基于数据流模糊聚类挖掘的入侵检测系统研究

传统的基于数据挖掘入侵检测技术往往是基于静态数据的检测,随着网络速度的提高和网络流量的剧增,网络数据通常以数据流的形式出现。提出了一种作用于数据流的模糊聚类挖掘算法(SFCM),并且针对该算法提出了一种基于数据流模糊聚类的入侵检测系统,实验结果显示,该方法有较高的检测率和较低的漏报率和误报率。

面向对象软件类测试研究新进展

软件测试是软件开发过程中不可缺少的一环,是保证软件质量和提高软件可靠性的关键。近年来,随着面向对象软件开发方法应用的更加广泛和研究的不断深入,面向对象软件测试已成为软件工程领域的一个重要研究课题。类是面向对象软件的基本构成单元,类测试是面向对象软件测试的关键。从基于状态、基于规范、基于UML、基于方法序列、基于数据流等6方面论述了类测试的目前研究成果,分析了研究现状,探讨了进一步工作的方向。

Ad Hoc网络中SWAN模型改进及其仿真研究

SWAN是AdHoc网络中的一种无状态网络协议,利用分布式控制算法来传递分类服务。这种QoS模型把数据业务分为两类进行不同处理,即对尽力而为的UDP和TCP业务采用速率控制的策略而对实时的UDP业务采用基于源节点的接纳控制策略。然而现有模型在路由模块采用普通的路由协议,导致了路由和对整个路径资源探测两个过程分离开来;在接纳控制模块仅仅区分了节点间的业务而没有区分相同节点间的不同业务。该文针对这一问题对现有模型的修改主要体现在两个方面:(1)在路由模块用QoS路由替换了原有普通路由协议,路由和整个路径资源探测由QoS路由完成,从而减少了实时业务等待发送时间;(2)针对SWAN首次提出了基于数据流的服务,并且在接纳控制模块进行了相应修改。最后的仿真中表明了该文的修改是有效的,提高了模型的性能。