区间值模糊概率集及其在模式识别中的应用

首次提出区间值模糊概率集(IvFPS)的概念.区间值模糊概率集的矩和其他一些重要性质,以及区间值模糊概率集间的相关性也将得到研究和探讨.最后通过一个实际数例来阐述区间值模糊概率集的相关系数在模式识别中的应用.     

IDS中对模式匹配算法的优化

入侵检测系统效率依靠良好的模式匹配技术和算法,本文主要分析了目前在入侵检测常用算法的优缺点,提出一种优化的BM算法,通过实验证明,该算法提高了入侵检测系统的效率。     

基于聚类的特征选择方法

 本文提出了一种度量特征区分度的定义,进而提出一种基于聚类的特征选择方法CBFS.该方法时间复杂度与数据集的大小和特征个数成近似线性关系,适合于大规模数据集中的特征选择;该方法对数据类型没有限制,适用于混合类型数据.在UCI数据集上的实验结果表明,与文献中的方法相比,本文方法具有较好的性能,说明提出的特征选择方法是有效和实用的.     

有指导的入侵检测方法研究

基于一种用于混合属性数据的距离定义和改进的最近邻分类方法,提出了一种基于聚类的有指导的入侵检测方法。该方法首先利用一趟聚类算法对训练集进行聚类,再利用数据的标识和少数服从多数的原则将聚类标识为“正常”或“攻击”,以标识的聚类作为分类模型对数据进行分类。理论分析表明提出的检测方法关于数据集大小和属性个数具有近似线性时间复杂度。不同于一般的有指导的入侵检测方法,改进的最近邻方法从理论上保证了该方法对未知入侵有一定的检测能力。在KDDCUP99数据集上的测试结果表明,该方法有高的检测率和低的误报率。