基于自适应性模型的入侵检测系统研究

适应性模型是一种自动建立的基于数据挖掘的入侵检测系统检测模型。在利用入侵检测传感器收集相同数据的同时，系统自动建立适应性模型。由于不需要建立训练集，从而减少了配置入侵检测系统的花费。本文提出了一种自动模型及其系统结构的有效实现，并用算法自动建立了在噪声数据上的异常检测模型。     

基于免疫原理的入侵检测模型研究

简要介绍了生物免疫学的原理，对基于免疫学的入侵检测的相关技术进行了介绍，重点分析了检测器生成的否定选择算法，并以开源入侵检测工具Snort为基础，提出了一个基于免疫原理的入侵检测系统模型，最后给出了该系统模型同时具有误用检测和异常检测的优点，并具有很好的自我适用能力。     

神经网络在入侵检测中的应用

当前的入侵检测技术主要有基于规则的误用检测和基于统计的异常检测。提出一个基于神经网络的入侵检测系统模型，利用神经网络的自学习、自适应的特性，快速识别和对噪声数据的处理能力，使入侵检测系统能够较好地识别新的攻击。     

基于数据流异常挖掘的入侵检测系统设计

通过对入侵检测和数据流异常挖掘技术的研究,把数据流异常挖掘应用到入侵检测,成为目前入侵检测新的有效方法和研究热点.对基于数据流异常挖掘的入侵检测系统模型进行了设计,并对数据流异常挖掘算法进行了设计和实现,通过实验分析,取得了较好的效果.     

一种基于CIDF的入侵检测系统模型

给出了一种基于CIDF的入侵检测模型，该模型同时运用异常检测与特征检测，能够较好地检测到各种攻击，而且可以在有噪声数据的情况下对系统进行训练，克服了一般的基于异常检测的入侵检测系统要求在无噪声数据的情况下进行训练的缺陷。通过CIDF通信协议，入侵检测系统还可以与其他的入侵检测系统通信，实现多个入侵检测系统协同工作，大大提高了入侵检测的效率和成功性。     

一种多标记学习入侵检测算法

针对现有入侵检测技术的不足,文章研究了基于机器学习的异常入侵检测系统,将多标记和半监督学习应用于入侵检测,提出了一种基于多标记学习的入侵检测算法。该算法采用"k近邻"分类准则,统计近邻样本的类别标记信息,通过最大化后验概率(maximum a posteriori,MAP)的方式推理未标记数据的所属集合。在KDD CUP99数据集上的仿真结果表明,该算法能有效地改善入侵检测系统的性能。     

一种无线传感器网络入侵检测系统模型

为了提高无线传感器网络的安全性,针对该网络能量有限的特点,设计了一个入侵检测系统模型,模型采用了多节点联合协作的思路,入侵检测节点采用一种异常检测算法,节点之间采用能量最大节点选择的算法。仿真实验表明,系统能较好的解决无线传感器网络入侵检测的能量消耗问题。     

基于混合入侵检测技术的网络入侵检测方法

总结了异常检测和误用检测的优缺点,结合其优点,并克服其缺点,提出了基于混合入侵检测技术的网络入侵检测系统模型.对于同一行为,异常检测结果和误用检测结果不总是一样的,跟踪算法有效地解决了异常检测结果与误用检测结果不完全相同的问题;采用了数据挖掘方法建立正常行为轮廓库,并采用了全序列比较法和相关函数法实现异常检测引擎;提出的模型较基于单一入侵检测技术的模型相比,具有更好的检测效果.     

基于Snort的入侵检测警报分析系统改进模型

针对目前入侵检测系统存在的警报量大、误报率高的问题,设计了一个基于Snort的入侵检测警报分析系统改进模型。该模型以开源入侵检测系统Snort为基础,利用关联规则挖掘算法建立正常警报行为模式和异常警报行为模式,提高了系统的检测效率,并在一定程度上提高了系统对未知攻击的检测能力。     

基于异常检测的入侵检测技术

对目前的异常检测技术进行了全面概述, 按照采用的不同技术将异常检测分为基于统计、 基于机器学习和基于数据挖掘3种, 阐述了各种异常检测技术的特征, 并描述了目前基于异常入侵检测系统用到的各种算法及其实现方法. 通过实验结果, 比较了各种算法的检测效果.     

求连乘模型最优解的一种新方法

为求得连乘模型的最优解,探讨了该模型及其现有的解决方法,对该连乘模型特点及其约束条件进行了分析,给出一种加权平衡算法.利用该方法对连乘模型求最优解时,先对连乘模型各项因子的指数进行求和,然后求得各项因子所对应的指数在所有因子指数之和中所占的权重,将约束条件下所有因子之和与其各自对应的指数所占的权重相乘,求得各项因子的值,即为最优解.将利用加权平衡算法求得的结果与利用现有算法求得的结果进行对比,加权平衡算法极大地减少了运算量.     

