基于随机空间树的数据流异常检测算法

针对现有的数据流异常检测算法的不足,提出一种基于随机空间树的数据流异常检测算法。采取统计策略对数据流特征范围进行估计,分割得到多棵随机空间树(RS-Tree),形成RS森林(RS-Forest);RS-Forest采用单窗口策略对数据流进行处理,通过打分和模型更新来实现异常检测;针对实例落入的树节点,定义了分段恒定密度,求取密度估计值相对于森林中所有树的平均值,将其作为数据流中每个新来实例的得分,利用相对于森林中所有树的平均得分对每个新来实例进行排序;窗口满后采用对偶式节点剖度技术进行模型更新,利用采集来的节点尺寸信息对下一轮到达窗口的数据进行打分。利用多种基准数据集进行仿真实验,仿真结果表明,RS-Forest算法在大部分数据集下的AUC得分和运行时间性能优于当前其它基准算法。

基于云模型BBO算法优化KELM的网络入侵检测

鉴于核极限学习机的网络入侵检测结果易受正则化系数C和核参数g的影响,本文选择网络入侵检测的准确率为适应度,通过云模型BBO算法优化正则化系数C和核参数g,实现网络入侵的自适应检测,从而确立一种云模型BBO算法优化KELM的网络入侵检测算法。结果表明,该算法能够实现网络入侵的高精度检测。

海洋水产养殖数据分析和云计算研究

笔者通过对海洋水产养殖数据进行研究分析,提出实施简单、效率高、成本低、敏捷性强、健壮性高的适用于海洋水产养殖的云计算平台。搭建云计算平台和配置Hadoop大数据,最后实现对水产养殖数据的展示。

基于移动Agent技术的水产养殖物联网系统

本文通过对物联网传感器数据采集方式的分析,提出一种分布式移动Agent技术的水产养殖系统模型。该模型将传统集中进行的数据挖掘工作下放到移动Agent中,很大程度上减轻了网络负载,提升了工作效率。

基于海洋水产大数据价格分析预测系统的研究

随着物联网、云计算、移动互联等信息技术在渔业领域的广泛应用,渔业数据呈现海量爆发趋势,水产养殖的暴利时期慢慢远去,渔业跨步迈入大数据时代。文章通过基于水产养殖价格的大数据分析预测系统,建立水产品价格预测模型等,定位于所有的水产养殖户,将销售信息实时地反馈给养殖户,根据市场调节去养殖,真正做到按需养殖,提高渔业的生产效率。

基于BPF包过滤机制的数据采集系统的设计与实现

为了捕获校园网中访问各个数据库检索系统的数据包,利用BPF包过滤机制、以太网的广播传输特性等技术设计和实现数据采集系统。同时为了提高了系统的效率,还引入多线程技术,使得数据采集系统在同一时刻既能采集数据包又能实时处理数据包并写入后台数据库中。

海洋水产养殖物联网系统研究

本文通过海洋水产养殖到销售模式整个过程的研究分析,提出海洋水产养殖物联网系统模型。该模型涵盖了渔业水产养殖、加工、运输及销售环节的物联网技术运用,解决了传统养殖存在的种种弊端,满足市场需求,提升了工作效率。

关联规则在路由监测系统的应用

本文为了改善路由监测系统的性能,对数据挖掘中的关联规则的两个经典挖掘算法Apriori和FP-Growth进行了仔细的比较分析。结合路由监测系统的实际情况,根据超大网络数据集的特点,在两种流行的关联规则挖掘算法中选出最适合的算法。

聚类分析在路由监测系统的应用

本文设计一种基于数据挖掘的路由监测系统。系统通过被动的监听模式对网络数据进行采集。通过数据挖掘实现实时网络拓扑生成、拓扑比较等功能。为了提高数据挖掘的效率,改善路由监测系统的性能,本文还对数据挖掘中的聚类算法进行了深入的研究,根据超大网络数据集的特点,提出了一种K-Means算法的改进算法。