基于主成分分析法的入侵检测特征选择方法

如何提取数据的有效特征是入侵检测过程中至关重要的方法。本文针对常用的特征选择算法无法很好地对入侵检测数据特征进行降维以及检测时间长等不足,提出了一种基于主成分分析法的入侵检测特征选择方法。首先利用PCA方法对原始的数据集合进行正交变换,然后根据变换所得的矩阵,分析每个原始特征在正交变换时的贡献度,最后依据贡献度的大小对原始特征属性进行选择。通过仿真实验,表明通过PC A方法所选择出的特征变量涵括了入侵检测数据特征的主要信息,属于重要特征。在保证检测率的基础上减少了检测时间,提高了检测效率。

一种改进的Dynamic Count Filter实现方法

布隆过滤器常用来快速判断给定元素是否在一个集合中,动态计数过滤器是布隆过滤器的一种改进。本文针对当前动态计数过滤器处理数据溢出时,新建以及重建溢出过滤器向量时间开销大的问题,提出了一种基于布隆过滤器向量的改进实现方法。该方法采用多个布隆过滤器向量替代溢出过滤器向量,以避免溢出过滤器的建立,同时也避免了其重建时进行的数据拷贝。实验结果表明,该方法较动态计数过滤器和动态计数布隆过滤器缩减了处理数据溢出所需的时间,大大提升过滤器操作效率,并且较动态计数布隆过滤器节省了内存空间。

一种改进的基因序列匹配算法

提出了一种基于BM算法的改进字符串精确匹配算法。该算法采用双向匹配,充分考虑文本串中当前失匹字符、模式串尾字符与文本串对应的字符、模式串尾字符与文本串对应字符的下一个字符三者之间的关系,同时,在失匹时先不进行跳跃,而是根据当前失匹字符或模式串尾字符对应文本字符的下一个字符预先判断下一次跳跃后文本窗口的尾字符与模式串尾字符是否相同,然后再决定模式串的跳跃距离。从实验结果可知,当改进的算法用于DNA比对时,改进的算法比BM算法、BMHS算法性能更优。