一种新的DSS中模型复合方法研究

复合模型是一种解决复杂决策问题的有效方法.首先讨论了决策支持系统(DSS)中复合模型的三种基本形式,然后提出了一种新的模型复合方法即在模型分类驱动技术产生模型链的基础上,利用黑板结构参数匹配算法实现复合模型的求解,并详细分析了求解过程和求解算法.实践表明:该方法最大优点是可操作性强,而且支持决策问题求解的智能化程度比较高.     

基于参数模型的自适应二进制算术编码算法

为了在视频编码系统中更灵活地运用二进制算术编码,分析了内容自适应二进制算术编码算法的原理和编码流程,针对编码中的模型参数提出了2种不同的参数模型配置:高编码效率参数模型和低复杂度参数模型。低复杂度参数模型与高编码效率参数模型相比,在同等编码质量下可以将运算量降低约30%,存储空间节省87.5%,并结合视频编码中的码率控制机制提出了编码过程中在两种参数模型之间的自适应切换策略,以此来实现熵编码中复杂度和编码效率的折中,以适应不同的应用需求。     

光学CT成像算法的研究

阐述光学CT成像算法的研究,在算法的研究过程中,着重讨论了光学CT正向问题的蒙特卡罗法、逆向问题的扰动方法和规则化方法以及这些方法在图像重建算法的可行性.最后给出所选模型的计算机处理结果.     

PCA在非线性系统传感器故障检测和重构中的应用

由于主成分分析(PCA)方法是一种线性算法,基于PCA的故障检测方法若直接运用于非线性系统的传感器故障检测和重构,会导致明显的故障误报和数据重构错误。为了使基于PCA的传感器故障检测和重构方法适用于非线性较严重的热工过程,对该方法进行了有效的改进。应用不同负荷下的历史数据,分别建立机组不同负荷下的局部PCA模型,再根据机组当前实际运行负荷选择相应的PCA模型进行传感器故障检测和重构,并结合相邻负荷PCA模型的计算结果进行数据融合,从而进一步提高了故障检测的准确性和重构精度。理论分析和现场实际应用表明,该算法能够对非线性较为严重的电厂热工过程进行精确的传感器故障检测和重构。     

遗传算法在试题生成系统中的应用

通过对目前组卷方法的分析,提出用遗传算法求解组卷问题的方法．建立试题组卷的数学模型,通过独立编码、针对该编码的组内交叉算子、组内变异算子．实现了一个智能试题生成系统．     

城市道路最短路径的Dijkstra算法优化

在研究城市道路网络特征基础上,建立城市道路网络模型及其数据库,应用一种改进的Dijkstra算法对城市道路进行最短路径查询,该算法是从起点和终点分别用二叉树按起点到终点和终点到起点的方向进行搜索.在计算某一段最短路径时,用Dijkstra算法时间为0.23 s,改进算法时间为0.20 s.仿真结果表明,该算法不仅在时间上有所改进,其时间复杂度由传统Dijkstra算法的O（n^2）减小为O（n）,而且其所选的最优路径更符合实际,是一种寻求最优路径的有效算法.     

部队装备保障运行评估研究

针对打分评估法对部队装备保障系统运行状况的评估中所存在的不足,构建了一种矩阵评估模型。该模型相对于一般"打分求和"法有较大的改进,适用于同一单位(或系统)工作水平升降的评估和任务相同单位(或系统)工作质量优劣的评比。对实例评估结果的分析表明,该模型适用于评估子系统权重等级较细的系统运行状况,对失误率的变化比较敏感,评估结果符合实际工作经验。模型对于解决用打分评估法评估不同权重的多指标系统所存在的问题具有很好的借鉴作用和实践指导意义。     

基于演化参数辨识的流体网络建模

应用演化计算理论研究了热动力系统中热工流体网络的仿真建模问题.从基本物理规律出发,建立了热工流体网络的通用仿真数学模型;采用演化算法对流体网络的参数进行辨识,避免了以往采用经验值或者网络在理想状态下的试验数据作为建模参数所造成的偏差,在提高计算精度的同时使模型的动态特性更加符合实际.将该方法应用于某蒸汽动力装置新蒸汽系统的仿真建模中,通过仿真结果和实测值的对比,证明采用演化算法辨识后的流体网络模型具有较高的计算精度,能够很好地反映网络对象的特性,在工程上是实用的.     

诱导信息下基于博弈论的路径选择模型

诱导信息下的路径选择模型无论是在宏观的交通规划领域,还是在微观的驾驶员行为机理研究过程中都具有重要的意义.通过分析出行者选择路径的过程,将博弈论中的静态多人博弈与路径诱导下的出行者的决策过程进行对比,引入求解纳什均衡的划线法,来阐述出行者的路径选择模型,以求得到最接近实际的出行者在静态诱导信息下的路径选择模型;给出了基于博弈论的路径选择模型算法,并通过1个简单实例阐述了在静态诱导信息下出行者的博弈过程以及求解纳什均衡的方法.