基于SVM的Web应用异常检测系统的设计与实现

随着Web应用的普及,网络安全挑战日益增多,异常检测成为保障网络安全的关键技术。基于支持向量机(SVM)的异常检测方法,因其优异的分类性能和泛化能力,具有独特的优势。本文通过深入分析SVM的原理和应用,描述了基于SVM的Web应用异常检测系统的设计过程。利用开源机器学习库sklearn,实现了SVM模型的训练与评估,采用向量化、数据标准化和模型调优等策略,显著提高了异常检测的准确性。实验结果证明,该系统能有效识别Web应用的异常行为,显著增强Web应用的安全。

Web前端组件中的跨站脚本攻击检测算法研究

前端组件涉及多个数据流,包括用户输入、服务器返回的数据等,恶意脚本会隐藏在这些数据流中,且跨站脚本攻击存在变异性和不确定性,导致对其检测困难。因此,提出一种Web前端组件中的跨站脚本攻击检测算法。使用基于网络爬虫的Web前端组件跨站脚本信息抓取模型,抓取不重复冗余的Web前端组件跨站脚本信息;再将所抓取的脚本信息作为多分类支持向量机算法的训练样本。检测之前,在权威Web漏洞提交平台Exploit-db中,提取大规模变形跨站脚本信息样本,使用训练完毕的多分类支持向量机对抓取的脚本信息进行分类和检测。实验结果表明,所提算法对100条反射型跨站脚本攻击、50条存储型跨站脚本攻击、10条DOM型跨站脚本攻击的数据分类结果准确,且分类结果的样本分布中,攻击跨站脚本会按照攻击类型有序分布。

Web端实景三维注记可视化技术研究

目前Web端对海量三维注记的可视化存在技术难点,基于前后端结合渲染、基于有向距离场的瓦片生成、基于屏幕空间的注记避让等技术,提出了在Web端Cesium框架下高效加载立体注记的解决方案。该方案在某省地理信息三维数据库管理系统三维可视化中取得了良好的应用效果,注记加载效率、易读性和清晰性均优于传统方法,大大提升了Web端实景三维场景下立体注记的可视化表达效果,为实景三维中国建设提供了重要的基础技术支撑。

基于WebGIS和SVG技术的气象参数信息系统

根据气象要素观测数据同地理位置紧密关联的特性,利用网络地理信息系统(Web GIS)和可伸缩矢量图形(SVG)技术,实现省级气象参数信息系统气象的数据库中历史资料及实时探测结果同地理信息平台的融合。该系统以B/S与C/S并用的交互结构为用户提供基于地理分布的气象信息表达、查询及统计功能。

基于Web的地图符号设计与实现

地图符号化是当前数字地图研究的重要内容之一。着重论述了Web环境下地图符号的构成特征、地图符号的组织及符号配置,以及符号库的基本传输方法,最后给出具体实例,说明了该实践的有效性与可行性。

基于Html5的Web Map矢量渲染技术研究

当下主流平台(即桌面PC,Android,IOS等)上Web浏览器都支持Html5标准。Html5的到来让Web应用的性能和易用性明显提升,其中Canvas元素是Html5标准中新增的技术之一,被JavaScript用来进行图形图像的绘制和矢量渲染。针对传统切片式Web Map存在的不足,文中以Web地图矢量渲染为研究切入点,分析一种基于JSON的地理信息数据传输格式,并使用Html5Canvas构建矢量Web Map,即在浏览器中地理数据矢量渲染的设计和实现,兼具自定义渲染风格而无需重新请求加载图层,减少瓦片请求所需的带宽,改善Web Map实时显示的性能,探索进一步直接实现Web Map空间分析能力的可行性。

个性化Web信息服务技术研究

介绍了当前具有代表性的个性化信息服务系统,详细讨论了该研究的基本问题和所采用的关键技术,对目前的个性化信息服务所存在的问题进行了阐述,并对该技术的下一步研究方向进行了展望。

基于本体的Web文本挖掘与信息检索

针对传统Web文本挖掘技术缺少语义理解能力的不足,提出并实现一种基于本体的Web文本挖掘模型,即利用基于本体概念体系的向量空间模型替代传统的向量空间模型来表示文档,在此基础上进行Web文本挖掘,并给出一种集成语义信息检索的设计。实验结果初步验证了本体模型在Web文本挖掘技术上应用的可行性。

基于Web服务的海洋矢量场远程可视化研究

目前,GIS大部分空间数据的静态网络可视化共享及其服务器端数据集中管理提供底层数据服务的方式,不仅难以满足与日剧增的多源异构海量空间数据共享需求,同时从应用角度也难以满足对动态性较强的海洋环境信息进行实时可视化共享的需求。而网络Web服务和网格技术的快速发展及其与网络GIS的有机结合,使得分布式、一站式的空间数据实时动态网络可视化共享成为可能。因此,本文针对海洋矢量场信息,深入分析其网络实时动态可视化需求及相应的技术难点,并以Web服务为基础,探讨了在Web服务与网络GIS技术基础上建立一站式海洋环境矢量场网络动态可视化共享系统的技术方法和具体系统结构。文章最后以海洋流场数据为例,具体采用ArcGIS Server的网络服务技术,以及Arc Engine的高效可视化技术,具体实现海洋流场的网络动态可视化共享平台。实践证明,基于Web服务的海流网络可视化系统较好地满足了用户对矢量场数据网络共享与可视化的需求。

