基于模糊聚类分析的入侵检测方法

提出了一种新的基于模糊聚类分析的入侵检测数据处理方法,该方法能够较为准确地区分正常和入侵进程,具有计算速度快、耗用资源少等特点。通过使用模糊聚类,还可以提炼出精简准确的分类规则。由于对数据中的孤立点采用了特殊的处理方法,因此对产生聚类规则的训练数据库进行添加和更新,该检测方法具有较强的可扩展性。通过仿真实验证明了该算法的有效性。     

基于Network DEA模型改进的省域R&D绩效评价方法研究

RD管理中绩效评价问题是一个重要的研究焦点,选择合适的评价模型是RD绩效评价的主要工作。传统RD效率评价的指标决定了其决策单元具有多阶段复杂结构的特性,本文选择Network DEA方法作为评价的基本模型,分析此模型研究省域RD绩效评价应用中存在的不足,在此基础上进行了模型的改进和优化。最后,通过使用改进模型对中国大陆31个省域RD指标数据进行效率评价和分析,证明本评价方法的有效性。     

基于风险管理的入侵检测数据采样策略模型

基于网络的入侵检测系统通过详细分析计算机网络中传输的网络数据包进行入侵检测,由于检测速率与数据包采集速率不匹配,以及检测所需成本的限制,在收集用于检测的网络数据包时必须选择有效的采样策略。引入了博弈模型框架上的原始入侵数据包采样策略,在此基础上再进行分析和扩展。同时,讨论了原有单一采样策略的不足,引入风险管理的思想并通过具体的实例来分析在不同风险情况下的策略选择问题。     

基于随机前沿分析模型的江苏省属高校科技创新效率分类评价与研究

高校作为国家科技创新体系重要组成部分,近年来其科技创新效率得到社会各界的广泛关注。随着国家"双一流"高校建设的启动,江苏也实施了高水平大学建设工程,对高校各方面的投入不断加强。为研究高校科技创新效率,以17所江苏省属高校(大学) 2013—2017年面板数据为研究对象,采用随机前沿分析模型对上述高校科技创新效率进行分类分析研究,并根据分析结果提出进一步提升科技创新水平和效率的建议,为主管部门和各高校提供参考,进一步加强高校科技创新工作内涵建设,推进科技创新工作高质量发展。     

基于解释结构模型的高校隐性知识转移动力机制研究

高校隐性知识转移受隐性知识发送方、隐性知识接受方、隐性知识的固有属性和隐性知识转移背景环境四方面因素影响,为此归纳总结出15个关键影响因素,并利用解释结构模型对影响因素进行层次结构分析,找出深层影响因素,并提出高校隐性知识转移动力机制。     

基于Context-dependent嵌入的省级碳排放权分层分配策略研究

考虑省际资源禀赋差异，在ZSG-DEA模型中嵌入Context-dependent,以分层的方式构建渐进式改进资源分配模型，对2030年全国30个省份碳排放权进行分配。结果表明：效率值方面，全国总体效率较好，呈现出东西中地区依次降低的状态，各省份间效率值差距较大，传统能源大省(区)碳排放效率低下；碳排放权调整方面，陕西、山西、内蒙古3个效率值较低的省份需要做出较大的缩减量，而山东、广东等处于第一层有效前沿面的省份获得了相较之前更多的碳排放量；模型对比方面，在保证2030年碳排放目标基础上，C-ZSG-DEA模型在效率值的改进上和碳排放调整上都比其他模型要小，符合渐进式改进的理念。