排序方式: 共有76条查询结果,搜索用时 62 毫秒
41.
对多线程编程技术中竞争状态的安全性进行了分析,重点探讨了基于文件访问,数据库访问中竞争状态的发生,安全隐患及相应策略。 相似文献
42.
基于免疫原理的层次入侵检测模型 总被引:6,自引:0,他引:6
针对当前入侵检测系统普遍存在的误报、漏报和缺乏自适应性问题,以人体免疫系统的多层防御结构为基础,结合了误用检测和异常检测两种检测技术,提出了一种基于免疫原理的层次入侵检测模型,详细阐述了该模型的体系结构、工作原理和运行流程.最后给出了自适应检测层的成熟检测规则生成算法、自适应识别算法和检测规则的进化原理.利用此进化原理能不断对规则库里的检测规则实施进化,使之始终保持最有效的检测规则,从而使该模型具有自适应性、动态性和准确性等特点,因此它比其它方法更能满足基于网络的入侵检测系统的要求. 相似文献
43.
44.
为了提高网络性能和安全、设计更有效地队列拥塞控制算法,通过研究现有的一些主动队列拥塞控制算法发现:大多数的拥塞控制算法的实现是基于队列长度或平均队列长度,这使得算法在提高网络整体性能上具有局限性。本文在现有的网络队列拥塞控制算法的基础上,将ACK信息确认报文传输状态引入到队列拥塞控制算法研究的系统中,通过仿真实验发现:ACK数据报文的传输状态在很大程度上影响着网络的吞吐量、数据包的传输延迟等。 相似文献
45.
当标准的CSO算法被应用于求解高维复杂优化问题时,存在易陷入局部最优解与较差的收敛精度等明显缺陷。本文提出了一种基于Cat混沌与柯西变异的改进鸡群优化算法(ICSO),然后使用6个标准函数对ICSO算法进行了仿真寻优,结果表明,相比PSO算法、BA算法和CSO算法,ICSO算法具有更强的跳出局部收敛的能力,且寻优精度也有显著提高。 相似文献
46.
为了提高网络入侵检测的准确率、精确率,降低误报率,提出一种结合随机森林(Random-Forest,RF)的粒子群算法(Particle Swarm Optimization,PSO)优化卷积神经网络(Convolutional Neural Networks,CNN)结构及初始参数算法.该方法结合随机森林理论、PSO的全局寻优特点和CNN提取特征的局部相关性能力.在数据预处理阶段,通过随机森林进行数据特征提取,并作为模型的输入数据.采用粒子群算法优化CNN网络结构,使CNN在非经验指导下自主选择最佳网络结构和初始参数.实验结果表明,该方法在准确率、精确率、误报率方面均优于经典卷积神经网络、粒子群优化反向传播(BP)算法、粒子群优化支持向量机(SVM)算法及目前流行的集成学习方法. 相似文献
47.
48.
49.
50.
无线多媒体传感器网络(WMSNs)是在传统无线传感器网络(WSNs)基础上发展起来的具有音频、视频、图像等多媒体信息感知功能的新型传感器网络.具有广阔的发展前景。WMSNs感知媒体丰富、数据量大和处理任务复杂等显著特点,使其QoS问题的研究极具挑战性。该文分析了WMSNs的QoS需求,并从MAC层和网络层讨论了这一领域的国内外研究现状。最后对QoS亟待解决的问题作了总结。 相似文献