期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
增量式目标信息系统的分布约简算法
1
作者
吴正江
王希璠
《计算机应用与软件》
CSCD
2015年第8期234-237,291,共5页
知识约简是粗糙集理论中的重要研究内容之一。由于静态分布约简算法不适应处理快速增长的信息系统,时间开销过大。通过研究新增对象对于信息系统中划分的影响,以划分为桥梁,讨论对象与分布约简的理论关系。基于已有的分布约简算法,提出...
知识约简是粗糙集理论中的重要研究内容之一。由于静态分布约简算法不适应处理快速增长的信息系统,时间开销过大。通过研究新增对象对于信息系统中划分的影响,以划分为桥梁,讨论对象与分布约简的理论关系。基于已有的分布约简算法,提出增量式目标信息系统的分布约简算法,使其能够将原有知识和新增数据相结合,快速获取分布约简。使用UCI数据库中的数据集对算法进行测试,验证了该增量式算法的有效性和可行性。
展开更多
关键词
信息系统
分布约简
增量式算法
在线阅读
下载PDF
职称材料
基于GR-AD-KNN算法的IPv6网络DoS入侵检测技术研究
被引量：
11
2
作者
赵志强
易秀双
+1 位作者
李婕
王兴伟
《计算机科学》
CSCD
北大核心
2021年第S01期524-528,共5页
随着IPv6网络流量的快速增加和复杂化,传统入侵检测系统Snort是基于具体规则对DoS攻击进行检测的,这降低了IDS的检测性能。为了解决IPv6网络环境下的DoS入侵检测问题,采用了机器学习中的轻量级KNN的优化算法。首先,通过信息增益率实现...
随着IPv6网络流量的快速增加和复杂化,传统入侵检测系统Snort是基于具体规则对DoS攻击进行检测的,这降低了IDS的检测性能。为了解决IPv6网络环境下的DoS入侵检测问题,采用了机器学习中的轻量级KNN的优化算法。首先,通过信息增益率实现特征的双重降维,针对具有较多类型子特征的离散特征进行选择和聚合,以实现进一步降维,减小实际运算的特征维度。其次,利用信息增益率作为优化样本欧氏距离测量的权重。基于所提出的反向距离影响力的度量指标,对KNN算法的分类决策算法进行了优化,使检测技术的效果得到进一步提高。实验结果表明,相比传统基于平均距离的TAD-KNN算法和仅优化距离定义的GR-KNN算法,GR-AD-KNN算法在IPv6网络流量特征检测中不仅可以提升整体检测性能,同时还对小群体样本分类拥有更好的检测效果。
展开更多
关键词
GR-AD-KNN算法
平均增量距离决策
双重降维
IPv6
信息增益率
在线阅读
下载PDF
职称材料
题名
增量式目标信息系统的分布约简算法
1
作者
吴正江
王希璠
机构
河南理工大学河南省高等学校矿山信息化重点学科开放实验室
出处
《计算机应用与软件》
CSCD
2015年第8期234-237,291,共5页
基金
国家青年基金项目(61202286)
文摘
知识约简是粗糙集理论中的重要研究内容之一。由于静态分布约简算法不适应处理快速增长的信息系统,时间开销过大。通过研究新增对象对于信息系统中划分的影响,以划分为桥梁,讨论对象与分布约简的理论关系。基于已有的分布约简算法,提出增量式目标信息系统的分布约简算法,使其能够将原有知识和新增数据相结合,快速获取分布约简。使用UCI数据库中的数据集对算法进行测试,验证了该增量式算法的有效性和可行性。
关键词
信息系统
分布约简
增量式算法
Keywords
information system distribution reduce incremental algorithm
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
基于GR-AD-KNN算法的IPv6网络DoS入侵检测技术研究
被引量：
11
2
作者
赵志强
易秀双
李婕
王兴伟
机构
东北大学计算机科学与工程学院
出处
《计算机科学》
CSCD
北大核心
2021年第S01期524-528,共5页
基金
国家重点研发项目(2017YFB0801701)
国家自然科学基金资助项目(61572123)
+1 种基金
辽宁省高校创新团队支持计划资助项目(LT2016007)
赛尔网络创新项目(NGII20160616)。
文摘
随着IPv6网络流量的快速增加和复杂化,传统入侵检测系统Snort是基于具体规则对DoS攻击进行检测的,这降低了IDS的检测性能。为了解决IPv6网络环境下的DoS入侵检测问题,采用了机器学习中的轻量级KNN的优化算法。首先,通过信息增益率实现特征的双重降维,针对具有较多类型子特征的离散特征进行选择和聚合,以实现进一步降维,减小实际运算的特征维度。其次,利用信息增益率作为优化样本欧氏距离测量的权重。基于所提出的反向距离影响力的度量指标,对KNN算法的分类决策算法进行了优化,使检测技术的效果得到进一步提高。实验结果表明,相比传统基于平均距离的TAD-KNN算法和仅优化距离定义的GR-KNN算法,GR-AD-KNN算法在IPv6网络流量特征检测中不仅可以提升整体检测性能,同时还对小群体样本分类拥有更好的检测效果。
关键词
GR-AD-KNN算法
平均增量距离决策
双重降维
IPv6
信息增益率
Keywords
GR-AD-KNN
algorithm
Average increment distance classification
Twice reducing dimensionality of features
IPv6
information
gain ratio
分类号
TP393.0 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
增量式目标信息系统的分布约简算法
吴正江
王希璠
《计算机应用与软件》
CSCD
2015
0
在线阅读
下载PDF
职称材料
2
基于GR-AD-KNN算法的IPv6网络DoS入侵检测技术研究
赵志强
易秀双
李婕
王兴伟
《计算机科学》
CSCD
北大核心
2021
11
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
