基于关联规则的主动防御研究

传统的防火墙、入侵检测技术存在对未知的入侵模式的攻击不能有效识别的缺陷,本文引入关联规则的数据挖掘技术,作为主动防御中对未知程序行为的模式判断。该策略的应用能够降低入侵检测系统的误报率。从用户行为模式出发对病毒、木马实施主动防御的方法是可行的。     

基于随机游走的大规模图中节点对采样算法

社会网络中的节点对采样可用于大规模社会网络的好友预测和用户兴趣识别.当整个网络的拓扑结构不完全或者随机选择用户的代价很高时,传统的均匀顶点采样方法的性能迅速下降.为此,提出了一种基于随机游走的大规模图中节点对采样算法.首先对社会网络的节点对采样进行了系统分析,对不同跳数下的节点对进行了定义;然后将社会网络转换成等价的网络图.新图中的顶点是原图中的边,新图中边的两个顶点是原图中含有相同顶点的两条边.最后,在新图上应用随机游走模型对节点对进行采样.实验结果表明,提出的方法统计误差小、执行效率高,性能明显优于均匀节点采样的相关算法.     

简化操作流程的良方

IT服务目录为IT公司和用户带来了希望，因为这种方法不仅仅能简化IT操作流程，还降低了成本。     

遗传算法改进的蜜罐及其在入侵检测系统中的研究与设计

传统的安全防护手段如防火墙、入侵检测等缺乏网络防御的主动性和时效性.在分析入侵检测系统、蜜罐原理和遗传算法的基础上,介绍一种基于遗传算法的蜜罐系统,其关键技术包括隐蔽的数据捕捉和基于遗传算法的行为分析.     

基于神经网络与遗传算法的入侵检测研究

入侵检测是一种动态的安全防护技术,能够对网络内部、外部攻击进行防御。采用遗传算法来优化神经网络权值,能很好地避免BP算法的局部极小值,解决了BP算法收敛慢的问题。同时也能解决单独利用遗传算法短时间难以找到最优解的问题。将该算法应用于入侵检测领域中,理论与实验表明该算法具有较好的检测能力。     

基于特征选择的网络入侵检测模型

研究网络安全问题,网络入侵手段多样,特征多,存在大量不利的冗余特征,传统网络入侵检测不考虑特征冗余,检测效率和正确论低。为更一步提高了网络安全,提出一种特征选择的网络入侵检测模模型。采用粒子群算法对网络系统状态特征和支持向量机参数进行同步选择,找到最优网络入侵检测模型特征和模型参数,降低了模型的输入样本维数。仿真结果表明,改进算法可降低特征维数,消除了不利于提高检测结果的冗余特征,并提高了网络入侵检测正确率,适合于小样本、实时要求高的网络入侵检测。     

基于动态线性相关的访问控制模型研究

访问控制是网络资源共享领域的重要研究内容。为了提高访问控制中对未知节点的预测能力,提出了一种基于动态线性相关的访问控制模型。首先,提出了一种包含服务请求者、服务推荐节点和服务提供者的访问控制结构。其次,提出了一种动态的信任值线性计算方法,该方法将节点的全局信任值表示为直接信任值和推荐信任值的线性组合,并根据节点间的历史记录动态地调整直接信任值和推荐信任值的权重。最后通过仿真实验表明, 提出的访问控制模型与其他相关的访问控制模型相比,不仅具有更高的预测成功率,而且能更好地抵御节点的恶意攻击。     

决策树与神经网络的分类比较

决策树与神经网络是数据挖掘中两种重要的算法。本文比较了决策树与神经网络在分类上的异同点。     

改进的无线传感器网络覆盖区域节点调度算法

节能覆盖对于提高无线传感器网络的性能有着重要的意义.针对当前传感器网络的算法中存在的热区问题,提出一种在传感器网络非均匀分布部署下的基于能量预测的节点覆盖调度算法.该算法首先对网络中的节点进行非均匀部署,离基站距离较近区域部署的节点密度较大,而较远的密度小,然后综合考虑节点覆盖效率和能量消耗进行节点调度,从而使能量消耗更加均衡,最后对该算法进行了仿真实验和性能分析.仿真结果表明与当前经典的覆盖节点调度算法相比,该算法提高网络覆盖率、降低了网络能耗,且网络生命周期也相应的延长,能够保证网络内大多数节点达到能耗均衡.     

浅析数据挖掘技术在商业广告中的应用

广告宣传是企业、公司赖以扩展市场的重要商务活动。利用数据挖掘技术可以有效地帮助企业、公司分析其已积累获取的数据,指导企业、公司调整广告投放策略,以更小的广告成本达到更高的回报利润。本文论述了数据挖掘方法在广告定向投放中的应用。