基于免疫学多层防护的业务冲突检测方法

借鉴免疫系统的多层次防御机制和抗原识别,免疫学习,协同刺激,克隆选择以及阴性选择等免疫原理,该文提出了一种基于免疫学多层防护的业务冲突检测方法,不仅能够检测出已知的业务冲突,而且能够逐渐识别未知业务冲突。实验和研究结果表明该方法能够有效检测各种增值业务间的冲突,具有较高的检测率和检测效率,良好的扩展性和适应性。     

业务冲突的研究现状与发展

本文介绍了电信网络中的业务冲突的研究现状，详细分析了业务冲突的两种不同研究方法，并指出了这两种方法存在的问题，同时指出在下一代网络的业务冲突研究中应注意的问题。     

电信网中业务冲突检测的研究

早在20世纪80年代,贝尔实验室就首次提出了业务冲突问题。根据ITU—T对业务冲突的描述,业务冲突是指一个业务逻辑实例对另一业务逻辑实例或对同一业务逻辑的不同业务逻辑实例的不利影响。实际电信网中的业务冲突可以理解为电信业务在实现时的相互干扰。     

下一代网络业务冲突问题研究与解决方法

分析了通信网络中业务冲突问题产生的根源,并根据业务冲突产生的原因对业务冲突进行了分类。针对下一代网络中所存在的业务冲突问题,提出了一种新的业务能力交互管理器体系架构,通过混合采用二维分析表冲突检测器和动态协商处理器,在加快对业务冲突检测速度的同时,还提高了检测的准确度。实验结果表明,该方法能够有效检测出并解决大部分的业务冲突。     

业务规则管理技术研究

业务规则管理技术成为当前的研究热点.本文全面介绍了业务规则管理技术的基本原理、基本概念.重点介绍了对于业务规则建模和业务规则的实现两个方面的技术,介绍了当前比较公认的一种业务规则模型,通过把业务规则映射到相应的软件组件来实现,业务规则与软件组件通过连接组件联系起来,这样当业务规则发生变化时,可以通过连接组件,迅速定位到相应的软件程序代码部分,对其做出少量修改甚至不做任何修改.     

基于INAP的智能业务形式化描述和冲突检测

基于业务自然语言定义的业务形式化描述具有模糊性,不能精确地检测出业务冲突的问题,本文提出了一种新的基于智能网应用协议INAP的业务形式化描述和冲突检测方法。     

基于遗传算法的关联规则数据挖掘

关联规则是数据挖掘的重要手段,它基于支持度、置信度等对规则进行筛选,生成有用的规则,由于根据实际情况有时会产生虚假规则,所以兴趣度也自然被引入。遗传算法是自动化技术、专家系统等经常采用的算法。通过改进的遗传算法进行关联规则数据挖掘并进行了实例应用。遗传算法能较好地得出发生交通事故原因与结果的关联规则,提高数据挖掘的效率。     

基于遗传算法的准确分类规则知识发现

针对传统算法处理数据分类问题计算量大，易陷入局部最优解的缺陷，本文结合遗传算法的全局搜索特性，给出了基于遗传算法的准确分类规则知识发现方法。首先分析了用遗传算法进行分类规则挖掘的关键技术，给出个体编码、适应度函数的设计、遗传操作算子的设计；然后从理论上详细阐述了遗传算法的准确分类规则挖掘的方法；最后开发了基于JBuilder2006平台的仿真程序，从标准数据库中发现了准确的分类规则，实验结果验证了算法的有效性。     

基于IMS的全业务下一代网络研究

文章结合国际标准组织进展,分析了IMS的特点以及架构,给出了基于IMS的全业务下一代网络架构,并介绍了下一代网络所提供的各种业务。     

基于遗传算法的双向关联规则挖掘

关联规则挖掘是数据挖掘和知识发现中一门重要技术,但基于支持度-置信度框架的关联规则挖掘存在一些问题。文章引入了双向关联规则的概念,实现了基于遗传算法的双向关联规则挖掘算法。实验证明,它能弥补传统关联规则挖掘算法的不足。     

特征交互动态检测的形式模型

本文通过对业务在执行过程中,业务逻辑实例与外部实体交互消息的分析,提出一个基于消息序列语义的特征交互形式模型.首先,业务逻辑实例和网络实体被认为交互消息集合的子序列,从业务逻辑实例与外部实体交互消息的语法和语义不同角度出发,分别对不确定性、特征违反类和活锁类等不同类型的特征交互给出具体的动态检测形式模型.并在此基础上进一步讨论:在特性违反类特征交互的动态检测中,若直接使用消息序列检测特征交互将是不充分的,本文在最后给出一种简单的特性违反类特征交互动态检测时的补救方法.     

