基于变长元组的文件类型识别算法

快速准确地判断文件实体的真实类型对保护计算机信息安全具有重要意义。通过分析现有基于二进制内容的文件类型识别算法中存在的问题,提出采用变长元组描述文件的统计特征,并结合结构化文件中元组的分散度、稳定度以及条件广泛度设计出一种特征评估函数,从而更加准确地选取有效的特征。该算法不依靠特定文件类型的结构和关键标识,适用范围更为广泛。实验表明该算法能有效提高文件类型识别的查准率和查全率。     

基于主成分分析和K近邻的文件类型识别算法

为解决基于文件后缀名和文件特征标识识别文件类型误判率较高的问题,在基于文件内容识别文件类型的算法基础上,提出主成分分析（PCA）和K近邻（KNN）算法相结合的文件类型识别算法。首先,使用PCA方法对样本预处理以降低样本空间的维数;然后,对降维后的训练样本集进行聚类处理,即用聚类质心代表每种类型的文件;最后,针对训练样本分布不均匀可能造成的分类误差,提出基于距离加权的KNN算法。实验结果表明,改进算法在样本数较多的情况下,能降低分类的计算复杂度,并保持了较高的识别正确率;而且该算法不依赖文件类型的特征标识,应用范围更为广泛。     

基于特征标识的文件类型识别与匹配

不同类型文件的识别与匹配是计算机文件系统中一个重要问题,一般分为特征标识(魔数)和后缀名两种方式,其中后者是被广泛接受的一种方式.然而在使用过程中,经常遇见文件名被篡改或损坏、文件后缀名缺失而无法被系统自动识别的情况,此时无法正常打开、浏览或编辑文件.文件头的特征标识将文件特征信息存储于文件数据内部,不容易被修改或损坏...     

基于统计特征值的文件类型识别算法

恶意篡改文件的类型属性以掩盖文件真实结构达到诱骗用户访问、回避检测、隐藏数据等目的是计算机犯罪行为中最常用的手段。该文提出的一种基于统计特性识别文件类型的方法能有效识别被篡改的文件类型属性。依据同类型文件在多维空间中的统计特征值具有相似性的规律,给出了判断其相似性的基本假设,设计了基于欧几里德距离的球体模型及k-球体模型,同时根据文件统计特征值权重的加权欧几里德距离优化两种模型,解决了相似性判断的正确性和效率。     

基于数字串内容识别的用户验证方法研究

提出一种新的说话人验证方法.本方法通过对用户登录的语音数字串的内容进行识别来验证用户身份.而且采取计算后验相似度比例对数LLR(log-likelihood ratio)的措施,进一步提高系统的可靠性和识别准确率.提出的方法与目前普遍使用的说话人验证方法相比,本方法所需要的训练语音相对较少,对环境的要求也比较低,因而注册使用更加方便,保密性更高.通过实验,系统的合法用户通过率达到98.4%,非法用户拒识率达到100%.     

基于姿态转换网络的行为识别

为了有效的表征行为,提出了一种基于姿态转换网络的行为识别算法。首先对人体进行自动定位,并对人体区域进行形状与运动特征提取;然后对特征进行层次聚类,构建姿态二叉树,并将运动序列表示为姿态序列后,将其表征为姿态转换网络的权重;最后利用k-近邻的方法对行为进行分类识别。实验结果表明,该算法对动态嘈杂背景,人体执行行为速度的快慢具有一定程度的鲁棒性。该算法在两个公用数据库上获得了较好的结果验证了其有效性。     

没有扩展名也能轻松识别文件类型

一般的情况下,我们可以通过文件的扩展名(后缀名)来判断文件的类型,从而找到打开它们的对应程序。假如因为某种原因,可能会得到一个文件,却是没有扩展     

基于改进最近邻算法的非侵入式电器负荷识别

通过对用电设备的暂态和稳态过程的研究,从电压和电流暂稳态、功率等多角度出发,进行电器特征量的提取,以特征空间中的类内和类间相似度为依据,建立特征库,从而辨识出具有更好识别度的特征量。比较用电设备实际的稳态与暂态波形与标准特征库中波形的相似度,构建用电负荷识别模型。将实时监测得到的相应特征值作为识别模型输入,即可快速识别出所监测设备的运行状态。     

基于改进ReliefF的无监督特征选择方法

针对特征选择中存在数据缺乏类别信息的问题,提出一种新型的基于改进ReliefF的无监督特征选择方法UFS-IR.由于ReliefF类算法存在小类样本抽样概率低、无法删除冗余特征的缺陷,该方法以DBSCAN聚类算法指导分类,通过改进抽样策略,使用调整的余弦相似度度量特征间的相关性作为去冗余的凭据.实验表明UFS-IR可以有效缩减数据维度的同时保证特征子集的最大相关最小冗余性,具有很好的性能.     

