当前各网络入侵检测算法的准确率仍不尽人意;针对此问题,提出1种基于可变精度粗糙集(Variab le Prec isionRough Set)的网络入侵检测模型。模型通过粗糙集对不确性数据进行筛选,再利用粒子群算法对数据进行约简,然后再根据设定的阀值,...当前各网络入侵检测算法的准确率仍不尽人意;针对此问题,提出1种基于可变精度粗糙集(Variab le Prec isionRough Set)的网络入侵检测模型。模型通过粗糙集对不确性数据进行筛选,再利用粒子群算法对数据进行约简,然后再根据设定的阀值,用可变精度粗糙集导出规则并得到检测结果。实验结果表明,本模型运用的粒子群算法数据约简速度高于利用遗传算法的同类模型,且基于可变精度粗糙集的入侵系统检测准确率比基于非可变精度粗糙集的检测系统高。展开更多
如何合理、高效地选择和组合众多功能相似的服务,为用户提供更优质的服务,是当前SOA领域研究的重点和难点。服务质量QoS(Quality of Service)的引入,在一定程度上保证了服务组合的合理性,但对于如何确保服务组合的可信,目前还没有一个...如何合理、高效地选择和组合众多功能相似的服务,为用户提供更优质的服务,是当前SOA领域研究的重点和难点。服务质量QoS(Quality of Service)的引入,在一定程度上保证了服务组合的合理性,但对于如何确保服务组合的可信,目前还没有一个比较完善和可行的方案。因此,提出了可信Web服务组合模型(Trust Web Service Com-position Model,TWSCM),并通过在原有Web服务体系架构上增加QoS代理和可信模块来确保服务组合的质量和可信。最后,在语言网格上进行了相关实验,结果表明,该方法能为用户提供高质量、可信的组合服务,从而验证了该方法的合理性和有效性。展开更多
文摘当前各网络入侵检测算法的准确率仍不尽人意;针对此问题,提出1种基于可变精度粗糙集(Variab le Prec isionRough Set)的网络入侵检测模型。模型通过粗糙集对不确性数据进行筛选,再利用粒子群算法对数据进行约简,然后再根据设定的阀值,用可变精度粗糙集导出规则并得到检测结果。实验结果表明,本模型运用的粒子群算法数据约简速度高于利用遗传算法的同类模型,且基于可变精度粗糙集的入侵系统检测准确率比基于非可变精度粗糙集的检测系统高。
文摘如何合理、高效地选择和组合众多功能相似的服务,为用户提供更优质的服务,是当前SOA领域研究的重点和难点。服务质量QoS(Quality of Service)的引入,在一定程度上保证了服务组合的合理性,但对于如何确保服务组合的可信,目前还没有一个比较完善和可行的方案。因此,提出了可信Web服务组合模型(Trust Web Service Com-position Model,TWSCM),并通过在原有Web服务体系架构上增加QoS代理和可信模块来确保服务组合的质量和可信。最后,在语言网格上进行了相关实验,结果表明,该方法能为用户提供高质量、可信的组合服务,从而验证了该方法的合理性和有效性。
