【摘 要】
：
高校网络开放性较强,导致入侵特征的多样性,很难建立统一的训练入侵检测模型,造成高校网络入侵检测存在弊端。本文提出一种基于无监督聚类关联的优化入侵检测算法,在建立的关
论文部分内容阅读
高校网络开放性较强,导致入侵特征的多样性,很难建立统一的训练入侵检测模型,造成高校网络入侵检测存在弊端。本文提出一种基于无监督聚类关联的优化入侵检测算法,在建立的关联网络中对数据进行聚类分析,运用分层聚类方法分析网络,完成数据模型的建立。仿真实验表明,这种无监督入侵检测模型方法,克服了高校网络外网访问数据的识别特性不明显的问题,提高了高校网络入侵检测的准确率,取得了满意的结果。
其他文献
信息爆炸时代如何快速处理数据已成为时代的新课题。为了解决单次挖掘使用PSO算法会出现局部最优解这个矛盾,笔者提出将PSO与遗传算法互补的算法PSO遗传算法。本文通过PSO算
恐怖人员在网络中发送恐怖信息时,根据恐怖信息来源的网络节点能够实现对恐怖人员的准确定位.恐怖人员发送恐怖信息与正常信息的属性不同,伪装性较强.利用传统的恐怖信息挖掘
为探索茭白田氮素的流失规律，减少水体富营养化，本文以测坑定位试验为基础，研究了在3种不同施肥处理下黄浦江上游地区茭白田水中氮素变化动态。结果表明。茭白田水中的氮素分布
自标定方法可以得到相机系统的内部参数和/或外部参数,而不对场景结构作假设或作很少假设。本文提出一种新的自标定方法,用于投影相机建模系统。一个关键点在于投影仪既可以作为主动光源使用,也可以当做一个虚拟相机使用。首先,使用结构光方法从不同角度投影并拍摄一组图像。然后,通过将空间约束关系转换为内参约束,完成对系统的自标定。最后,利用估计的参数进行3D建模。实验结果验证了本文方法的可行性。