排序方式: 共有33条查询结果,搜索用时 31 毫秒
1.
2.
分析了针对DNS服务器DDoS攻击的特征,提出了一种基于攻击流特征(AFC)时间序列的DDoS攻击检测方法.通过自适应自回归模型的参数拟合,将AFC时间序列变换为多维空间内的自适应自回归AAR模型参数向量序列,然后使用支持向量机进行分类.实验结果表明,该方法能有效检测针对DNS服务器的DDoS攻击. 相似文献
3.
4.
为解决当前方面级情感分析中提取语义句法信息不充分导致分类结果不准确的问题,提出一种基于图卷积网络的多交互注意模型。基于注意力机制和句法相对距离分别重构带有权重的语义图邻接矩阵和句法图邻接矩阵,以这种方式存储更多信息,结合图卷积网络充分挖掘上下文中更深层次的语义和句法信息;通过掩码机制和交互注意完成方面词与上下文的语义交互和句法交互,捕获相关关联并进行特征融合。在SemEval 2014和Twitter数据集上进行实验,实验结果表明,该模型与基于注意力的模型和基于图卷积网络的模型相比,有更好的分类效果。 相似文献
5.
6.
现有的面向大规模数据分类的支持向量机(support vector machine,SVM)对噪声样本敏感,针对这一问题,通过定义软性核凸包和引入pinball损失函数,提出了一种新的软性核凸包支持向量机(soft kernel convex hull support vector machine for large scale noisy datasets,SCH-SVM).SCH-SVM首先定义了软性核凸包的概念,然后选择出能代表样本在核空间几何轮廓的软性核凸包向量,再将其对应的原始空间样本作为训练样本并基于pinball损失函数来寻找两类软性核凸包之间的最大分位数距离.相关理论和实验结果亦证明了所提分类器在训练时间,抗噪能力和支持向量数上的有效性. 相似文献
7.
基于存在市场竞争的电子商务下定价和退货价格模型研究 总被引:1,自引:0,他引:1
以商品价格和退货退款为决策变量,建立企业利润最大化模型,以此为依据企业可获得最优的定价和退货退款比例,得到了在特定市场反应参数下的最优价格以及最优退货策略.在模型中考虑到了市场竞争对利润的影响.通过分析市场反映参数得出了一些具有实际操作意义的应用策略. 相似文献
8.
消除噪声是构造完美三维模型过程中必不可少的一步.胡国飞等提出了基于三维mean-shift过程的各向异性点模型去噪算法但该算法效率较低,为此提出用准柯西函数取代该算法所采用的高斯函数,提高了算法效率.实验结果表明,此方法能在有效剔除点模型表面噪声的同时较好地保持表面的尖锐特征. 相似文献
9.
10.
根据正常用户和攻击者在访问行为上的差异,提出一种基于IP请求熵(SRE)时间序列分析的应用层分布式拒绝服务(DDoS)攻击检测方法。该方法通过拟合SRE时间序列的自适应自回归(AAR)模型,获得描述当前用户访问行为特征的多维参数向量,并使用支持向量机(SVM)对参数向量进行分类来识别攻击。仿真实验表明,该方法能够准确区分正常流量和DDoS攻击流量,适用于大流量背景下攻击流量没有引起整个网络流量显著变化的DDoS攻击的检测。 相似文献