基于多层特征基参数融合的网络入侵检测算法

传统的网络入侵检测算法,使用的都是同一个或者相似的特征基作为入侵检测的衡量标准,但是在多层网络中,不同层次的特征基参数存在差异,检测结果误差较大。为此提出了一种基于多层特征基参数融合的网络入侵检测算法。通过提取多层网络操作差异特征基参数,利用非线性回归方式对每层特征基参数进行差异补偿,按照自适应融合方式对多层差异特征基进行融合处理,以此作为检测的基础。实验表明,该算法提高了检测的准确率,取得了理想的效果。     

网络安全的多层防护

随着网络技术的发展和普及,黑客的攻击越来越严重,这就迫使网络系统不得不加强对自身电脑网络系统的安全防护,为了最大限度的确保网络安全,提出了"多层次防护"安全理念。     

网络安全的多层防护

随着网络技术的发展和普及,黑客的攻击越来越严重,这就迫使网络系统不得不加强对自身电脑网络系统的安全防护,为了最大限度的确保网络安全,提出了“多层次防护”安全理念。     

基于蚁群算法的无线传感器网络路由算法实现

本文利用蚁群算法简单、局部工作等特点,结合传感器网络的特征,分析研究了基于蚁群算法的WSN路由算法,并阐述了蚁群算法的无线传感器网络路由算法的实现和仿真设计与分析。     

基于多模式匹配算法的计算机网络入侵检测研究

为了提高计算机网络入侵检测的效率和性能,采用多模式匹配算法来实现入侵检测。首先对网络入侵检测模型进行了分析,接着对多模式匹配算法基本定义进行阐述,提出了典型多模式匹配算法最后进行实例仿真,并从匹配时间和内存消耗两个方面对常见的三种多模式匹配算法性能进行了分析比较,实验证明,多模式匹配算法适用于计算机网络入侵检测,具有一定的研究价值。     

基于多目标鱼群-蚁群算法的水资源优化配置

为了解决复杂的水资源优化配置问题和丰富智能优化方法在水资源优化配置中的应用,建立了以经济、社会、环境综合效益最大为目标的水资源优化配置模型和多目标鱼群-蚁群算法。经济效益以区域供水带来的直接经济效益最大为目标;社会效益以区域总缺水量最小为目标;生态环境效益以区域重要污染物排放量最小为目标;约束条件包括供水、需水、水环境和经济发展协调度等。多目标鱼群-蚁群算法融合了人工鱼群算法的快速跟踪变化和跳出局部极值优点以及蚁群算法的信息素正反馈优点,并将人工鱼群算法中的拥挤度概念引入到蚁群算法中,避免了蚁群算法初期可能早熟的问题。通过实验仿真,此算法具有较快的收敛速度和较高的寻优性能,能有效地找到优化解,从而为解决复杂的水资源优化配置问题提供了新的思路。     

蚁群算法求解多选择整数背包问题

本文针对一维、二维多选择整数背包问题的教学模型,采用动态规划和蚁群算法对其进行求解,并对蚁群算法作了适当的改进.随机数据实验表明,随着问题规模的扩大,动态规划算法的计算复杂度将急剧增大,造成求解困难,而基本蚁群算法及改进蚁群算法能够快速有效地求得问题近优解,且改进蚁群算法解的质量比原算法平均提高了2.8%.     

蚁群链多层博弈网络监护信息融合特征优选

在网络安全预测监护模型设计中,需要对网络安全监护信息进行数据融合和特征优选,以提高对变异特征的识别能力。传统方法中,采用蚁群算法进行监护信息特征优化融合进化和链路模型设计,算法无法实现相邻簇头之间的信息素融合,特征优化效果不好。针对这一问题,提出蚁群链运动多层博弈的网络监护信息融合特征优选算法,构建多层博弈网络监护数据样本驱动空间权矩阵模型,引入粗糙集理论,对蚁群引导的粗糙集前馈补偿网络进行动态博弈,实现网络安全监护数据的预测控制目标函数最佳寻优。构建多层博弈网络监护系统模型,得到蚁群链运动的监护信息数据状态跟踪模型,实现网络安全监护信息的融合特征优选改进。仿真实验表明,该算法能有效提高对异常信息的监护和检测能力,有较高的特征优选品质,展示了本文算法在对网络安全监护中的优越性能。     

多层模糊控制的电力机车发动机调度

在研究基于多层模糊控制的电力机车发动机调度方法中,传统的电力机车发动机调度算法采用经典控制模型或线性控制模型,鲁棒性差,无法达到最优的调度效能。为此提出一种基于多层模糊控制的电力机车发动机调度方法,采用多层模糊系统强大的输入输出非线性映射能力,在输入层,将输入数据模糊化为模糊控制器的输入数据,在输出层,将模糊控制器的输出解模糊为电力机车系统识别的控制信号,从而实现电力机车系统发动机的智能化调度。和传统的调度算法相比较,新调度算法具有更高的电能使用效率,约高于传统算法18%,算法响应时间短,稳定可靠,并且具有很强的鲁棒性,具有优越的应用性能。     

