基于协同的安全事件确认

为减少IDS检测手段相对单一、误报率过高带来的影响,提出一种基于协同的安全事件确认方法及其模型实现,它能充分利用入侵检测协同框架的综合检测优势,将时/空间关联分析方法及其他安全事件信息有效地融合起来,对安全事件进行多层次确认处理,将安全事件区分为有效事件、无效事件和待定事件3类,以便系统管理员进行有针对性的事件响应.通过在CERNET主干网的初步实践表明,对安全事件进行分类标记,可以有效地减少误报、提高IDS检测结果的处理效率.

基于深度学习的单图像超分辨率重建综述

图像超分辨率重建是用于提高图像质量的一项重要技术,得益于深度学习在计算机视觉领域的成功应用和快速发展,单图像超分辨率重建的效果得到了显著提升.因此,本文针对基于深度学习的单图像超分辨率重建方法展开深入研究,首先综合介绍了用于该领域的基准数据集、性能评价指标、损失函数等相关知识,然后对有监督学习和无监督学习下单图像超分辨率重建技术的最新算法进行分类讨论,并且比较分析了不同模型之间的异同点与优缺点,最后对该领域面临的问题和未来的发展方向进行了总结与展望.