SG-ITOM中基于场景自动化的工具中心系统设计

本文详细阐述了SG-ITOM中的核心模块工具中心的系统设计,明确了系统目标,然后给出了系统功能设计和分功能描述。最后设计了系统分层次的技术架构,并逐层阐述其中的技术实现方案。本文可为研发企业在往后的系统具体实现过程中提供思路和依据。     

基于集成学习的Self-training在入侵检测中的应用

针对入侵检测的标记数据难以获得的问题,提出一种基于集成学习的Self-training方法——正则化Self-training。该方法结合主动学习和正则化理论,利用无标记数据对已有的分类器（该分类器对分类模式已学习得很好）作进一步的改进。对三种主要的集成学习方法在不同标记数据比例下进行对比实验,实验结果表明：借助大量无标记数据可以改善组合分类器的分类边界,算法能显著地降低结果分类器的错误率。