排序方式: 共有64条查询结果,搜索用时 0 毫秒
52.
LLE算法是一种新的非监督学习方法,主要针对非线性降维问题。针对该算法存在的缺点,提出了一种基于核函数的稳健线性嵌入方法,该方法通过引进核函数来优化算法邻域点的求解;在特征空间中,修正权值矩阵W,进行降噪处理,经过推导,最终将实际的子空间计算归结为标准的特征值分解问题。采用最小近邻分类器估算识别率。在Yale人脸库以及AT&T人脸库的测试结果表明,在姿态、光照、表情、训练样本数目变化的情况下,改进的算法都具有较好的识别率。 相似文献
53.
提出一种检测DoS/DDoS攻击(拒绝服务攻击/分布式拒绝服务攻击)的“Baseline”服务体系结构,并实现了其中关键的“Shepherd”检测算法。该体系结构通过把服务及其质量是否受到影响的判断指标交由具体的通信进程来定义而具有较强的适应性.可以与各种现有入侵检测系统很好地结合且不给宿主系统增加过多的开销。同时相比其他DoS/DDoS检测方式。Baseline服务无须对Internet路由基础设施作出更改来提供支持.是一种十分可行的DoS/DDoS检测方案。在理想情况下,Baseline服务可以做到对DoS/DDoS入侵零误报。 相似文献
54.
1IntroductionAsE.H.Durfeestatesin[1]:Artificia1Inte1ligence(AI)hasemphasizedbuilding"stand-alonesystems"thatcansolveproblemswithminimalhelpfromothersystems(computerorman).Thesesystemshavetraditionallybeenbrittle,inthesensethattheyfailmiser-ablywhenpresentedwithproblemsevens1ightlyoutsideoftheir1imitedrangeofexpertise...Amorepowerful,extensiblestrategyforovercomingtheinherentboundsofintelligencepresentinanyfilliteAI(ornaturaI)systemistoputsysteminasocietyofsystems,sothatitcandrawonadiversec… 相似文献
55.
56.
57.
58.
59.
60.
基于P2P模型的网络入侵检测系统PeerIDS 总被引:3,自引:0,他引:3
由于在保护网络信息系统安全方面所起到的越来越重要的作用,入侵检测系统(IDS)近年来一直是一个研究热点。与此同时入侵检测系统的性能问题却没有能得到足够的关注。基于对对等模型(Peer-To-Peer)的应用,论文提出一种分布式网络入侵检测系统-PeerIDS。较之于其他一些常见的分布式入侵检测系统,该系统在设计上注重可靠性而没有诸如单点失效一类的问题。入侵检测工作在由多台运行PeerIDS系统的连网计算机构成的对等网中随具体环境而自动进行迁移以实现公平高效的分布式处理。同时对等模型的应用所带来的可扩展性使得该系统的性能可以通过简单地在网络中增加运行PeerIDS的计算机数目来不断提高,很好地适应了日益严峻的网络安全状况。在完成初始设置后,PeerIDS系统的运行几乎不需要任何使用者的干预,体现了很好的自治性。 相似文献