一种改进的BM算法在网络安全控制中应用

解决网络安全更高效的途径是入侵检测技术。它是动态的防护手段,能够主动识别入侵。模式匹配作为当前IDS主要采用的技术之一,有误报率低、实用性强的特点。BM算法有着较好的匹配效率,本文详细介绍了BM算法的基本思想,也指出其不足并在此基础上提出了改进的模式匹配算法。实验结果表明,该算法能够提高系统的性能。     

基于BP算法的多层感知器设计

多层感知器应用的BP算法是有导计算法的一类,根据最小均方差的误差原则进行计算。BP算法是多层感知器建立的基础算法,可以进行函数的逼近和相关的仿真运算。但BP算法也具有其自身的局限性,如收敛速度低和易陷入局部极小等。本文将介绍标准BP算法和它的改进,借此对多层次感知器的设计进行分析和建议。     

一种网络多次变异信息入侵检测算法

提出了一种基于变异特征自动机匹配的网络变异信息入侵检测算法.通过提取网络中的异常参数,利用异构数据匹配计算,对发生变异的网络数据特征项进行多次二叉树的建立,分类计算连续变异随机变量服从节点分布,准确对变异特征和非变异特征进行区分.实验表明,该算法提高了网络变异信息入侵检测的准确率,取得了不错的效果.     

一种蚁群分布进化的高效网络安全防护方法

网络系统的安全访问是网络技术发展中必须解决的首要问题。传统的网络系统安全访问控制方法采用基于统计学的数据分析方法,在对网络访问数据进行统计分析的基础上,分类识别网络系统的正常访问数据和异常数据,此方法网络防护效率低。提出一种蚁群分布进化的高效网络安全防护方法,首先将所有的访问数据分层,然后采用蚁群分布算法对每个单独的数据群进行处理,在蚁群分布处理的基础上,迭代实现系统的数据识别,达到高效网络防护的目的。最后采用实际访问数据进行测试实验,结果显示,采用蚁群分布进化算法,网络系统的安全性能提高,具有很好的应用价值。     

基于蚁群算法的TSP问题研究与实现

旅行商问题(TSP问题)是运筹学中一个十分典型的组合优化问题。TSP问题看似简单,但是解决起来十分复杂、困难,采用传统的、一般的算法是很难求出问题的最优解的。蚁群算法是根据蚂蚁寻找食物的行为模拟出来的新型仿生算法,可以用于解决复杂的组合优化问题。     

多种群蚁群算法应用于配电网无功优化

蚁群算法是一种优化算法,采用改进的蚁群算法对无功补偿装置进行优化配置,对补偿装置地点和容量做出优化选择。通过仿真实验证实此优化算法可有效实现配电网的安全经济运行。     

基于反馈约束改进蚁群算法的网络路由优化

通过优化网络路由,提高网络的拓扑性能,实现网络的能量平衡。传统的网络路由算法采用能量平衡环形路由算法,出现网络能耗不均衡。提出一种基于反馈约束改进蚁群算法的网络路由优化方法。采用区域分割处理办法,得到分簇路由任务概率随机分布模式下的置信概率,通过蚁群反馈约束,提高信息正确传输的概率,根据贝叶斯定理,得到路由现成路由子节点定位和扑救路径方位置信度的递归计算式,实现网络路由优化。仿真实验表明,算法能有效提高网络信息正确传输的概率,可靠性较高,几乎能达到无失真传输,随着路由跳数的增加,设计的路由算法的优势愈发明显,提高了信息传输的通信质量。     

基于陷阱技术的网络安全分析

与传统的防火墙技术和入侵检测技术不同,基于陷阱机制的网络安全体系不仅能够发现网络的入侵行为,而且能通过陷阱网络观察和了解入侵者的攻击行为.并以此来提高入侵检测系统的识别网络入侵的能力。本文较为详细地介绍了基于陷阱机制的网络安全体系结构。     

蚁群算法的改进策略研究

蚂蚁算法是一种元启发式优化算法,研究表明其具有较强鲁棒性、优良的分布式计算机制、易于与其他方法相结合等特点,但是也存在一些不足。针对蚁群算法的不足,许多的学者提出了诸多的改进算法,通过对改进算法的研究发现对改进策略的研究是非常必要的。文中对改进策略进行总结,为算法改进发展提供必要的参考。     

多层砌体结构墙体裂缝的控制探讨

导致砌体结构墙体开裂的原因有很多,裂缝呈现的形式也各异。裂缝已成为多层砌体结构中的首要表现形式,不仅影响结构的使用性能,又影响结构安全性、整体性、稳定性和耐久性。本文采取不同的措施来减少或避免裂缝出现,其中采取适当的方法进行处理。