一种改进的单模式匹配算法

模式匹配算法在病毒特征码检测、入侵检测、生物信息等诸多领域有着广泛的应用,如何提高匹配的效率是制约模式匹配算法的决定因素,本文通过分析传统的模式匹配算法提出一种改进的单模式匹配算法,通过对比分析和验证,该算法提高了匹配效率。     

一种基于模式匹配的入侵检测模型

这里提出了一种基于模式匹配的入侵检测模型,通过跟踪安全系统内的数据流和权限流来识别操作安全引起的上下文入侵。它是异常检测模型的有益补充。     

基于字符频率的字符串模式匹配算法的研究

文章分析了经典的BM算法和Sunday算法,根据字符频率的特点提出了一种新的模式匹配算法CFPM。CFPM算法确定模式串中字符频率最低的关键字符后,扫描文本串中该关键字符的位置并存储,最后根据这些位置信息进行快速地匹配,匹配方式是以关键字符为始点先匹配左部分再匹配右部分。为了验证CFPM算法的性能,在相同的文本串和模式串情况下,从匹配移动次数和匹配的字符个数两方面对CFPM算法进行实验。实验结果证明,由于CFPM算法能够很大限度地跳过坏字符,大大减少了匹配次数和字符比较个数,有效地加快了匹配速度,其效率优于BM、Sunday等算法。     

入侵检测分类算法的研究

分类是数据挖掘的重要技术之一。在入侵检测中用分类算法，如RIPPER程序来构造分类模型。针对RIPPER算法在入侵检测环境下不能很好地对稀有类分类这一缺点，提出了一个改进方案——在RIPPER算法基础上引入两阶段方法，并以DARPA98入侵检测数据为基础做相应实验。实验结果证明改进后的算法对稀有类分类较RIPPER算法准确率高。     

改进的字符串查找算法

字符串匹配效率的提高,能够带来入侵检测系统检测效率的提高.BM、WM是目前常用的字符匹配算法,从这些算法中结合数理统计抽样的思想,本文希望通过抽样检测的方式提高匹配的效率.首先,新算法按照模式字符串的长度,从文本中固定地截取字符作为抽样点;其次,判断该抽样点是否在模式中出现,并从中分离出那些出现在模式中的抽样点.最后,在分离出的抽样点周围进行精确的模式匹配,从中找到模式字符串.此外,本文还给出了算法的正确性证明.     

一种网络入侵检测模型的研究

入侵检测系统(IDS)是目前动态安全工具的主要研究和开发方向。Agent是人工智能领域里发展起来的新型计算模型。该文提出了基于Agent的网络入侵检测模型,将大大减少系统的通信负载,并且能够检测到新的或未知形式的攻击。     

一种改进的 W-M 多模式匹配算法

Wu-Manber 算法是一种基于后缀搜索的多模式匹配算法,该算法采用查表的方法,通过跳跃不可能匹配的字符来加速匹配,W-M 算法对最短模式长度敏感,最短模式长度决定了它可以跳过的字符的最大距离.针对 W-M 算法的不足之处,提出了一个改进方法:新增了一个模式串末字符表,取得了比原算法更少的 hash 计算次数和更大的字符跳跃距离,从而加快了整个匹配过程的速度.最后,进行了设定模式串的最短长度和搜索文本长度的对比实验.实验结果显示,改进后的算法搜索效率明显高于原算法,特别是在模式串长度很短的情况下,效率提高非常明显.     

基于模式匹配及其参数自适应的PCB焊点检测算法

为了提高在线自动光学检测(AOI)系统检测印刷电路板(PCB)焊点的准确率和速度,对PCB焊点进行了研究。通过研究由特定结构光源和3CCD彩色相机获取的PCB焊点图像,基于常见的良品、多锡、少锡、假焊等焊点类型,提取焊点图像关键子区域的面积特征,在此基础上,建立了五种焊点类型的特征矩阵模型,并根据同类焊点相似程度最大为原则设计了检测焊点的模式匹配算法。此外,本文还给出了一种参数自适应方法对各检查项所用到的阀值参数进行学习与校正。在实验研究中,对含有1040个Chip焊点的PCB进行了检测,结果显示本文所提算法对焊点检测的准确率可达96.5%,检测所用时间为9秒。研究结果表明,本文算法具有较高检测准确率和检测速度。     

