基于贝叶斯树的主机异常检测

主要研究Windows平台下异常检测方法,提出了一种利用Windows Native API调用序列和基于贝叶斯树算法的主机服务进程规则和对应概率分布的生成算法,并建立正常模型.根据长为N-1的Windows Native APIs调用序列预测第N个调用的概率分布,对生成的概率序列用U检验方法作为异常检测算法.实验结果...     

地下矿山巷道运输事故的致因分析

针对地下矿山巷道运输事故的案例,分析了导致事故的基本事件;通过对22个基本事件构成事故破坏模式的调查分析,得出了巷道运输事故的事故树;采用最小割集、最小径集以及结构重要度的意义对发生事故的基本事件进行定性分析,找出了导致运输事故基本事件的影响程度。该文有助于在防范事故发生时抓住主次因素,对矿山企业运输安全管理具有参考意义。     

基于GCC的C/C＋＋源程序静态信息提取技术

给出了一种基于GCC的AST中间文件来提取C/C＋＋语言源程序静态信息的方法。主要思想是利用GCC编译源程序时产生的AST文件,借助XOgastan工具将其转换成GXL格式文件,然后从GXL格式文件转换成标准的XML文档,最后树形化地显示源程序的结构关系。     

一种基于SFP树的快速关联规则挖掘算法

对于传统的FP-Growth算法而言,当事务数据库D很大时,构造基于内存的FP树可能是不现实的.针对此问题,提出了一种基于样本事务数据库的SFP算法.该方法对事务数据库D进行随机抽样,得到样本数据库S,此时以比指定的支持度min_sup小的支持度(min_sup')在S中挖掘频繁项集L',根据求得的频繁项集L',在剩余的数据库D-S中求得L'中各事务的支持数,这在大多数情况下就可以求得所有的频繁项集,但是有时可能会漏掉一些.这时可以对D进行二次扫描以发现漏掉的频繁项集.该算法大多数情况下只需要对数据库进行一次扫描,最坏情况下也只需要对数据库进行二次扫描.当把效率放在首位时,比如计算密集事务数据库的频繁项集时,SFP算法尤其合适.     

基于KD树和CDT的露天矿三维建模

为了实现露天矿坑快速而准确的三维建模,以露天矿坑坡顶线、坡底线、道路边界线以及线上的点作为约束边线和离散点来进行约束Delaunay三角剖分(CDT)建立露天矿坑模型.对于各个离散点,利用KD树进行组织和索引,从而快速地确定各个离散点间的拓扑关系,对CDT后的三角网格进行局部修正,从而使露天矿坑模型更加准确美观.该方法成功在蓝光平台上实现,实验结果表明:利用该方法可以快速、准确地实现露天矿坑的三维建模.总之,这种建模方式更加方便、快捷,有利于离散点的动态增删和离散点与约束边间关系的处理.     

分布式后缀树在P2P搜索中的应用

由于当前的基于DHT的P2P系统在语言搜索方面都有很大的限制,因此建立一种恰当的既具有语言能力又有伸缩性的语言覆盖P2P网络是一种挑战.文中提出一种介于DHT和支持关键字序列查找的语言覆盖之间的中间层DST覆盖网,通过DHT获取并返回给DST覆盖网相应的处理和索引数组,由DST实现关键字序列查找.分析表明它的时间复杂度与关键字序列的长度成线性关系,实验证明在P2P网络上使用基于DST的搜索获得一个确切的文本的查找具有快速性、负载平衡和可用性.     

与或非功能树的功能集族求解方法

当前概念设计中与或非功能树的组合求解方法存在解空间庞大、冲突定位困难的问题,对此提出一种功能集族求解方法.定义了功能集族和广义与或树,基于经典命题逻辑理论将与或非功能树转化为等价的广义与或树,并通过求解功能集族实现了与或非功能树的功能求解算法.通过实例证明:该方法可有效地提高设计者的设计效率.     

基于社会网络的犯罪组织层次树模型研究与实现

在对已知案件和犯罪嫌疑人建模的基础上,结合社会网络方法对犯罪组织进行建模,并根据犯罪组织密度来判断该组织活动的频繁性,以及根据犯罪嫌疑人的危害程度、犯罪组织中心度等指标来建立犯罪组织层次树,推断犯罪组织的重要人员以及组织成员间的层次关系。实验结果显示,基于社会网络的犯罪组织层次树模型具有较好的实用性。     

Neville编解码问题的线性时间算法

讨论标号树的Neville编码的编解码算法.文献中常见的第2种Neville编解码算法需要O(n log n)时间.近期研究文献指出至今尚未找到第2种Neville编解码的线性时间算法.本文对第2种Neville编解码问题的本质特征进行较深入的分析,从简单算法出发,逐步简化,得到一个非常简单实用的O(n)时间Neville编解码算法.本文采用的解决问题的方法也具有一定的技巧,可供解决类似问题时借鉴.     

基于空间和属性数据的联合索引技术

传统联合查询通常需要空间数据库对2个索引进行检索,通过集合运算得到最终结果,运算效率较低。针对该缺陷,提出基于空间和属性数据的联合索引技术,在索引目录项中加入属性数据提高联合检索速度。实验结果表明,该技术对于属性与空间位置有较高相关度的数据,具有较高查询效率。