基于PCA与属性权重模糊聚类的入侵检测方法

针对入侵检测数据集中存在大量冗余信息及传统聚类算法的效果不佳,提出了结合主成分分析与属性权重模糊聚类算法的入侵检测方法。该方法分为特征提取和模糊聚类两阶段,使用主成分分析进行特征提取、消除冗余属性;将经主成分分析后得到新成分的贡献率作为聚类算法中属性的权重值,实现了基于属性权重的模糊聚类。在KDD-CUP99数据集中的实验结果表明,该方法能有效地降低检测训练时间和提高检测正确率。     

基于半监督模糊聚类的入侵检测技术

针对当前入侵检测技术检测率较低、误报率较高,特别是难以检测新型入侵的不足,通过研究基于机器学习的异常入侵检测系统,提出了一种基于半监督模糊聚类的异常入侵检测算法SFCA(Semi-supervised Fuzzy Clustering Algorithm).算法通过加入数据之间的相关信息,同时引入代价函数来平滑目标函数,降低其对孤立点数据的敏感程度.通过利用少量的标记样本,生成用于初始化算法的种子聚类,然后辅助聚类过程.实验表明,与FCM(Fuzzy C-means)聚类算法相比,SFCA算法具有较高的性能.     

基于混合聚类算法的异常检测方法

模糊聚类算法是一种无监督的机器学习方法,能够有效地检测出网络入侵中未知的异常攻击行为,但模糊聚类算法实质上是一种迭代寻优方法,容易陷入局部最优解.因此结合遗传算法的全局搜索特性与禁忌算法的局部搜索特性,提出了一种基于遗传禁忌搜索的混合模糊聚类算法,实验表明该方法能有效避免局部最优解、得到正确的聚类结果,在KDDCUP99数据集上的实验结果表明该方法具有更高的检测率和较低的误检率.     

基于模糊系统方法的混凝土强度预测模型

采用单值模糊器、乘积推理机、中心平均解模糊器,建立了基于模糊系统方法的混凝土无损检测强度评定模型.为了提高模型精度,以回弹值、超声值、碳化深度值和含水率作为模型输入变量,抗压强度值作为模型输出变量,通过一定的数据训练,提取模糊规则,形成完备的模糊规则库.实验结果表明:模糊系统模型预测结果的平均相对误差为7.98%,相对标准差为10.53%.该模型的预测精度明显高于目前常用的回归模型预测精度,基于多因素的混凝土强度评定精度高于基于单因素的混凝土强度评定精度.因此,该方法为混凝土强度检测评定提供了一种有效的途径.     

基于模糊综合评判的汽车传动轴模糊优化设计

综合运用模糊数学理论和优化设计方法,建立起了基于模糊综合评判的汽车传动轴模糊优化设计的数学模型,对汽车传动轴模糊优化设计方法进行了探讨,并给出了设计实例.结果表明,基于模糊综合评判的汽车传动轴模糊优化设计,是一种更具有工程实用价值的综合设计方法.     

基于智能模型的入侵检测技术与方法研究

入侵检测技术是计算机安全领域的一项重要技术,是计算机信息系统的安全保障.以神经网络的入侵检测方法和数据挖掘的入侵检测方法为例,对基于智能模型的入侵检测技术与方法进行了探讨和研究,阐述了两种方法的实现原理,并对其技术与方法特点进行了详细的分析.     

基于模糊综合评判的汽车传动轴模糊优化设计

综合运用模糊数学理论和优化设计方法，建立起了基于模糊综合评判的汽车传动轴模糊优化设计的数学模型，对汽车传动轴模糊优化设计方法进行了探讨，并给出了设计实例。结果表明，基于模糊综合评判的汽车传动轴模糊优化设计，是一种更具有工程实用价值的综合设计方法。     

舰船网络入侵目标下检测效率与准确性的平衡问题解决

针对舰船网络入侵目标下入侵关键目标较多,当前方法无法兼顾效率与准确性的问题。从模糊关联规则的观点对入侵目标进行分类。降低检测数据维度,最大程度对不同检测部门分类,使其约简化,放弃推导入侵数据集属性的支持度与置信度,建立频繁项目集等步骤,而是结合舰船网络入侵目标在特征上差异较大这一条件,通过制定模糊关联规则,获得网内入侵数据的相似度,进行多次检测,降低检测过程中的开销成本。实验结果表明,该方法可以兼顾舰船网络入侵目标的检测效率与准确性分体,具备应用性。     

云计算船舶移动网络强入侵攻击防御研究

为了提高船舶移动网络的安全性,提出基于云计算的船舶移动网络强入侵攻击防御方法。建立的船舶移动网络强入侵信号模型,采用频谱滤波方法进行船舶移动网络强入侵的干扰抑制,结合多径合并方法进行船舶移动网络强入侵特征关联规则挖掘,提取船舶移动网络强入侵的异常波谱特征量,根据谱分布的差异性,实现对船舶移动网络强入侵特征的模糊聚类处理。在云计算环境下,建立船舶移动网络强入侵的攻击防御滤波检测模型,实现船舶移动网络强入侵攻击防御优化。仿真结果表明,采用该方法进行船舶移动网络强入侵攻击防御的有效性较好,提高了入侵检测能力。     

一种基于模糊聚类的火焰色彩特征目标检测

计算机视觉检测是指利用计算机图像处理系统来模拟人类视觉进行检测对象的分类、识别和测量的技术.使用基于模糊聚类的图像RGB分量线性变换后的正交彩色特征,建立了应用于火焰检测的一种混合检测模型,并将其应用于视频序列图像中火焰的自动检测.实验结果验证了该方法的有效性.     

