网络入侵中的模糊区域判断算法

针对当前网络入侵中模糊区域判断算法未考虑算法的自适应及容错性,判断效率和稳定性均较差的问题,提出一种基于多层逻辑结构的网络入侵中模糊区域判断算法。首先采用基于多层逻辑结构的模糊区域判断算法,以自适应和容错性作为约束条件,通过求取算法不同层反馈解,得到网络入侵中的模糊区域判断结果;然后基于判断结果,采用警报合成算法将较多雷同警报合成为一条警报,以防止形成警报洪流,获取最佳模糊区域判断结果。实验结果表明,该算法的检测率和误报率总平均值分别为93.13%和0.97%,平均时间为10.13s,表明该算法具有显著的网络入侵模糊区域判断优越性。

基于.NET的在线自主学习系统的设计与实现

描述基于.NET的在线自主学习系统的框架结构及各模块的主要功能,并阐述系统实现的一些关键技术:使用多层逻辑结构、系统安全性和系统错误处理.