基于流量异常分析多维优化的入侵检测方法

入侵检测系统在检测和预防各种网络异常行为的过程中,海量和高维的流量数据使其面临着低准确率和高误报率的问题。本文提出一种基于流量异常分析多维优化的入侵检测方法,该方法在入侵检测数据的横向维度和纵向维度两个维度进行优化。在横向维度优化中,对数量较多的类别进行数据抽样,并采用遗传算法得到每个类别的最佳抽样比例参数,完成数据的均衡化。在纵向维度优化中,结合特征与类别的相关分析,采用递归特征添加算法选择特征,并提出平均召回率指标评估特征选择效果,实现训练集的低维高效性。基于优化的入侵检测数据,进一步通过训练数据集得到随机森林分类器,在真实数据集UNSW_NB15评估和验证本文提出的算法。与其他算法相比,本文算法具有高准确率和低误报率,并在攻击类型上取得了有效的召回率。

基于KNN离群点检测和随机森林的多层入侵检测方法

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.

世行项目林划入天保工程区的问题与对策

天保工程在3年试点的基础上,已于2000年全面启动.对于天保工程实施中出现的各种问题,我们必须深入研究并认真加以解决,才能确保工程的顺利实施.本期约请国家林业局世行办的同志就世行贷款造林划入天保工程区后,产生的问题及解决办法,谈了自己的看法.

河北省高等教育与区域经济非均衡发展分析

教育与经济增长的关系研究一直是教育经济学领域的研究热点。越来越多的经济学家把教育当成影响一国经济增长的内生力量。为了探索这种影响作用在河北省的体现,本文在获取历年相关数据的基础上对河北省经济发展水平与高等教育发展水平进行量化分析;之后将两者相结合进行相关性分析;并对河北省高等教育与区域经济非均衡发展的因素进行了深入剖析;最后根据前面的多重分析,本文提出了河北省高等教育与区域经济的均衡发展新模式。

经济价值增长与林业管理

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。