排序方式: 共有6条查询结果,搜索用时 281 毫秒
1
1.
基于马尔科夫模型的浏览路径预测,仅仅从用户的浏览会话本身出发来预测用户下一步的链接,并不能捕获用户的真正兴趣所在。运用隐马尔科夫模型来分析用户浏览网页的内容,可进一步捕获用户的浏览兴趣,并作下一步的链接预测。当浏览序列长度逐渐增加,系统捕获的用户浏览信息越来越多,此时能够折射出用户的兴趣所在,预测准确率也逐步增加。当浏览序列长度大于或等于8时,预测准确率已经到达80%,提高了预测准确率。 相似文献
2.
在检验知识较少的情况下,为有效提取网络数据特征,实现快速入侵检测,运用边界检测算法建立有限样本下自学习的理论框架和通用方法,通过特征提取来剔除对其后的入侵检测不具有鉴别信息的部分。实验数据分析表明,有效聚类的数量随着原始样本量的增加而缓慢增加,并趋于稳定。理论分析和仿真实验证明了该算法的有效性。 相似文献
3.
4.
Web上的信息量正以惊人的速度增加,人们迫切需要能自动地从Web上发现、抽取和过滤信息的工具,即如何从数以亿计的页面中发现需要的内容、如何从大量的访问中发现固有的模式和关联.马尔科夫模型的网页浏览预测,仅仅从用户的浏览网页本身出发,预测用户的下一步链接,并不能捕获到用户的真正兴趣.本文提出基于隐马尔科夫模型的网页浏览路径预测,并将其与基于马尔科夫模型的方法进行对比.根据已知的浏览序列判断用户的类别,当浏览序列长度很短时,本文方法的预测准确性比马尔科夫模型低.这是由于序列长度过短,系统获取判断的信息少,增加了对用户错误分类的可能性.随着浏览序列长度逐渐增加.系统捕获的用户浏览信息越来越多,进而能够折射出用户的兴趣所在.预测准确率也逐步增加.当浏览序列长度大于或等于8时,预测准确率已经到达80%.提高了浏览兴趣预测的准确率. 相似文献
5.
基于遗传的改进模糊C均值入侵检测方法 总被引:1,自引:0,他引:1
为了克服模糊C均值(FCM)算法对初始化极为敏感且容易陷入局部最优的缺点,将遗传算法和改进的模糊C均值聚类算法相结合,并且以检测率和误检测率作为入侵检测算法性能评价的指标,对FCM、改进的FCM和基于遗传的改进FCM三种聚类算法的入侵检测性能进行仿真分析.结果表明:基于遗传的改进FCM算法(GIFCM),检测率有所提高,而误检测率有所下降.该算法应用于异常入侵检测是可行而有效的. 相似文献
6.
基于中国剩余定理的RSA系统中的出错攻击与防范 总被引:1,自引:0,他引:1
RSA算法的最大缺点是计算量大,费时,从而降低了RSA的运行效率.而在模幂运算中运用中国剩余定理能有效地改进模幂运算的速度.但在出错的情况下RSA算法就会出现被攻击的可能.针对这种攻击提出了一些对抗的措施.在前人的基础上对这种攻击的防范作了近一步的改进. 相似文献
1