基于MA及LVQ神经网络的智能NIPS模型与实现

为了提高入侵防御系统的智能性和准确率,在讨论入侵防御技术特性和关键技术的基础上,分析了利用MA(MobileAgent)及LVQ(Learning Vector Quantization)神经网络构建入侵防御系统的优势,以及LVQ神经网络的结构特性和学习算法,提出基于MA及LVQ神经网络的新智能入侵防御系统模型结构,概述了新模型的实现方法,并用Matlab算法进行了仿真实验.结果表明,基于MA及LVQ神经网络的新智能入侵防御系统模型整体防御准确率与检测辨识性能都有较大提高.

联合公式判定非循环执行路径

针对触发图中有环时,在实际运行中仅执行有限次,该规则集可能是可终止的,通过对规则集的静态分析,提出了联合公式的概念,给出了判定联合公式是否满足条件的算法和时间复杂度分析.联合公式的提出,简化了非循环路径的判定工作,为判定主动规则触发图为有环时的可终止性奠定了基础.

基于联合公式的规则集终止性判定算法

针对有环触发图对应规则集的终止性问题进行了研究,通过对触发图、活化图的分析,提出了联合公式的概念,在此基础上给出了有环触发图对应规则集的终止性判定算法,该算法的提出能够更精确地判定规则集的终止性。

基于执行图的主动规则集汇流性判定

针对主动规则集的汇流性问题进行了研究,通过对规则的可交换性及执行图的分析,提出了主动规则集汇流性判定定理,该定理的提出提高了汇流性判定的精确度。