基于GEP的web服务器安全防护技术研究

目前网络安全问题13益严重,由于互联网开放性和通信协议的安全缺陷等原因使web服务器面临着越来越多的安全威胁。基因表达式编程（GEP）融合了遗传算法和遗传编程的优点,基于GEP的web服务器安全防护技术开发小组将GEP人工智能技术引入到web服务器,建立了一个多层次的安全防御模型。利用GEP算法的动态学习功能不断地提高安全防御能力,基于GEP的web服务器安全防护技术小组最终目标就是希望把web服务器的安全性提升到一个较为理想的状态。     

绿网摘要提取系统算法研究

随着互联网的普及和发展,传统的文本摘要的提取方法已无法适应绿色网络提供优质内容并过滤不良文本的社会需求.提出通过条件随机场模拟对句子进行注解的方法提取文本摘要.实验证明新方法提取文本的效果有效并可提供更好的过滤不良文本的服务.     

绿色网络网页正文内容提取算法

互联网中的网页有较多商业广告,绿色网络系统无法过滤其中具有不良内容的网站.为解决该问题,提出一种绿色网络网页正文内容提取算法.通过文件对象模型树识别与提取网页正文内容模块,使用基于粒子群的权值优化算法对网页正文各个板块特征权值进行评分,利用与不良关键字的比较,确定并过滤不良网页.实验结果表明,经粒子群权值算法优化提取后,绿色网络系统对不良网页的识别准确率为86.9％,召回率为95.6％,F值为91.02％,比优化前有较大提高.     

一种新的动态频繁项集挖掘方法

频繁项集挖掘是关联规则挖掘的重要步骤。在数据动态变化的环境下进行关联规则挖掘具有重要的现实意义。提出一种动态频繁项集挖掘算法,该算法建立在前一阶段挖掘的基础上,能避免过多地扫描数据库而影响挖掘性能,在最后生成全局频繁项集时,不需要全程扫描数据库,根据之前挖掘结果有选择地扫描相关的事务子集。实验表明,该算法挖掘性能远远优于Apriori算法,能有效地实现在数据动态变化环境下的挖掘频繁项集。