基于聚类的触发式网络监控模型研究

根据网络传输数据量大,实时性高的特点,提出一种基于聚类的触发式网络监控模型。该模型将系统划分为网络用户层、实时监控层、数据分析层、触发控制层、前端应用管理层等五个层次,将数据处理分为信息采集、数据初步分析、数据聚类、结论确定和响应阶段,依靠各模块实现各阶段的任务和功能。模型各部件分布式部署,可各自承担数据处理和传输存储任务,提高了整体运行效率。     

基于Web挖掘自动分类器的设计与实现

分析分布式实时网络行为监控系统中Web网页安全性挖掘问题,设计实现一个基于Web挖掘的自动分类器,并构造一个实验环境来检测分类器的性能.该自动分类器利用特征提取算法实现对每个样本的特征向量提取和待分类文本的特征向量提取,利用基于k个"最近邻"(KNN)分类算法实现对网页的分类,能够提取出带有不安全信息的网页,分类效果良好.     

UG二次开发技术的研究

UG软件是美国EDS公司开发的一套集CAD／CAM／CAE一体的通用软件,用户必须在此基础上进行 二次开发,才能满足专门模具设计的需要．本文探讨UG二次开发技术,重点研究通过VC编程调用UG／ OPEN API函数设计模具的技术．     

一个网络行为实时监控系统的体系结构设计

根据网络安全实时监控的技术要求,本文对指定的网络行为的实时跟踪、分析和复原等相关问题进行研 究,介绍了一个由中央监控系统和监控子系统组成的分布式实时监控系统的设计思想和体系结构,以及各子系 统的功能模块的设计．     

一个网络行为实时监控系统的设计与实现

根据网络安全实时监控的技术要求,设计和实现一个分布式网络行为实时监控系统.该系统具有对指定网络行为进行实时跟踪、分析和处理获取信息、复原网页内容等功能.该系统采用了监听与识别数据包、分析数据包、减小丢包率等关键技术.     

一种新的基于动态SOFM的神经网络聚类模型

提出一种动态增删自组织映射(DGDSOM)神经网络,给出该模型的聚类算法描述及实现过程。定义了聚类节点信任度,并根据竞争结果、信任度、中心相似度,制定节点的增删策略,通过动态评价并变动节点,提升聚类效果。实际的聚类分析应用结果表明,该算法可以得到准确的聚类结果。     

网络行为实时监控系统的设计与研究

针对当前网络行为监控系统存在效率和准确性的矛盾,设计一种新的网络行为实时监控系统.该系统由监测器、信息数据库、分析器、历史数据库和决策器五部分组成,能够克服现有的网络监控系统存在的缺点,实现网络行为实时监控.该系统采用网络实时数据和网络历史数据相结合共同分析网络行为的方法,分析出较为可靠、稳定的用户行为,实时高效地得出准确、合理的响应措施,并与防火墙、入侵检测系统联动.