网络入侵检测系统的模糊规则学习模型

从如何完善和改进网络入侵检测系统的检测规则方面着眼,分析了入侵检测系统漏识和误识的原因,建立了一个网络入侵检测系统的模糊规则学习模型。文章首先证明了噪声环境下入侵行为的相似关系。并以入侵检测系统原有检测规则为基础,创建了基于权重的模糊检测规则。同时提出了一个反馈误差学习算法,用于对模糊检测规则进行改进以求达到识别的最优。模型可以方便地应用于各种基于规则的入侵检测系统。

改进的基于模糊集的边缘检测算法

传统的边缘检测方法对模糊边缘图像不敏感。改进了模糊边缘检测算法,用min-max重心法模糊推理该点的边缘隶属度,实现边缘检测。给出了应用本算法边缘检测的实例,并与传统的边缘检测算法进行了比较。结果表明,本算法比传统算法边缘检测效果好。