入侵检测系统中模式匹配算法探讨

针对入侵检测系统实现中的关键部分—检测引擎的数据分析模块实现问题,对基于规则的入侵检测来说,模式匹配算法非常重要,它直接影响到系统的准确性和实时性能。研究了几种应用于入侵检测中的单模式精确匹配算法和多模式精确匹配算法,分析了这些算法的复杂性,包括 Brute Force 算法,Knuth-Moris-Pratt 算法,Boyer-Moore 算法,Boyer-Moore-Horspool 算法,Aho-Corasick 算法和 Aho-Corasick_Boyer-Moore 算法。     

操作系统课程知识体系构建及研究性教学探索

针对计算机科学与技术专业的现状,构建操作系统课程知识体系,探索研究性教学模式在该课程中的应用.在更新课程内容,构建多课程融合的操作系统授课知识体系,因材施教开展多层次研究性教学,创新能力培养及教学方法设计等方面进行了探讨,分析了制约研究性教学方法水平提升的因素.实践表明,构建的操作系统知识体系及研究性教学模式,在提高操作系统课程教学效果的同时,能够有效增强学生的实践及科研创新能力.     

基于互信息的变模态分解算法及应用

为解决传统变模态分解( VMD: Variable Mode Decomposition) 结合算法中,K 值选择没有标准,从而导致信号提取存在一定程度误差的问题,提出一种基于互信息的变模态分解有效本征模态函数( IMFs: Intrinsic Mode Function) 的判断方法。该算法通过原始信号与VMD 所获得的IMFs 的和之间的差值,实现预置标度K 值的模糊优选提取信号的主要特征。仿真信号实验表明,所提方法具有最大的输出信噪比和最小均方误差( MSE: Mean Square Error) ,实现了K 的模糊优选,并通过实验验证了该方法对管道泄漏信号滤波的有效性。