Web挖掘系统的设计与实现

介绍了挖掘理论,包括挖掘定义、挖掘任务、挖掘分类个方面,并简单介绍了实现文本挖掘系统WebWebWebWeb3WebWTMiner (的几个关键技术:分词,特征提取,分类器的设计。在分词中采用了支持首字和二分查找从而提高了分词速度,分类器Web Text Miner)Hash的设计中考虑到的训练算法速度慢的缺点,用近邻法以减少训练样本集中样本的数量,从而大大提高了算法速度。

基于数据质量的Deep Web数据源排序

Deep Web技术使得大量隐藏在接口背后的有用信息更容易被用户查找到.然而,随着数据源的增多,如何从众多的数据源中快速地找到合适的结果这一问题变得越来越重要.通过传统的链接分析方法和相关性评估方法来对数据源进行排序,已经不能满足高精度的要求.提出一种通过抽样方法和数据质量评估来判断数据源的优劣性的算法.本文提出的抽样方法,改进了分层抽样和雪球抽样,使得在较少的样本点时,能够准确的反映整体特征.定义了能基本反映数据源的优劣程度的6个主要质量标准,并给出计算方法;通过质量标准,结合权重向量来量化数据源的质量.实验通过对数据源进行抽样分析,求解数据源得分的期望值,并根据该期望值对数据源进行了整体排序.结果表明,利用抽样对数据源的数据质量进行估计和评分,具有很好的准确性和可操作性.

基于SVG/Java Applet的地图Web发布技术

介绍了一种全新的矢量图形语言SVG,分析了目前地图Web发布几种方法的优缺点,提出了基于SVG和JavaApplet的地图Web发布技术的应用体系和结构,并以湖北省鄂州市为例验证了该技术的可行性和优越性。

基于Web的PSE-Bio交互式可视化

PSE-Bio是一个基于Web服务面向生物信息学的问题求解平台。为了方便用户仅使用浏览器就能分析调用服务返回的结果,采用SVG技术实现基于WEB的可视化,设计了面向对象的统一可视化数据对象以封装调用不同Web服务返回的消息;设计了面向对象的可视化图形对象以利于交互可视化的实现;并用SVG脚本语言实现了用户与图形的交互以及可视化结果与服务的交互。实验结果表明,基于SVG的可视化方案能够满足生物信息数据的Web可视化需求。

SVG——一种支持可缩放矢量图形的Web浏览语言规范

该文介绍并探讨了在目前国际上一种最新的基于 Web浏览的图象图形规范 ,并从技术的角度分析了该规范的特点及其优点 。

一个基于Web挖掘的中文专业搜索引擎的设计与实现

本文介绍了一个基于Web挖掘技术的中文专业搜索引擎的实现和所用的关键技术 ,提出了类别向量的概念以及如何将Web结构挖掘和内容挖掘结合起来 ,利用改进的VSM技术实现网页自动分类的方法。

融合描述文档结构和参引特征的Web服务发现

首先分析研究Web服务描述文档(WSDL文档)的两大特征——结构特征和参引特征,然后根据各个特征对Web服务功能语义描述的影响,提出相应的Web服务表示模型——多向量表示模型.区别于通用文本表示模型,该模型能够显式地表示Web服务描述文档的本质特征.其中,结构特征语义表现在多向量空间的划分上,参引特征语义映射到子向量模型中特征权重的计算上.提出了基于多向量模型的Web服务相似度计算方法,并实现了基于该模型的Web服务发现原型系统.最后,在真实Web服务描述文档集合上构造了一个具有不完全相关性判断且涵盖了1576个WSDL文档的Web服务发现测试集,并在该测试集上进行了基于多向量模型的Web服务发现实验评估.实验结果表明,基于多向量模型的Web服务发现方法的检索效果比基于简单文本向量空间模型发现方法的检索效果在95%的置信度下有了显著提高.

基于SVM的Web日志挖掘及潜在客户发现

潜在的客户资源是商家未来的利润来源,发现了潜在的客户就可以制定相应的商业决策,并进行有针对性的客户关系管理。使用SVM方法对web日志文件进行挖掘,以发现站点访问者中潜在客户的共同行为模式,并将其分为不同级别的目标客户群。同时,通过试验4种不同比例的训练样本,研究了非对称数据对分类结果的影响,以期获得较优的模型。

一种扩展的基于VSM的Web文本分类算法

随着Internet的飞速发展,Web文本分类研究已经得到人们密切关注,并取得了大量的研究成果。基于向量空间模型(VSM),针对传统的Web文本分类方法缺乏认知自主性和不能再学习的特点,提出了一种扩展的Web文本分类算法,通过一系列实验,该算法产生的效果明显优于当前其他的分类方法。

Web文档中词语权重计算方法的改进

以向量空间模型作为Web文本的表示方法,对传统的TF*IDF公式进行了改进。首先,结合Web文本中HTML标签的修饰功能,体现了特征词在Web文本结构中的位置信息;其次,以广义信息论为理论基础,引入了基于二次熵的互信息作为权重计算公式的一项,体现了单词的类区分能力。实验验证了该方法的可行性和有效性。

基于支持向量机的Web文本分类方法

Web文本分类技术是数据挖掘中一个研究热点领域,而支持向量机又是一种高效的分类识别方法,在解决高维模式识别问题中表现出许多特有的优势。文章通过分析Web文本的特点,研究了向量空间模型(VSM)的分类方法和核函数的选取,在此基础上结合决策树方法提出了一种基于决策树支持向量机的Web文本分类模型,并给出具体的算法。通过实验测试表明,该方法训练数据规模大大减少,训练效率较高,同时具有较好的精确率(90.11%)和召回率(89.38%)。