排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
为了获得理想的网络入侵检测率,保证网络的正常运行,文章提出了一种相关性分析和自适应遗传算法(correlation analysis and adaptive genetic algorithm,CA-AGA)的网络入侵特征选择方法。首先采用相关性分析对网络入侵原始特征进行降维,删除其中的冗余特征,然后采用自适应遗传算法找到最优特征子集,最后采用支持向量机(support vector machine,SVM)作为分类器,并采用KDD 1999数据进行验证性实验。结果表明,文章提出的方法可快速选择入侵检测的最优特征子集,能够提高网络入侵检测率和速度。 相似文献
4.
为提高电力负荷预测的准确性,提出蝙蝠算法优化极限学习的电力负荷预测模型.首先收集电力负荷历史数据,然后采用蝙蝠算法对延迟时间和嵌入维以及极限学习的隐含层结点数目进行优化,利用电力负荷历史数据进行重构,最后采用最优隐含层结点数目的极限学习机建立电力负荷预测模型,并采用具体数据仿真测试.实验结果表明:模型建立了整体性能优异的电力负荷预测模型,提高了电力负荷的预测精度. 相似文献
5.
云计算环境中必须设立高效的安全技术确保数据中心的可靠进行.多Agent系统体系结构是用于维护系统安全的有效框架.针对云计算中数据存储安全问题,构建了一种基于多Agent系统架构的安全框架,该安全框架可以为数据中心的数据带来更好的保密性、可用性、正确性以及数据操作的协调性.通过对此框架安全性能的分析和实验测试,结果表明该安全框架具有较好的可行性和有效性. 相似文献
1