的优势。近年来科研人员将工作重心投入到技术的创新和改革方面,室内可见光通信技术的发展水平也取得了很大的提高,文章主要对室内可见光通信技术的国内外发展现状和室内可见光通信技术研究进行了简要分析。     

密集波分复用设备的管理维护策略

21世纪是信息的时代,通信技术的发展和应用极大地激发了民众的消费热情,尤其是以互联网为代表的网络技术的发展和应用使得民众对于通信的需求大大增加。借助于光纤通信技术能够有效地提高通信的质量和信息传输的速度。传统的光纤通信传输中所采用的"一纤一波"的方式使得光纤传输的巨大优势无法得到充分的发挥,在通信需求不断增加的大背景下,密集波分复用技术(DWDM)能够有效地改变传统光纤通信中的"一纤一波"的传输方式,能够在不增加光纤数量的同时提高光纤的传输容量。本文在分析DWDM技术特点的基础上对如何做好密集波分系统设备的管理维护进行分析阐述。