您的位置: 专家智库 > >

国家自然科学基金(61063046)

作品数:6 被引量:5H指数:2
相关作者:梁碧珍陆月然黄小龙杨旭光王惠荣更多>>
相关机构:百色学院广东工程职业技术学院更多>>
发文基金:国家自然科学基金广西教育厅科研项目更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 1篇电子电信

主题

  • 4篇网络
  • 3篇入侵
  • 3篇入侵检测
  • 2篇图像
  • 1篇对等网
  • 1篇对等网络
  • 1篇信任
  • 1篇信任机制
  • 1篇指纹
  • 1篇指纹技术
  • 1篇入侵检测模型
  • 1篇入侵检测算法
  • 1篇神经网
  • 1篇神经网络
  • 1篇属性约简
  • 1篇数字指纹
  • 1篇图像匹配
  • 1篇图像特征
  • 1篇自学习
  • 1篇网络攻击

机构

  • 5篇百色学院
  • 1篇广东工程职业...

作者

  • 4篇梁碧珍
  • 2篇陆月然
  • 1篇杨旭光
  • 1篇黄小龙
  • 1篇黄艾卿
  • 1篇唐文龙
  • 1篇王惠荣

传媒

  • 1篇科技通报
  • 1篇大众科技
  • 1篇计算机工程与...
  • 1篇计算机应用研...
  • 1篇激光杂志
  • 1篇计算机仿真

年份

  • 1篇2019
  • 1篇2013
  • 2篇2012
  • 2篇2011
6 条 记 录,以下是 1-6
排序方式:
一种基于相对距离竞争激活的网络入侵检测算法被引量:2
2011年
本文针对目前网络入侵检测学习算法效率不高的问题,首先提出相对距离的概念,然后构造基于相对距离的竞争激活函数和相似性度量,在此基础上提出一种改进的网络入侵检测算法。该算法的优势在于:(1)相对距离能较好地区分极差较大的列属性值并实现归一化;(2)基于相对距离的竞争激活函数可以处理包含符号属性的数据,不需转换为数值,且计算复杂度较低;(3)算法不需要重置机制。通过对KDDCUP99数据集的实验,验证了在检测精度与其他算法相当的情况下,改进算法学习时间和检测时间显著减少。
梁碧珍陆月然杨旭光
关键词:入侵检测
基于粗糙集和CP神经网络的入侵检测模型被引量:2
2011年
研究网络入侵检测准确度问题。针对入侵检测系统存在的比较高的漏报率以及高的误报率等缺陷,根据CP神经网络算法的优点,提出了一种改良型的CP神经网络入侵检测算法。算法采用已学习好的二值神经网络将简化的数据集作为CP神经网络输入数据,这样简化了CP神经网络的结构,解决了直接用CP学习造成的训练样本数量过大而难以收敛的问题,同时缩短了样本训练时间,有效提高了CP神经网络分类正确率。在Matlab平台上进行仿真的结果表明,所提出的新的入侵检测算法,训练样本时间更短,与传统网络入侵检测系统模型相比,具有更好的入侵识别率和检测率。
黄小龙梁碧珍
关键词:神经网络属性约简入侵检测
一种基于混沌数字指纹技术的P2P网络环境信任机制方案
2012年
由于P2P网络中存在大量欺诈行为、攻击和不可靠的服务,使服务质量无法得以较好的保证。文章介绍了p2p网络时间向量,然后利用混沌加密技术对时间向量构建数字序列,通过数字序列构成数字指纹来使通信双方建立信任;仿真实验表明:新模型较传统的模型能更有效的识别出具有复杂策略的节点,在抵御恶意节点的各种动态行为上有更好的性能。
唐文龙梁碧珍
关键词:混沌数字指纹对等网络信任
一种新的基于局部反射变换原理图像匹配算法研究
2012年
主要研究了采用一种新的基于局部反射变换原理来对图像进行配准处理。针对传统的图像配准算法效率和精度较低,提出了一种新的快速简便的图形局部放射变换不变性特性的关键点筛选和配准算法。算法首先利用尺度不变特征转换算法(SIFT)提取图像中的关键点,然后在关键点附近区域构造三角形区域,并根据仿射不变性原理,计算各三角形区域相对面积;以此相对面积的比例来确定最终的关键点并对其进行配准操作,方法简单高效。实验结果表明,提出的方法能快速地筛选图像中的关键点,并在保证准确性的前提下,获得尽可能多的关键点,充分保证了最终图像配准操作的准确性。
王惠荣
关键词:尺度不变特征转换
基于模拟区域划分自学习的P2P-Grid入侵检测算法
2013年
提出了一种基于模拟区域划分自学习的P2P-Grid入侵检测算法,通过对得到人各种多源入侵特征建立一个小区间,在区间内运用模糊关联规则的自学习方法,对其进行检测,由于区域内的特征类似,因此特征的特点更为突出。实验表明,该方法保证了P2P-Grid模型的安全,取得了满意的结果。
黄艾卿
关键词:网络攻击
基于智能学习的海量红外激光图像特征挖掘技术被引量:1
2019年
传统基于FPGA的快速图像特征提取方法,未对图像实施轮廓构建,导致特征挖掘结果不理想,提出基于智能学习的海量红外激光图像特征挖掘方法。构建红外激光图像的活动轮廓模型,对图像实施小波降噪处理,对降噪后的海量红外激光图像进行活动轮廓线套索融合检索,基于检索结果采用SIFT算法实现海量红外激光图像特征挖掘。实验结果表明,所设计方法进行海量红外激光图像降噪的误差小于1%,特征挖掘平均用时约为8. 63 s,特征挖掘准确率高达98%以上,所设计方法能够用于海量红外激光图像特征的准确、高效挖掘。
陆月然梁碧珍
关键词:海量小波降噪SIFT算法
共1页<1>
聚类工具0