入侵检测系统能够有效地检测网络中异常的攻击行为,对网络安全至关重要.目前,许多入侵检测方法对攻击行为Probe(probing),U2R(user to root),R2L(remote to local)的检测率比较低.基于这一问题,提出一种新的混合多层次入侵检测模型,检...入侵检测系统能够有效地检测网络中异常的攻击行为,对网络安全至关重要.目前,许多入侵检测方法对攻击行为Probe(probing),U2R(user to root),R2L(remote to local)的检测率比较低.基于这一问题,提出一种新的混合多层次入侵检测模型,检测正常和异常的网络行为.该模型首先应用KNN(K nearest neighbors)离群点检测算法来检测并删除离群数据,从而得到一个小规模和高质量的训练数据集;接下来,结合网络流量的相似性,提出一种类别检测划分方法,该方法避免了异常行为在检测过程中的相互干扰,尤其是对小流量攻击行为的检测;结合这种划分方法,构建多层次的随机森林模型来检测网络异常行为,提高了网络攻击行为的检测效果.流行的数据集KDD(knowledge discovery and data mining) Cup 1999被用来评估所提出的模型.通过与其他算法进行对比,该方法的准确率和检测率要明显优于其他算法,并且能有效地检测Probe,U2R,R2L这3种攻击类型.展开更多
为林业建设管理引进了合理的评价标准。主要从以下两个方面对 EVA 进行了介绍:1.经济价值增长(EVA)在林业行业内的概念。EVA 作为一种测量体系,与传统的会计净利润相比能反映一个特定时期内一项业务的税后利润,因为它扣除了重新投资的...为林业建设管理引进了合理的评价标准。主要从以下两个方面对 EVA 进行了介绍:1.经济价值增长(EVA)在林业行业内的概念。EVA 作为一种测量体系,与传统的会计净利润相比能反映一个特定时期内一项业务的税后利润,因为它扣除了重新投资的投资成本.2.在林地投资中 EVA 的应用。在使用 EVA 评价一项林地投资效益时必须考虑林地价值的变化;将长期的林业管理费用支出类别调整成资本的费用,而不是作为一种消费;将合理的成本测算与林地的投资联系起来。展开更多
文摘入侵检测系统能够有效地检测网络中异常的攻击行为,对网络安全至关重要.目前,许多入侵检测方法对攻击行为Probe(probing),U2R(user to root),R2L(remote to local)的检测率比较低.基于这一问题,提出一种新的混合多层次入侵检测模型,检测正常和异常的网络行为.该模型首先应用KNN(K nearest neighbors)离群点检测算法来检测并删除离群数据,从而得到一个小规模和高质量的训练数据集;接下来,结合网络流量的相似性,提出一种类别检测划分方法,该方法避免了异常行为在检测过程中的相互干扰,尤其是对小流量攻击行为的检测;结合这种划分方法,构建多层次的随机森林模型来检测网络异常行为,提高了网络攻击行为的检测效果.流行的数据集KDD(knowledge discovery and data mining) Cup 1999被用来评估所提出的模型.通过与其他算法进行对比,该方法的准确率和检测率要明显优于其他算法,并且能有效地检测Probe,U2R,R2L这3种攻击类型.
文摘为林业建设管理引进了合理的评价标准。主要从以下两个方面对 EVA 进行了介绍:1.经济价值增长(EVA)在林业行业内的概念。EVA 作为一种测量体系,与传统的会计净利润相比能反映一个特定时期内一项业务的税后利润,因为它扣除了重新投资的投资成本.2.在林地投资中 EVA 的应用。在使用 EVA 评价一项林地投资效益时必须考虑林地价值的变化;将长期的林业管理费用支出类别调整成资本的费用,而不是作为一种消费;将合理的成本测算与林地的投资联系起来。