一种基于无监督免疫优化分层的网络入侵检测算法

高校网络被外网访问时,外网访问数据没有类别标记,导致数据识别特征不明显,传统的入侵检测模型不能有效提取出无监督外网访问数据中的识别特征,无法准确训练入侵检测模型,造成高校网络入侵检测准确度不高。为了解决这一难题,提出一种基于无监督免疫优化分层的入侵检测算法,即在免疫网络中对数据进行学习,用小规模的网络完成数据压缩,集中增强数据的识别特征,运用分层聚类方法分析网络,完成数据模型的建立。仿真实验表明,这种无监督入侵检测模型方法克服了高校网络外网访问数据的识别特性不明显,提高了高校网络入侵检测的准确率,取得了满意的结果。

数据挖掘技术在垃圾邮件检测中的应用

研究垃圾邮件检测准确性问题,提高网络安全。邮件特征具有高维、冗余量大,传统检测模型无法降低特征维数,冗余信息难以消除,导致计算时间长,空间复杂度大,垃圾检测正确率低等缺陷,为提高垃圾检测正确率,提出一种白名单和支持向量机相结合的两层垃圾邮件检测模型。采用聚类特征技术对特征进行聚类,降低特征维数,消除特征间冗余信息,将白名单检测技术作为垃圾检测系统第一道防线,检测已知地址垃圾邮件,支持向量机作为第二道防线,检测新的垃圾邮件,提高网络安全。采用垃圾邮件数据对模型性能进行检验,实验结果表明,两层垃圾邮件检测模型有效提高了垃圾邮件检测效率和正确率,为通信邮件管理提供了有效的手段。

基于“写”操作的Web安全防护系统的研究

在当前的网络环境下,"Web体系"成为网络上最常见和实用的网络应用系统.针对"Web服务系统"的攻击也层出不穷,传统的网络安全系统(防火墙+入侵防御系统)难以应对.文章从网络安全的角度,分析了现有"Web系统"的安全问题,以及现有"Web系统"在应对网络攻击行为时的不足.针对"Web系统"受攻击时会在服务器上进行"写"操作的特点,在网络上对Web服务器上的"写"行为的数据流进行安全监测和管理,来保证Web应用系统的安全.探讨了一种新的网络安全防护的思路.

数字校园体系下RFID-SIM技术的应用

分析现行的数字化校园网的工作范围受限和信息收发时受物理条件影响大的特点,提出以RFID-SIM技术对数字化校园网进行全面补充的思路,分析RFID-SIM技术的特点、在数字化校园各应用系统的适应性、对接技术及技术的不足之处等。

基于虚拟技术的服务器“群”应用的研究

研究分析了基于虚拟技术的服务器"群"应用的原理及性能特点。依托虚拟技术,把新旧服务器及其中的信息资源,安全整合到一个强建、安全、高可靠性的虚拟体系中,提高群内所有服务器的利用率,简化对服务器的管理,实现服务器的"群"应用。

基于802.1x协议与数字证书的网络安全方案

随着网络信息技术的发展,大型局域网的各类应用系统也越来越多。多套的"密码"、"口令"让人难以记忆,简单的"用户名+密码"安全体系难以保障系统的安全。以数字证书技术为核心,802.1x协议为网络基层架构安全体系成为新的亮点。

基于访问控制列表的网络管理技术

概括性的介绍了访问控制列表的作用及性能;通过应用实例讲解了访问控制列表的使用方法和技巧。

局域网中Cisco Switch的管理

局域网中如何远程管理网络中的大批Switch,尤其是CiscoSwitchSnmp管理技术和Web技术的发展对此作出了全面的回答;尤其是Web管理技术的发展更是简洁、实用。

基于流媒体技术的教育视频系统的建设

论文从教育视频系统的社会需求,自身的定位、特点以及与普通视频网站的区别、系统所需的技术支持等方面对教育视频系统进行了研究分析。并结合实例,从实用性的角度出发,给出教育视频系统的建设方案。

六类布线系统的研究分析

在千兆网应用日益广泛的情况下 ,通过对最新的综合布线六类双绞线传输标准的研究 ,就其性能特点、具体应用的一些问题加以研究分析。

六类布线系统的应用

在千兆网应用日益广泛的情况下，通过对最新公布的综合布线六类双绞线传输标准的分析，就其性能特点，具体应用的一些问题加以研究分析。

基于VPN教育信息资源的远程共享

VPN技术可以通过在公共网络上建立虚拟连接来传输私有数据,再用认证、加密等技术来保证数据的安全性.为了解决教育信息资源的远程共享,选用合适的VPN技术,给出了实现方案,取得了理想的效果.

校园网的安全问题及安全防护体系

校园网的安全工作对于学校的信息化建设具有重要的意义.校园网的安全问题有其自身的一些特点.解 决校园网的安全问题需要在物理安全、网络运行安全、信息安全和安全管理几方面实施安全控制机制,建立起全 面的安全防护体系.

CSA-FFCM算法在玉米种子芽根长度自动化测定中的应用

面对实验室大量的种子实验,研究人员通常采用手工测量法定期对种子的芽根生长长度进行测量,但手工测量方法耗力,且易损伤幼苗,从而造成实验无法进行.为能有效、快捷、准确地掌握种子生长发芽情况,基于CSA-FFCM算法的种子芽根长度分析法,研究玉米种子芽根长度自动测量法.对玉米种子芽根图像进行二值化处理,通过CSA-FFCM算法对灰度图像聚类,得到自适应的分割阈值;在二值图像中识别出每粒玉米种子芽根轮廓区域,并对识别出的玉米种子芽根轮廓进行细化处理,自动统计玉米种子芽根长度.实验结果表明,该方法能够自动搜索分割阈值,且处理速度受图像分辨率影响较小、实时性高;自动测定的玉米芽根长度与PS手工测量长度相比,误差小于5%.此测定方法能为后期的自动化测量提供技术参考.