一种基于ExLF日志文件的用户会话识别启发式算法

在详细介绍ExLF日志文件格式的基础上,定义了会话表;阐述了用户会话识别图的概念;给出了生成此会话识别图的一种启发式算法。最后,用一个例子验证了算法的有效性。     

基于协议首部的字节频率统计特征发现方法

应用协议识别在网络安全领域具有极其广泛的应用,而如何发现协议特征是协议识别的核心问题。为此,提出一种高效准确的协议特征自动发现方法。利用协议自身的格式特点,将消息进行token化,并根据token序列对消息进行分类。由分类数的变化曲线大致判别协议的首部长度,从而确定字频统计的范围。对数据流中每个数据包的消息首部进行字节频率统计,并将字节频率进行归一化处理,得到字节频率特征向量。通过计算待测协议与样本协议的余弦相似度对协议进行分类和识别。实验结果表明,用该方法所提取的特征进行识别,准确率超过93.5%。     

基于特征加权朴素贝叶斯算法的网络用户识别

基于网络用户的访问记录,提出了采用特征加权的朴素贝叶斯分类算法对用户进行识别。首先利用基于WinPcap框架的数据采集系统对用户访问记录进行采集,通过分析记录从5个方面对用户特征进行统计,并经过筛选后对特征进行选取,最后采用特征加权的朴素贝叶斯分类算法对3300个测试样本进行识别,识别率达到了85.73%。实验结果表明该算法能够有效实现对网络用户身份的识别。     

二进制粒子群算法在人脸识别中的应用

把二进制粒子群优化算法(BPSO)应用到人脸识别中.对人脸图像进行二维离散余弦变换(DCT),获得人脸图像的特征向量,应用BPSO算法对得到的特征向量进行特征选择,得到最具代表性的人脸特征.与遗传算法(GA)相比,在选择的特征较少的情况下,BPSO算法比遗传算法有更好的识别率.实验结果表明,BPSO算法应用到人脸识别中有较高的识别率,是一种非常有效的特征提取方法.     

改进信息增益的维吾尔文特征选择方法

特征选择是维吾尔语文本分类的关键技术,对分类结果将产生直接的影响。为了提高传统信息增益在维吾尔文特征选择中的效果,在深度分析维吾尔文语种特点的基础上,提出了一种新的信息增益特征选择方法。该方法结合类词频和特征分布系数以及倒逆文档频率,对传统信息增益进行修正;引入一个备选特征分布系数来平衡类间选取的特征个数;在维吾尔文数据集上实验验证。实验结果表明,改进的算法对维吾尔文分类效果有明显的提高。     

基于词频信息的改进信息增益文本特征选择算法

为克服传统信息增益(IG)算法对特征项的频数考虑不足的缺陷,在对传统算法和相关改进算法深入分析的基础上,提出一种基于词频信息的改进的IG文本特征选择算法。分别从特征项在类内出现的频数、类内位置分布、不同类间的分布等方面对传统IG算法的参数进行了修正,使特征频数信息得到充分利用。对文本分类的实验结果表明,所提算法的分类精度明显高于传统IG算法和加权的IG改进算法。     

UFMC系统载波干扰抑制改进算法

针对ICI自消除算法导致UFMC系统频带利用率过低的问题,提出一种联合部分自消除和加升余弦窗的改进方案。该方案具体通过在UFMC系统发射端子带边界插入自消除子载波,并在UFMC系统接收端进行时域加窗来达到抑制UFMC系统干扰、提升系统的频带利用率的目的。对算法进行MATLAB仿真实验,当子带两侧设置4个自消除子载波时,相较自消除算法,系统载波干扰比增大,同时系统的频谱利用率也提升了10%。仿真结果表明,所提算法能够有效抑制ICI,提高系统抗干扰性能,同时提升系统频带利用率。