异常入侵检测方法的研究

入侵检测技术作为保护网络安全的一种解决方案,越来越受到人们的重视。根据入侵检测原理的不同,入侵检测可分为误用检测和异常检测两种。分析了几种常用的异常入侵检测方法,最后讨论了现在入侵检测技术面临的问题以及今后的发展方向。     

一种基于网络的入侵检测系统的研究与实现

网络入侵检．测系统作为重要的安全工具已经成为研究的热点。本文首先介绍了IDS的基本概念及其组成和分类，然后重点介绍了一种基于网络的入侵检测系统的框架和具体实现，最后对IDS的当前研究情况和发展提出了看法。     

大规模光纤网络异常节点数据深度挖掘方法研究

为解决常用光纤网络异常节点数据挖掘方法耗时长、精度低的问题,提出一种可应用于大规模光纤网络的异常节点数据深度挖掘方法。预处理光纤网络节点数据,提取信息熵特征,并对数据进行降维操作,引入随机森林算法,通过自助采样形成多个随机样本空间,通过投票机制合并处理并输出树群中各棵子树光纤网络异常节点数据深度挖掘结果,实现光纤网络异常节点挖掘。实验结果表明,所提方法的精确度高达99.8%,耗时仅为9.2 min,漏检率为0.12%,因此,该方法可以获取高效率、高精度的光纤网络异常节点数据深度挖掘结果。     

基于数据挖掘的异常检测模型

提出了一种基于数据挖掘的异常检测模型，按此模型建成的系统具有可扩展性、自适应性和准确性等特点。另外，对模型的关键技术进行了详细的阐述，包括：数据预处理技术、数据挖掘算法、规则库建立和维护技术、决策等。     

基于模糊方法的入侵检测系统研究

本文在分析了当前入侵检测技术存在缺陷的基础上，说明了模糊方法在入侵检测中的重要性，在此基础上主要探讨了模糊方法在入侵检测中的应用，给出了基于模糊方法的入侵检测过程。     

基于条件规则库的流量异常检测系统设计

流量异常检测,作为一种网络入侵检测的方法,存在着如何建立正常行为模型的难题。提出了扩大属性检测的范围,采用异常值计算,并由此建立条件规则库作为正常模型的想法,在此基础上用不精确推理方法进行流量异常检测,最后给出了综合系统的设计。     

基于误用和异常技术相结合的入侵检测系统的设计与研究

目前,入侵检测系统(IDS) 的漏报率和误报率高一直是困扰IDS用户的主要问题,而入侵检测系统主要有误用型和异常型两种检测技术,根据这两种检测技术各自的优点,以及它们的互补性,将两种检测技术结合起来的方案越来越多地应用于IDS中。该文提出了基于统计的异常检测技术和基于模式匹配的误用检测技术相结合的IDS模型,减少了单纯使用某种入侵检测技术时的漏报率和误报率,从而提高系统的安全性。     

基于模式挖掘的用户异常行为审计

随着河南移动信息化系统的逐步建设,内部异常行为审计的重要性日益突出,本文通过对异常行为数据的定量分析、模式/序列挖掘以及关联分析对其进行审计。结合对河南移动现状的研究,设计出以下方案来解决异常行为审计问题。     

异常检测模式性能评估技术研究

在对现有异常检测模式性能评估技术分析的基础上,给出一种基于理想异常检测临界值的异常检测模式性能评估方法,从而进一步增强了异常检测模式性能评估技术。     

基于精细流量的网络异常行为检测研究

随着Internet的快速发展和网络应用范围的不断扩大,网络日益遭受到了黑客更多的恶意攻击,计算机网络的安全问题已成为一个国际化的问题。面对诸多的挑战与威胁,入侵的检测与防范技术必然成为当前安全审计中的核心技术之一。文章首先介绍了异常检测的发展概况和相关技术,对常用的检测算法进行了分析和评价,为基于网络精细协议流量分析的网络异常实时检测方法的研究提供理论基础。     

Optimal Smoothing of Kernel-Based Topographic Maps with Application to Density-Based Clustering of Shapes

A crucial issue when applying topographic maps for clustering purposes is how to select the map's overall degree of smoothness. In this paper, we develop a new strategy for optimally smoothing, by a common scale factor, the density estimates generated by Gaussian kernel-based topographic maps. We also introduce a new representation structure for images of shapes, and a new metric for clustering them. These elements are incorporated into a hierarchical, density-based clustering procedure. As an application, we consider the clustering of shapes of marine animals taken from the SQUID image database. The results are compared to those obtained with the CSS retrieval system developed by Mokhtarian and co-workers, and with the more familiar Euclidean distance-based clustering metric.     

