数据挖掘方法在入侵检测中的应用研究

针对入侵检测数据集具有的类别不均衡性、数据中心重叠、噪音、分布率变化等问题,提出一种集多种数据挖掘方法的解决方案,包括k-means、CA.5、SVM、Naive Bayes、Bayes Net、Co-training等,并进行相关实验.实验结果表明其有效性.     

社群演化的稳健迁移估计及演化离群点检测

时序数据集中的社群演化模式是网络行为动力学研究与应用的重要领域.基于社群演化的离群点检测不仅能够发现新颖的异常行为模式,同时也有利于更准确地理解社群的演化趋势.运用成员关于社群隶属关系的变化,提出了社群演化迁移矩阵的概念,研究并揭示了迁移矩阵的若干性质及其与社群结构演化之间的关系.在采用稳健回归M-估计方法进一步优化迁移矩阵降低异常点干扰的同时,对社群演化离群点加以刻画和定义.鉴于复杂网络包含大量随机游走的边缘个体,所定义的离群点综合考虑其在社群中角色的变化和相对于社群总体迁移模式的差异.基于上述思想提出的演化离群点检测算法能够适应各类社群演化趋势,更有效地聚焦和发现大规模社会网络中重要成员的异常演化行为.实验结果表明,所提出的方法能够从大规模社会网络演化序列中发现重要的离群演化模式,并在现实中找到合理的解释.     

基于全局最近邻的离群点检测算法

针对全局最近邻离群点检测算法的效率问题,为了能够在数据集中快速准确地检测离群点,运用属性约简技术,将离群点的搜索简约到较小的最具代表性的属性子空间中进行,从而有效降低属性空间搜索的复杂度。在此基础上,通过计算基于近邻的加权离群因子实现离群点的检测并提出了相应的算法。实验表明,该离群点算法具有较好的适应性和有效性。     

CAN2:构件组合式神经网络

探索有广阔应用前景的工程化神经计算技术是促进智能计算技术进展的一种有效途径。为有效解决工程化神经计算面临的难题:神经网络的“黑箱性”,提出了构件组合式神经网络(component assembled neural network,CAN²)。基于CAN²技术,构建了易于理解和复用的数字逻辑神经构件库(digital logic neuro-component library,DLNL)。应用DLNL实现复杂数字逻辑功能、解决任意分类问题,展示CAN²技术的优越性。实验表明,CAN²能有效减少神经网络的“黑箱性”,有较强的可复用性,为神经计算工程化作出了一种有效的尝试。     

基于全局颜色的图像检索算法与实现

本文描述了基于全局颜色的图像检索算法及其实现算法。也讨论了颜色空间划分方法、全局颜色直方图特征提取方法和基于全局颜色直方图特征的检索算法。这种算法检索速度快、准确率高。并给了一个具体检索实例。     

基于CORBA的开放式信息化开发平台OIDP的设计与实现

主要介绍了一种基于CORBA的开放式信息化开发平台的设计与实现方法。该平台采用了软件构件、领域工程、CORBA等先进的计算机技术。重点介绍了该平台的设计目标、系统结构、实现技术等，对系统特点和技术特色进行了较详细的阐述，最后介绍了一个基于本系统的开发实例。     

ERP及其关键技术

1 概述 ERP(Enterprise Resources Planning)是信息时代的现代企业向国际化发展的更高层管理模式,代表了当前集成化企业管理软件系统的最高水平。ERP是一种面向企业供应链的管理思想,可对供应链上的所有环节有效地进行管理。伴随计算机技术的发展,这种面向供应链的管理技术经历了一个相当漫长的完善过程。 40年代:为解决库存控制问题,人们提出了订货点法,当时计算机系统还没有出现; 60～70年代:随着计算机系统的发展,为解决订货点法的     

采用多Agent的网络攻防仿真模型

采用多Agent技术对网络攻防仿真进行建模。提出了一种描述网络攻防任务的通用方式。利用角色来承担任务的某个子集,角色中工作类型和管理地位得到分离,使得逻辑上更清晰。建立了一个多层次的Agent团队结构模式,并为团队结构的调整提供了算法。最后通过DDoS攻防模拟验证了模型。     

改进的重叠蚁群优化算法

针对蚁群优化算法在进行全局最优解搜索时容易陷入局部最优解和收敛速度缓慢等缺陷,提出了一种有效求解全局最优解搜索问题的重叠蚁群优化算法。该算法通过设置多个重叠的蚁群系统,并对每一个蚁群初始化不同的参数,之后在蚁群之间进行信息素的动态学习,增强了不同蚁群对最优解的开采能力,避免了算法出现早熟现象。仿真实验结果表明,重叠蚁群优化算法在避免陷入局部最优解方面具有良好的效果,是一种提高蚁群算法性能的有效的改进算法。     

基于人工智能技术的网络入侵检测的若干方法

网络入侵检测已成为计算机界研究的热点问题之一.介绍了若干用于网络入侵检测的人工智能方法,着重介绍了基于Agent的入侵检测技术,并客观分析了这些方法的优点和不足,同时列举了一些基于人工智能方法的网络入侵检测系统.最后展望了目前的发展趋势.