期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

基于数据融合中Dempster—Shafer证据理论的入侵检测技术 被引量：1

Intrusive Detection system based on Dempster-Shafer identity theory
下载PDF
导出
摘要 本文先简要的介绍了入侵检测系统的组成和几个应用层次,接着讨论了数据融合技术中的Dempste-Shafer 证据理论,并尝试给出了其在入侵检测的身份识别的一个算法和实例。 This paper first introduces the components of the intrusive detection system and levels of application, and then describes Dempster-Shafer identity theory in data fusion; finally trys to give a algorithm of identification marking in intrusion detective system.
作者 叶苗
机构地区 桂林工学院 现代教育技术中心计算机教研室
出处 《广西大学梧州分校学报》 2005年第3期98-99,共2页 Journal of Guangxi University Wuzhou Branch
关键词 入侵检测 探测器 分析器 数据融合 DEMPSTER-SHAFER证据理论 intrusion detective system detective analyzer Dempster-Shafer identity theory
分类号 TP274.4 [自动化与计算机技术—检测技术与自动化装置]
  • 相关文献

参考文献2

二级参考文献6

  • 1[1]Tenney R R, Sandell N S R. Detection with distributed Sensors[J]. IEEE Transaction. AES., 1981, 17 (4): 501-509
  • 2[2]Chair Z, Varshney P K. Optimal data fusion multiple sensor detection system[J]. IEEE Transaction. AES. 1986, 22 (1): 99-101
  • 3[3]Baek W, Bommareddy S. Optimal m-ary data fusion with distributed sensors[J]. IEEE Transaction. AES. 1986, 31(1): 1150-1152
  • 4[4]Kam M, Zhu Q, Gray W W. Optimal data fusion of correlated local decistions in multiple sensor detection systems[J]. IEEE Transaction. AES, 1988, 18(5): 916-920
  • 5[5]Thomopoulos S C A , Viswanathan R, Bougoulias D C. Optimal decision fusion in multiple sensor detection systems[J]. IEEE Transaction. AES,1992, 28(3): 644-653
  • 6[6]Chair Z, Varshney P K. Distributed bayesian hypothesis testing with distributed data Fusion[J]. IEEE Transaction. SMC.,1988, 18(5): 695-699

共引文献9

同被引文献7

  • 1[10]KDD Cup 1999 Data:http://kdd.ics.uci.edu/databases/kddcup99/kddcup99.html
  • 2[11]王帅伟《支持向量机在入侵检测中的应用研究》[D]桂林桂林电子工业学院,2005
  • 3[5]J.C.Platt.Fast training of support vector machines using sequential minimal optimization,Advances in Kernel Methods[M].MIT Press 1998.
  • 4[6]B.L Lu,K.A.Wang,Y.M.Wen.Comparison of parallel and cascade methods for training support vector machines on largescale problems[C]//.Proceedings of the 3rd International Conference:.Aug.,2004:.3056-3061,.
  • 5[7]Jian-pei Zhang,Zhong-Wei Li,Jing Yang.A Parallel SVM Training Algorithm on Large-scale Classification Problems[//C],Proceedings of the Fourth International Conference on Machine Learning and Cybernetics,Guangzhou,18-21 August 2005:1637-1641
  • 6[8]H.-P.Graf,E.Cosatto,L.Bottou,I.Dourdanovic,and V.Vapnik.Parallel support vector machines:The Cascade SVM[M],Advances in Neural Information Processing Systems,2005,17..
  • 7[9]Bao-Liang Lu,Kai-an Wang,Yi-Wen,J.Comparison Of Parallel and Cascade Methods for Trainning Support Vector Machines on Large-Scale Problems[//C]..Proceedqs of the Third International Conference on Machine Learning and Cybernetics,August 200

引证文献1

二级引证文献3

广西大学梧州分校学报
2005年 第3期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部