您的位置： 专家智库 > >

丁力

作品数：9 被引量：22H指数：3
供职机构：解放军理工大学指挥自动化学院更多>>
发文基金：国家自然科学基金江苏省自然科学基金中国博士后科学基金更多>>
相关领域：自动化与计算机技术电子电信更多>>

合作作者

文献类型

  • 6篇期刊文章
  • 3篇会议论文

领域

  • 9篇自动化与计算...
  • 1篇电子电信

主题

  • 4篇单类分类器
  • 4篇异常检测
  • 4篇支持向量
  • 4篇拓扑
  • 4篇网络
  • 4篇向量
  • 4篇分类器
  • 3篇序列模式挖掘
  • 3篇支持向量数据...
  • 3篇入侵
  • 3篇入侵检测
  • 3篇数据描述
  • 3篇拓扑约束
  • 3篇网络管理
  • 3篇告警
  • 3篇告警分析
  • 3篇安全审计
  • 2篇入侵检测系统
  • 1篇异常检测算法
  • 1篇支持向量描述

机构

  • 9篇解放军理工大...

作者

  • 9篇胡谷雨
  • 9篇丁力
  • 5篇潘志松
  • 3篇罗隽
  • 3篇端义锋
  • 3篇缪志敏
  • 2篇赵陆文
  • 2篇倪桂强
  • 1篇陈彦德

传媒

  • 2篇计算机工程
  • 1篇计算机研究与...
  • 1篇数据采集与处...
  • 1篇应用科学学报
  • 1篇北京邮电大学...
  • 1篇2004年全...
  • 1篇第二届中国分...

年份

  • 4篇2008
  • 2篇2007
  • 3篇2004
共 9 条 记 录，以下是 1-9
全选 清除 导出
排序方式：
异常检测中频率敏感的单分类算法研究被引量：3
2007年
使用系统调用序列的异常检测系统对于模拟正常用户的攻击行为有较好的检测效果.传统的算法主要关注切分的长度,却忽略了各个系统调用序列的发生频率对整个检测结果的重要性.在对样本进行切分的情况下,构建了一个对系统调用序列发生频率敏感的基于支持向量描述异常检测模型,利用发生频率定义样本的"重要性",使分类器更加倾向于这些重要的样本.采用国际标准数据集进行测试.实验表明,与传统的检测模型相比,基于序列发生频率的检测模型具有较低的误报警率.
罗隽丁力潘志松胡谷雨
关键词：安全审计入侵检测系统支持向量数据描述单类分类器
基于拓扑信息的网络修复被引量：6
2008年
网络生存性与网络拓扑结构密切相关。该文从拓扑信息与通信传输网络的区别和联系出发,分析拓扑图论与网络生存性的关系,介绍拓扑图论算法在网络修复中的实际应用,对基于网络分割的故障修复算法、基于拓扑结构的修复路径选择算法、用于链路故障保护的P-Cycle算法等进行比较,研究和探讨了目前网络修复中亟待解决的问题。
缪志敏丁力赵陆文陈彦德胡谷雨
关键词：网络分割
单分类算法中的数据可视化技术被引量：1
2008年
通过对可视化技术的分析,设计了单类分类器的可视化方法,将单分类异常检测算法过程在二维空间表述出来。通过对国际标准数据集进行试验,可视化过程显示了分类算法的核参数对分类面的影响。将单类分类器的可视化方法应用于主机系统调用序列的异常检测中,可以将入侵检测过程呈现给用户,能够有效地发现入侵行为,有助于更好地理解单类分类器在对用户的系统调用执行序列分析的效果。
丁力缪志敏潘志松倪桂强胡谷雨
关键词：单类分类器数据可视化异常检测
序列模式挖掘在网络告警分析中的应用被引量：6
2004年
序列模式挖掘可以用来有效地发现网络系统中的告警关联知识.论文研究了序列模式挖掘在网络告警分析中的具体应用.首先,将挖掘过程分成了特定设备告警序列挖掘、同类设备告警序列挖掘和互联设备告警序列挖掘等3类,根据不同的用户意图来有效地确定挖掘范围,避免对无关数据的访问.为了进一步提高挖掘算法的执行效率,又提出了用于描述网络拓扑信息的拓扑约束,并设计了基于拓扑约束的互联设备告警序列模式挖掘算法.
端义锋胡谷雨丁力
关键词：网络管理拓扑约束
序列模式挖掘在网络告警分析中的应用
序列模式挖掘可以用来有效地发现网络系统中的告警关联知识.论文研究了序列模式挖掘在网络告警分析中的具体应用.首先,将挖掘过程分成了特定设备告警序列挖掘、同类设备告警序列挖掘和互联设备告敬序列挖掘等3类,根据不同的用户意图来...
端义锋胡谷雨丁力
关键词：网络管理拓扑约束网络告警
文献传递
序列模式挖掘在网络告警分析中的应用
序列模式挖掘可以用来有效地发现网络系统中的告警关联知识．论文研究了序列模式挖掘在网络告警分析中的具体应用．首先,将挖掘过程分成了特定设备告警序列挖掘、同类设备告警序列挖掘和互联设备告警序列挖掘等3类,根据不同的用户意图来...
端义锋胡谷雨丁力
关键词：网络管理拓扑约束
文献传递
安全审计中频率敏感的异常检测算法
2008年
传统使用系统调用序列的异常检测算法主要关注切分的长度,忽略了各个系统调用序列的发生频率对整个检测结果的重要性。该文提出一种对序列发生频率敏感的基于支持向量描述异常检测算法,利用发生频率定义样本的重要性,使分类器更加倾向于这些重要的样本。采用国际标准数据集进行测试,讨论了核参数对分类结果的影响。实验结果表明,与传统检测模型相比,基于序列发生频率的检测模型具有较低的误警率。
罗隽丁力潘志松胡谷雨倪桂强
关键词：安全审计入侵检测系统支持向量描述单类分类器
SVDD在类别不平衡学习中的应用被引量：6
2008年
在解决单分类问题的支持向量数据描述算法的基础上提出了适用于两类不平衡问题的I-SVDD(imbalance-support vector date description)算法.该算法通过增加样本的分布信息,对带野值的SVDD算法中的C值重新进行了定义.采用该算法对UC I数据集和人工样本集进行实验表明,改进后的I-SVDD算法比带野值的SVDD算法的AUC值平均提高12%以上;比AdaBoost算法在正类查全率上平均提高35%,精确度也提高了2%以上.I-SVDD算法在保证少数类样本高分类精度前提下,还有效提高了全样本的分类精度,更符合现实不平衡问题中对少数类样本的处理要求.
缪志敏胡谷雨丁力赵陆文潘志松
关键词：支持向量数据描述ADABOOST
异常检测中频率敏感的单分类算法研究
使用系统调用序列的异常检测系统对于模拟正常用户的攻击行为有较好的检测效果.传统的算法主要关注切分的长度,却忽略了各个系统调用序列的发生频率对整个检测结果的重要性.在对样本进行切分的情况下,构建了一个对系统调用序列发生频率...
罗隽丁力潘志松胡谷雨
关键词：安全审计入侵检测支持向量数据描述单类分类器异常检测
文献传递
全选 清除 导出
共1页<1>
聚类工具0