-
题名一种启发式的入侵检测警报概念聚类算法
被引量：2
- 1
-
-
作者
熊家军
陈新
李庆华
-
机构
华中科技大学计算机学院
空军雷达学院计算机系
-
出处
《计算机工程》
CAS
CSCD
北大核心
2005年第7期35-36,62,共3页
-
基金
国家自然科学基金资助项目(60273075)
-
文摘
入侵检测系统是一种重要的网络安全防护措施,但是,IDS常常触发大量误警,使得网络安全员不堪重负。基于大量误警是重复发生并且频繁发生这一研究结果,文中运用面向属性归纳的概念聚类方法试图寻找导致IDS产生大量误警的本质原因,实现了一种启发式的入侵检测警报概念聚类算法。该算法能有效识别误警和防止过度概化,减轻网络安全分析员的负担。
-
关键词
入侵检测警报
概念聚类
面向属性归纳算法
误警
-
Keywords
Intrusion detection alarm
Conceptual clustering
AOI algorithm
False alarms
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
-
题名基于抽样的概念层次数据挖掘算法
被引量：1
- 2
-
-
作者
李波
-
机构
重庆工学院计算机科学与工程系
-
出处
《计算机科学》
CSCD
北大核心
2002年第7期87-89,共3页
-
基金
重庆市重点企业信息化项目(20007340)
-
文摘
一、引言
属性归纳算法的出现主要有以下几个原因.首先,虽然某些规律,如关联规则可以在基本概念层上发现[3,4],但是一些更让人感兴趣的规律一般只在更高的概念层上才能发现,并且表达得更简洁一些.因此有必要将数据库中的基本数据泛化到相对高的概念层上才能更有效地挖掘数据.
-
关键词
数据库
属性归纳算法
概念层次数据挖掘算法
数据集
-
Keywords
Data mining, Attribute-Oriented induction, Concept hierarchy
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
-
题名一种基于取样的概念层次数据挖掘新算法
被引量：1
- 3
-
-
作者
李波
-
机构
重庆工学院计算机科学与工程系
[
-
出处
《计算机工程与科学》
CSCD
2002年第3期8-10,共3页
-
基金
重庆市企业信息化重点项目 (2 0 0 0 73 40 )
-
文摘
本文分析了几种传统属性归纳算法 ,针对它们的不足 ,提出了基于取样的概念层次挖掘算法 ,它不仅可以处理不平衡的概念层次 ,而且得到的泛化规则可以反映实际的数据分布。此外 ,这种算法具有最优的时间和空间复杂性。实验证明 ,本文算法是有效。
-
关键词
数据挖掘
属性归纳算法
概念层次
数据库
-
Keywords
data mining
attribute oriented induction
concept hierarchy
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于抽样的概念层次挖掘算法
被引量：1
- 4
-
-
作者
胡江滔
汪卫
周傲英
-
机构
复旦大学计算机科学系
-
出处
《计算机应用与软件》
CSCD
北大核心
2001年第3期57-63,共7页
-
文摘
本文通过对数据挖掘的几种传统属性归纳算法的分析,发现它们存在以下不足:(1)不能处理不平衡的概念层次;(2)没有考虑实际数据分布对最后的泛化规则的影响。因此,本文提出了基于抽样的概念层次挖掘算法,它先采用抽样方法,对概念层次进行初步调整,然后扫描整个数据文件,利用扫描信息再次调整概念层次,最后通过统计调整后的概念层次的叶子信息就可以得到泛化规则。本算法不仅克服了传统算法的不足,而且具有最优的时间复杂度O(h)和空间复杂度O(c)。
-
关键词
数据挖掘
属性归纳算法
概念层次
数据库
-
Keywords
Data mining Attribute - oriented induction Concept hierarchy
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于改进的粗糙集和神经网络的WSN故障诊断
被引量：11
- 5
-
-
作者
周奚
薛善良
-
机构
南京航空航天大学计算机科学与技术学院
-
出处
《计算机科学》
CSCD
北大核心
2016年第S2期21-25,共5页
-
文摘
综合粗糙集理论和人工神经网络的优点,提出了改进的粗糙集理论算法,并结合人工神经网络,实现了一种无线传感器网络(Wireless Sensor Network,WSN)节点智能故障诊断方法。首先基于WSN的应用环境和故障特征的分析,通过数据采集、数据预处理和数据压缩来获得诊断决策表,并利用粗糙集中改进的归纳属性约简算法(Improved Inductive Attribute Reduction Algorithm,IIARA)对决策表进行属性约简,从而提取对故障诊断贡献最大的最小故障诊断特征集合,进而确定后端径向基函数神经网络(Radial Basis Function Neural Network,RBFNN)的拓扑结构。最后通过网络训练建立故障征兆与故障类型之间的非线性映射关系,得到诊断结果。仿真实验结果显示,该诊断算法在对WSN节点进行故障诊断时,可以有效地减少网络输入层个数,简化神经网络结构,减少网络的训练时间,提高模型的诊断准确性。
-
关键词
故障诊断
粗糙集
归纳属性约简算法
径向基函数
人工神经网络
无线传感器网络
-
Keywords
Fault diagnosis
Rough set
Inductive attribute reduction algorithm
Radial basis function
Artificial neural network
Wireless sensor network
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP212.9
[自动化与计算机技术—检测技术与自动化装置]
TN929.5
[电子电信—通信与信息系统]
-