基于神经网络的入侵检测方法研究

在传统BP算法的基础上,提出对BP算法的改进方法,并对KDDCup99数据集进行预处理,以达到提高检测效率、降低误检率的效果。利用决策树ID3算法在筛选属性方面的优势,对KDDCup99数据集属性进行筛选,并将结果进行标准化与归一化处理,使训练数据和测试数据更加符合网络训练的数值特征。最后通过Matlab进行编程,将结果与传统BP算法加以比较,证实了该方法的有效性。     

基于改进BP神经网络的入侵检测系统的研究与实现

把传统的BP神经网络应用在入侵检测系统当中时,会出现训练过程缓慢,错误率、漏检率太高,检测效率较低等各种问题.为了解决这些出现的问题,本文通过对一种改进BP算法的讨论分析,简单论述了其应用于入侵检测系统中可以有效的提高系统的检测性能.     

无线传感器网络中基于神经网络的分布式入侵检测

研究无线传感器网络的入侵检测问题。针对无线传感器网络特性面临的安全性脆弱现状,结合节点的分布式处理能力与入侵检测技术,提出基于神经网络学习法的分布式入侵检测。该方案顶层采用基于Hebb的异常检测器;中间层是簇头分类器,将检测到的来自节点的异常数据进行入侵分类;底层是管理节点,将分类器检测出来的数据进行融合处理,并将异常数据发布出去。在无线传感器网络入侵检测中获得了较高的检测率,仿真结果证实了该方法的有效性。     

基于移动智能体入侵检测系统的UML研究

文章首先分析了移动智能体的主要特点,简要介绍了UML定义,分析UML建模的基本思想,利用UML描述和分析了基于移动智能体的入侵检测系统。     

基于TCP/IP协议的网络入侵检测系统综述

对网络入侵检测中的技术进行了阐述,并介绍了入侵检测的发展趋势。     

入侵检测系统分析与探讨

入侵检测系统是新一代的动态安全防范技术.文章介绍了入侵检测技术的概念、分类和通用入侵检测模型,并分析了入侵检测系统的弱点和局限性.最后对入侵检测技术的发展做了讨论.     

基于计算机视觉的道路标志线车载检测系统与算法设计

提出一种在结构化道路情况下的道路标志线检测系统。选择中值滤波、Sobel算子和最大熵分割算法对道路图像进行预处理。选用2D的直线模型,采用增强型Hough变换从预处理后的图像中获取道路几何特征参数,最终检测出道路边界。建立粗略和精细的感兴趣区域提高道路标志线识别的可靠性和实时性。试验结果表明本算法可靠、有效,户外试验中具有很好的鲁棒性。     

一种基于最小均方差算法的散斑图像微位移测量系统

为了满足微位移量的实时、非接触测量的需要,研制了基于散斑图像的一种嵌入式微位移测量系统,它是基于最小均方差法和DSP处理器(TMS320DM642)设计的.重点阐述软件系统和实验系统的设计与实现方法,并在不同运动速度和表面粗糙度的条件下,对其测量系统进行实验和数据分析.实验结果表明,该测量系统是可行有效的.     

基于SIFT算法的双目立体视觉中图像匹配研究

通过对双目立体成像基本原理的研究,依据立体匹配算法的概况,描述了一种基于图像特征值的匹配方法 (SIFT算法)。介绍了SIFT算法的特点、主要思想和具体实现步骤,并在MATLAB7.0环境下进行匹配模拟实现SIFT算法。仿真分析表明,SIFT特征匹配对的位置信息、方向信息和尺度信息都是准确的。     

基于改进自适应正交匹配追踪算法的手势识别

针对稀疏求解算法在稀疏度估计上的优势和增加固定步长的不足,提出改进的自适应正交匹配追踪算法。该算法引入稀疏度和变步长步骤,首先通过匹配测试来估计稀疏度初始值,以减少后续迭代次数,然后在不同阶段调整步长来筛选原子数,逼近真实稀疏度。实验结果表明,与其他贪婪算法相比,该算法有效提高了识别精度和效率。