基于Service Broker的IMS业务特征冲突解决算法与方案

3GPP在UMTS R5中提出IMS作为下一代网络(NGN)技术在移动通信中的实现,但IMS业务触发机制的缺陷给交互管理带来挑战.把IMS中业务特征冲突分为SCFI(Single Component Fea-ture Interaction)和MCFI(Multi-component Feature Interaction)两类,利用SIP协议的可扩展性携带业务触发信息,提出解决MCFI类业务冲突的算法及方案.此方案为3GPP Service Broker标准制定提供了参考.     

基于遗传算法的最小误码率线性多用户检测

本文提出了一种多用户检测算法,算法基于最小误码率准则,应用内核密度估计方法来估计误码率函数,并采用基于实数编码的遗传算法来搜索误码率函数全局最小点。该算法解决了由于误码率函数存在局部最小点而难以用普通的梯度算法来求解全局最优点的问题。算法对初值的选取无特殊要求,可随机选取。仿真结果表明,梯度算法求解最小误码率检测器由于可能收敛到次优的局部极小点,故检测器不能达到最小误码率性能;而本文基于遗传算法的多用户检测由于能很好的避免收敛到次优的局部极小点,因而得到的检测器性能逼近最小误码率。     

基于遗传算法的关联规则挖掘

数据挖掘是关联规则中一个重要的研究方向.对关联规则的数据挖掘和遗传算法进行概述,阐述关联规则数据挖掘的意义,提出一种采用改进型遗传算法的关联规则的提取算法,并从编码方法、适应度函数的构造和变异、选择、交叉算子设计方面进行讨论和分析,最后结合一个具体实例进行应用.实验证明这种算法是有效的.     

一种基于多尺度特征融合的目标检测算法

基于深度学习的目标检测器RetinaNet和Libra RetinaNet均是使用特征金字塔网络融合多尺度特征,但上述两个检测器存在特征融合不充分的问题.鉴于此,提出一种多尺度特征融合算法.该算法是在Libra RetinaNet的基础上进一步扩展,通过建立两条自底向上的路径构建两个独立的特征融合模块,并将两个模块产生...     

基于多尺度NNLoG特征提取的红外多目标检测遗传算法

本文提出了一种基于多尺度NNLoG特征提取的红外多目标检测遗传算法.首先采用三维匹配滤波器对不同速度的目标进行基于归一化LoG算子的目标检测,然后采用遗传算法对程序进行优化及加速.与传统算法相比,本文提出的方法检测效率高,检测效果好.并且可以自适应不同大小的目标.实验结果表明,提出的方法性能优良,搜索目标效率较高.     

Nonlinear Feature Transformation and Genetic Feature Selection: Improving System Security and Decreasing Computational Cost

Intrusion detection systems (IDSs) have an important effect on system defense and security. Recently, most IDS methods have used transformed features, selected features, or original features. Both feature transformation and feature selection have their advantages. Neighborhood component analysis feature transformation and genetic feature selection (NCAGAFS) is proposed in this research. NCAGAFS is based on soft computing and data mining and uses the advantages of both transformation and selection. This method transforms features via neighborhood component analysis and chooses the best features with a classifier based on a genetic feature selection method. This novel approach is verified using the KDD Cup99 dataset, demonstrating higher performances than other well‐known methods under various classifiers have demonstrated.     

非完备信息系统的启发式特征选择遗传算法

为了获取非完备信息系统的相对最小特征子集,提出一种基于非完备信息系统的启发式特征选择遗传算法.本文首先构造了适应度函数,并以特征重要度为启发式信息融入特征选择;同时利用特征的相对核对种群初始化,引导染色体的进化,缩小了算法的搜索空间;且在染色体的交叉和变异过程中,对满足条件的染色体及时删除,加快算法的收敛性;实验结果验证了算法的有效性.