软交换中媒体服务器的研究与应用

软交换是下一代网络运营中的关键技术。主要论述了软交换中为各种业务提供媒体资源的基础组件——媒体服务器的功能和系统结构,并对其在软交换业务中的具体应用流程作了详尽叙述。     

ADSL分离复用器的设计与应用研究

介绍了目前ADSL在电话小交换机分机上应用的缺憾，并在介绍ADSL技术原理的基础上说明了ADSL分离复用器的设计方案、应用原理、测试结果和适用于酒店、宾馆或写字楼小交换机用户分机ADSL宽带上网的方案，以及所具有的优势等。     

一种聚类模式下基于密度的改进KNN算法

KNN是基于实例的算法,训练样本的数量影响KNN的分类性能.合理的样本剪裁可以提高分类器的效率.提出了一种聚类条件下基于密度的KNN改进模型.首先使用聚类方法对训练集进行基于类别的选择,裁剪边缘样本以减少噪音;再基于类别密度对样本进行加权,改善k近邻选择时大类别、高密度训练样本的占优现象.试验结果表明,本文提出的改进KNN分类算法提高了KNN的分类效率.     

一种基于相对密度的快速聚类算法

基于相对密度的聚类算法和快速DBSCAN聚类算法是典型密度聚类算法DBSCAN的两种改进算法,但这两种方法仍存在不足.文中提出一种基于相对密度的快速聚类算法,实验证明了该方法的有效性.     

一种简单有效的基于密度的聚类分析算法

对数据挖掘中基于密度聚类的相关概念和算法进行了讨论，对OPTICS（Ordering Pointers to Identify the Clustering Structure）算法聚类分析的正确性给以了证明。以DBSCAN，OPTICS为基础，提出了一种基于密度的简单有效的聚类算法。新算法主要在ε-邻域查询和种子队列的更新两个方面作了改进，给出了一种简单、效率较高的邻域查询方法-哈希表法，即对整个数据集合或部分数据作网格化处理。测试结果表明新算法能够有效地对大规模数据进行聚类，效率较高。     

Hill-Climbing, Density-Based Clustering and Equiprobabilistic Topographic Maps

A new approach to density-based clustering and unsupervised classification is introduced for topographic maps. By virtue of our topographic map learning rule, called the kernel-based Maximum Entropy learning Rule (kMER), all neurons have an equal probability to be active (equiprobabilistic map) and, in addition, pilot density estimates are obtained that are compatible with the variable kernel density estimation method. The neurons receive their cluster labels by performing hill-climbing on the density estimates which are located at the neuron weights only. Several methods are suggested and explored for determining the cluster boundaries and the clustering performance is tested for the case where the cluster regions are used for unsupervised classification purposes. Finally, the difference is indicated between (Gaussian) kernel-based density modeling with kMER, and (Gaussian) mixture modeling with maximum likelihood learning.     

透明导电薄膜的研究现状及应用

综述了当前透明导电薄膜的最新研究和应用状况,重点讨论了ITO膜的光电性能和当前的研究焦点。指出了目前需要进一步从材料选择、工艺参数制定、多层膜光学设计等方面来提高透明导电膜的综合性能,使其可见光平均透光率达到92%以上,从而满足高尖端技术的需要。     

智能视频监控技术的应用与发展

智能视频监控系统是利用自动视频分析技术进行视频监控的技术，作为一种安防的有效手段，正越来越受到人们的重视。文中主要介绍智能视频监控技术的应用、智能监控系统的体系结构、智能监控中的关键技术及发展方向。