基于信息熵理论的教育网异常流量发现

为提高异常流量发现的效率,解决传统流量分析方法效率较低、异常检测能力弱的问题,对骨干路由器的netflow流数据采用基于多个信息熵的联合指标并结合基于滑动窗口的熵流突发检测算法来实现网络异常的发现;并利用各指标熵值的相关度分析将指标分类,根据已知的异常类型对每一类指标的异常检测范围作出总结。通过实验成功剔除了冗余度高的指标,将网络异常流量分为了能准确地被联合指标识别出的四种类型。实验证明,该异常检测方案实用性强,较传统的流量分析方法在异常类型的判断上更加准确和有效。

人工智能综述:AI的发展

人工智能学科自从诞生之后,技术理论不断发展,应用领域不断延伸。应用领域主要包括智能机器人、图像处理、自然语言处理及语音识别等。人工智能的基础理论科学包括计算机科学、逻辑学、生物学、心理学及哲学等众多学科。从人工智能的发展历史、人工智能的技术核心以及人工智能的应用前景3方面讨论人工智能的发展与应用,希望为相关研究提供有益的指导和借鉴。

基于深度强化学习的自动协商研究综述

协商是一种强有力的解决双方矛盾、冲突和争议的机制,目前被广泛应用于经济、人工智能、商业等领域,有非常重要的社会价值。基于智能体的协商旨在代表人类实现协商过程的自动化,以节省时间和精力。运用到自动协商领域的基于深度强化学习方法训练的自动协商智能体可以在较短时间内用较小的成本系统地考虑所有可能的结果。通常,将自动协商问题建模为马尔可夫决策过程,运用深度强化学习方法来学习目标效用值、接受策略,或报价和接受策略可以减少达成协议所需的时间和精力,同时增加达成更好的双赢协议的机会。该综述在简要回顾自动协商框架和模型后,系统阐述深度强化学习在自动协商任务中的应用,介绍经典算法及模型,分析模型特点,探讨未来深度强化学习与自动协商任务融合的前景和挑战。

人工智能领域,中国有多牛

人工智能这门学科自从诞生以来，理论和技术日益成熟，应用领域也不断扩大。当前人工智能主要研究领域包含机器人、语言识别、图像识别、自然语言处理和专家系统等。在视界范围内，眼下已经掀起了一股人工智能高速发展的浪潮。