您的位置： 专家智库 > >

钱燕燕

作品数：5 被引量：17H指数：2
供职机构：江苏科技大学更多>>
发文基金：江苏省高校自然科学研究项目更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 2篇会议论文
  • 1篇学位论文

领域

  • 5篇自动化与计算...

主题

  • 5篇多标记
  • 5篇入侵
  • 4篇多标记学习
  • 4篇入侵检测
  • 3篇半监督学习
  • 2篇入侵检测算法
  • 2篇测算法
  • 1篇入侵防御
  • 1篇聚类
  • 1篇防御
  • 1篇半监督聚类
  • 1篇CUP
  • 1篇KDD

机构

  • 5篇江苏科技大学
  • 1篇南京邮电大学
  • 1篇紫光软件系统...

作者

  • 5篇钱燕燕
  • 4篇李永忠
  • 3篇余西亚

传媒

  • 1篇合肥工业大学...
  • 1篇计算机科学
  • 1篇全国第25届...

年份

  • 3篇2015
  • 2篇2014
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
一种多标记学习入侵检测算法
针对现有入侵检测技术的不足,对基于机器学习的异常入侵检测系统进行了研究,将多标记和半监督学习应用于入侵检测,提出了一种基于多标记学习的入侵检测算法.该算法主要思想是采用'k近邻'分类准则,统计近邻样本的类别标记信息,通过...
钱燕燕李永忠
关键词：入侵检测算法
文献传递
一种多标记学习入侵检测算法被引量：3
2015年
针对现有入侵检测技术的不足,文章研究了基于机器学习的异常入侵检测系统,将多标记和半监督学习应用于入侵检测,提出了一种基于多标记学习的入侵检测算法。该算法采用"k近邻"分类准则,统计近邻样本的类别标记信息,通过最大化后验概率(maximum a posteriori,MAP)的方式推理未标记数据的所属集合。在KDD CUP99数据集上的仿真结果表明,该算法能有效地改善入侵检测系统的性能。
钱燕燕李永忠章雷余西亚
关键词：多标记学习半监督学习入侵检测KDD
基于多标记学习与半监督聚类的入侵防御技术研究
网络安全问题一直是人们关注的焦点。常见网络安全防护技术如防火墙、入侵检测系统等，已无法适应目前复杂的网络环境。因此，入侵防御系统（Intrusion Prevention System，IPS）应运而生。IPS的关键技术...
钱燕燕
关键词：入侵防御多标记学习半监督聚类
基于多标记与半监督学习的入侵检测方法研究
机器学习所关注的问题是系统如何随着经验积累自动提高分类性能，这与入侵检测通过对外界入侵进行自我学习，以提高其检测率和降低误报率是一致的。因此把机器学习的理论和方法引入到入侵检测中已成为一种有效方案，本文结合多标记与半监督...
钱燕燕李永忠余西亚
基于多标记与半监督学习的入侵检测方法研究被引量：15
2015年
机器学习所关注的问题是系统如何随着经验积累自动提高分类性能,这与入侵检测通过对外界入侵进行自我学习来提高其检测率和降低误报率是一致的。因此把机器学习的理论和方法引入到入侵检测中已成为一种有效方案。文中结合多标记与半监督学习理论,将ML-KNN算法应用于入侵检测系统。在KDD CUP99数据集上的仿真结果表明,该方法在入侵检测中能获得高检测率和低误报率。
钱燕燕李永忠余西亚
关键词：多标记学习半监督学习入侵检测
全选 清除 导出
共1页<1>
聚类工具0