基于粗糙集的多源通信网络信息分析方法

针对通信对抗多源传感器获取的通信网络信息挖掘问题,对通信信号外部技术特征和内涵信息进行形式化表示,根据传感器处理信息深度建立了域数据模型。深入分析了通信信息数据挖掘准备的方法,基于域数据模型和粗糙集理论,采用决策表分解知识发现的方法提取规则,对复杂通信网络信息挖掘过程进行了基于规则的非机理指示建模,按信号体制分类对通信网络信息挖掘模型进行组织,构建了基于规则的知识系统,应用粗糙集理论和方法实现了通联关系的挖掘,并提出了对数据挖掘模型的评价方法。     

基于应用角度分析大数据挖掘技术的实用性

在信息技术的影响下,出现了大量数据信息,每个信息都有自己的价值,尤其是在决策阶段,所以,如何做好大数据挖掘与分析就成为现阶段最重要的工作.因此,文章将从大数据挖掘技术基本情况入手,分析大数据挖掘系统的构成,从应用角度研究大数据挖掘方法及其实用性.     

基于LBP和纹理信息挖掘的打印文件机源认定

为了消除光照对打印文件图像采集的影响,采用均匀模式的LBP对采集到的字符图像进行处理,提取LBP特征值,使用SVM进行打印文件的分类鉴别,分类准确率只有83.40％,说明LBP特征可以用于打印文件的分类鉴别,但是分类准确率不能满足实际应用的需要.运用两因子方差分析模型得出字符因子和打印机因子对鉴别率的影响都是显著的.采用纹理信息挖掘的方法消除字符因子的影响,研究打印机因子对打印文件鉴别的影响,可以将打印文件鉴别率提高到94.50％,具备实际应用的能力.     

基于谱聚类的用户关联关系挖掘

为了从用户地理空间分布数据中挖掘用户间关联关系,提出了一种基于谱聚类的关联关系挖掘算法.首先定义了关联度,用以衡量用户之间空间分布的相似性,基于关联度构造相似矩阵,再利用谱聚类方法对用户进行聚类分析,聚类结果表征了用户的关联关系.采用Silhouette指标和聚类准确率来衡量用户关系挖掘质量,同时与传统的K-Means方法进行了比较,通过真实数据集实验,结果表明该算法在实验数据集上能达到90％以上的聚类准确率,证明方法有效、可行.     

基于模糊测试的网络协议漏洞挖掘研究

随着网络应用程序的发展,网络协议安全性的要求不断提高,模糊测试成为研究热点。在总结了当前研究方向的基础上,重点研究了网络协议识别方法和网络协议的测试用例生成,在启发式搜索算法和概率权值的基础上提出了基于参数权值的启发式模糊测试框架。同时,选取现有模糊测试漏洞挖掘工具Peach进行扩展,其中数据生成模块采用基于参数权值的启发式输入追踪技术,利用IDAPRO提取函数的启发因子形成的启发规则指导测试用例生成过程,基于参数权值确定测试用例的发送顺序。最后,采用开发工具对常用的FTP协议进行了验证,通过测试结果验证了基于参数权值的启发式模糊测试框架达到了预期效果。     

基于加权关联规则挖掘算法的电子商务商品推荐系统研究

为了解决电子购物者和商家直接的商品快速、准确匹配问题,进行基于加权关联规则挖掘算法的电子商务商品推荐系统研究。首先指出了经典Apriori算法的缺点和不足,并提出一种新的加权模糊关联挖掘模型算法,以保证频繁项集的向下封闭性;通过对电子商务推荐系统的结构化设计、数据预处理模块设计、推荐模块设计,完成了推荐系统的工作流程测试;最后选取命中率作为不同推荐模型的评价标准,通过五折交叉试验法对实际采集数据进行了对比分析,试验结果表明关联规则集的Top-N产品命中率要明显高于兴趣推荐和畅销推荐法。     

基于Hadoop的城市道路交通流量数据分布式存储与挖掘分析研究

随着现代化经济的发展,城市的道路交通流量也在迅速的增长,相应的车辆的道路交通违规事件也在增加,这给我国的道路交通管理系统增加了很大的压力,海量的数据存储如果不能得到及时有效的处理,就无法实时的监控道路交通状况,一旦数据存储无法满足,交通管理部门的道路交通管理就会出现严重的失误.所以目前对于交通管理部门来说,需要一个更加先进的系统来进行对海量数据的存储和处理.本篇文章就是基于一个这样的平台——云平台,基于Hadoop技术来进行对城市道路交通流量数据的分布式存储和挖掘分析的研究,旨在可以实现高效的存储和处理道路交通流量的数据,方便进行交通管理.     

基于电力"大数据"服务客户用电的价值挖掘与研究

随着数据化技术的广泛应用和信息化水平的不断提供,电力客户用电数据已步入"大数据"时代.通过分析电力客户用电数据可以挖掘出数据规律、数据关联、数据异常与数据效益,有利于供用电管理与优质服务水平的提升.     

基于分类挖掘的资源动态分配模型和算法

一般来说,资源分配是项目在施工和管理过程中经常遇到的问题,传统的解决方法忽视资源供给随时间变化的情况,在某种程度上造成了很大的损失。从这个角度来说,在分类挖掘的基础上,建立资源动态分配模型并对其具体的计算方法进行一番把握是非常重要与必要的。鉴于此,文章拟从资源动态分配的必要性、基于分类挖掘的资源动态分配模型以及基于分类挖掘的资源动态分配算法等几个方面来进行分析与阐述,以期加深对这一问题的认识与理解程度。     

一种基于日志的攻击模式挖掘方法

建立"择优"和"劣汰"过程结合的攻击模式挖掘模型对日志信息进行分析."择优"过程运用改进正交化算法的稀疏化策略对数据集进行重新组合,提高了最小二乘支持向量机分类模型的效率."劣汰"过程提出了基于相关度检测法的改进滑动窗策略,剔除了虚假攻击事件,避免重复的攻击模式在"择优"过程的结果集中反复出现.实验证明,该方法能够高效准确地挖掘出网络中存在的复杂的攻击模式,实时对网络安全进行监控.