基于SVM和DS证据理论的网络攻击检测研究

为了解决传统网络攻击检测算法存在的检测准确率低等问题,提出了一种基于SVM和DS证据理论的网络攻击检测算法。该算法首先利用样本主特征进行检测,当数据出现模糊分类时,利用辅助特征和DS证据理论对数据的隶属度进行重新划分,有效改善了经典SVM算法的模糊分类问题。仿真结果表明,带有修正机制的SVM算法对于网络攻击检测,尤其是攻击类型未知的数据,检测准确率明显提高,平均到了95%以上,算法的整体性能表现优良。

基于证据理论的灌溉工程方案优选

灌溉工程方案的优选受到自然资源、技术水平、环境影响、社会经济等因素的制约,是一个包含有众多不确定性的复杂过程。在分析鄂尔多斯市现状水资源开发利用程度和考虑节水灌溉研究成果的基础上,选取技术、资源、环境、经济、社会5个一级指标及其下属的28个二级指标,建立灌溉工程方案优选模型,接着确定各指标影响下不同决策的合适程度,并建立相应的知识矩阵,最后采用DS合成规则融合各知识矩阵的基本概率分布,研究结果表明,鄂尔多斯市灌溉工程方案最优程度由高至低依次是卷盘式喷灌、大型时针式喷灌、移动式喷灌、低压管道灌溉。