基于深度学习的入侵检测方法

针对目前入侵检测技术在误报率和检测率上存在的不足,将深度学习和半监督聚类应用于入侵检测技术,提出了一种基于深度学习的入侵检测算法.算法采用稀疏自编码器对数据特征逐层提取数据特征,进而挖掘数据内的有效信息,并将不同的数据正确分类.仿真结果表明,该算法在提高检测率的同时降低了误报率,有效地改进了入侵检测系统的性能.     

舰船网络入侵行为的检测与识别研究

入侵行为检测是保证舰船网络安全的核心技术,当前入侵行为检测与识别存在检测误差大,识别准确性差等严重不足,为此设计基于核主成分分析和聚类分析算法的舰船网络入侵行为的检测与识别方法。首先对舰船网络入侵行为的检测的原理进行分析,并收集大量的舰船网络入侵行为检测特征。然后采用核主成分分析对舰船网络入侵行为检测特征进行选择,并通过聚类分析算法建立训练样本。最后建立舰船网络入侵行为检测与识别模型。利用标准舰船网络入侵数据集的仿真测试结果表明,本文方法不仅可以大幅度减少舰船网络入侵行为特征数量,降低舰船网络入侵行为检测的复杂度,舰船网络入侵行为检测的实时性增强,而且能够获得更高正确率的舰船网络入侵行为检测结果。     

基于改进Apriori算法的船舶通信入侵检测方法分析

非法入侵行为危害着船舶通信系统的安全,针对当前船舶通信入侵检测错误率高的缺陷,提出了基于改进Apriori算法的船舶通信入侵检测方法。首先对国内外当前的船舶通信入侵检测方法进行分析,指出了各种方法存在的局限性,然后采用Apriori算法建立船舶通信入侵检测关联规则,实现船舶通信入侵检测数据进行挖掘,并对Apriori算法存在的不足进行相应的改进,最后进行了船舶通信入侵检测仿真实验,本文方法简化了船舶通信入侵检测过程,加快了船舶通信入侵检测速度,提高了船舶通信入侵检测正确率,为船舶通信系统安全管理人员决策提供了有价值的参考依据,能够保证船舶通信系统的安全。     

基于专家系统的反导决策模糊知识库设计*

基于专家系统,分析了模糊知识库的基本原理,提出了舰艇反导辅助决策模糊规则的制定依据,给出了模糊决策规则的建立步骤和方法,构建了模糊决策模型,通过算例验证了基于专家系统的模糊知识库在水面舰艇反导辅助决策方面的可行性和科学性。     

基于模糊逻辑的援潜救生风险评估体系

提出一种基于模糊逻辑系统的援潜救生风险评估方法。在介绍模糊逻辑系统的基础上，依据国家标准、规范建立援潜救生风险评估的模糊逻辑模型，并以某深潜救生艇对口作业系统的风险分析为例对其作了进一步阐述，并对该风险评估体系及其应用进行讨论。     

模糊专家系统的快速实现方法及其在鱼雷报警中的应用

给出了一个模糊专家系统的快速实现方法,介绍了具体的知识表示、模糊匹配和推理机的实现方法,并用其构建了用于识别鱼雷的模糊专家系统。由于利用智能线谱检测和提取算法提取出了DEMON图和LOFAR图中的多个高质量的线谱特征,并利用了快速实现方法。此模糊专家系统可以实时给出很好的识别结果。     

双移动载体GPS相对定位系统中整周模糊度快速求解方法

本文应用信息融合的设计思路,在双移动载体GPS相对定位系统中,综合使用了消去法和最小二乘法两种GPS数据处理方法,准确而快速地获得基于单频机的载波整周模糊度,并进一步解决了周跳的检测和修复问题.在最小二乘法求解模糊度时,运用数据解耦处理方法,大大减少了计算量,解决了算法的实时性问题.最后通过实测数据,对算法本身进行了验证.     

模糊聚类在雷达频率信号目标检测处理中的应用

随着船舶工业和海洋航运的发展,基于雷达信号的舰船探测和导航系统逐渐完备。雷达频率信号检测和处理的主要目的包括提取目标信号的特征信息,过滤和剔除噪声等其他干扰信号等。近几年,模糊聚类算法和信号频率分析发展迅速。本文基于模糊聚类分析算法,研究不同频率雷达信号的检测和处理过程,提高雷达信号在中频段的利用率和雷达的技术性能。     

先进的入侵检测系统模型探析

随着黑客和病毒等对网络侵害手段花样的不断翻新,入侵检测系统(IDS)正在向着大规模分布式、智能化和全面的防御方案发展,在这里从一个入侵检测的通用模型开始,着重介绍和分析了大规模分布式IDS、基于ART-2神经网络的IDS和基于Honeynet的网络IDS,并给出了模型.     

潜艇指挥决策控制模型及仿真研究

在分析模糊神经网络(FNN)结构的基础上,根据潜艇指挥决策控制的特点,提出了利用模糊神经网络建立潜艇指挥决策控制模型.潜艇指挥决策控制过程是一个典型的模糊过程,模糊神经网络能够较好地处理模糊信息,并具备模糊推理能力.文中给出了适应潜艇指挥决策控制特点的模糊神经网络结构,推导了模糊神经网络学习算法,并探讨了基于模糊神经网络的潜艇指挥决策控制模型在潜艇指挥控制系统中的应用.