【摘 要】
：
针对网络攻击检测准确率较低的问题,提出基于人工神经网络和遗传算法的混合网络攻击检测算法。将多目标遗传算法和多项式逻辑回归模型组合成封装特征选择算法,利用多项式回归模型对多分类数据的高效学习能力以及多目标遗传算法的全局优化能力,提取数据的最优特征子集;将降维后的特征集送入感知机训练,利用重引力搜索算法搜索神经网络的参数。基于不同的网络数据集完成实验,实验结果表明,该算法有效降低了特征维度,实现了较好的检测性能。
【机 构】
：
嘉应学院计算机学院,华南理工大学计算机科学与工程学院
【基金项目】
：
国家自然科学基金青年基金项目(61402178)。
论文部分内容阅读
针对网络攻击检测准确率较低的问题,提出基于人工神经网络和遗传算法的混合网络攻击检测算法。将多目标遗传算法和多项式逻辑回归模型组合成封装特征选择算法,利用多项式回归模型对多分类数据的高效学习能力以及多目标遗传算法的全局优化能力,提取数据的最优特征子集;将降维后的特征集送入感知机训练,利用重引力搜索算法搜索神经网络的参数。基于不同的网络数据集完成实验,实验结果表明,该算法有效降低了特征维度,实现了较好的检测性能。
其他文献
为发现精准的关联规则,对多层关联规则问题进行研究,提出基于散列技术的Hash_Cumulate多层关联规则算法。通过对原有Cumulate算法进行分析,对Cumulate算法有较多冗余候选集影响算法运行时间的缺点进行改进,提出在产生候选2项集时判断其中两项的关系进行删减,将候选2项集映射到散列表中进行筛选,减少候选集数量,进而减少扫描事务集的时间,提高算法运行效率。通过对原Cumulate算法与Hash_Cumulate算法进行实验比较和实例分析,验证Hash_Cumulate算法具有较高的运行效率。
随着人工智能的发展,目前主流的神经网络面临着计算量大、功耗高、智能化程度低等问题。为解决以上问题,根据人脑的特性,提出具有普适性的多层脉冲神经网络结构,利用生物学的因果律提出脉冲神经网络算法。通过控制“引导”神经元的激活时间间接调整目标权值,将算法应用在扑克游戏中,使扑克机器人能够学习一个人的打牌能力,实现拟人化程度为85%,验证了算法的可行性,同时表明脉冲神经网络具有强智能性。
在中国住宅建筑拆风盛行和健康发展的背景下,如何让室内空间更好满足居住者生活需求的个性化、多样化,成为了当代居住建筑设计的重要研究课题。本文基于空间以人为本的因人而异、因需而型、应需而变的住宅可适性思想,以套内空间全自由的可再生居住细胞A住宅为例,对相同住宅结构单元内的不同住户生活需求及其不同时间需求变化展开空间的多样可能性设计探索,并由此总结归纳出开放式住宅套内空间可适性的设计特征和设计模式。
在节点能量有限的前提下,为提高整体网络的使用时长,设计一个高效节能的无线传感器网络路由算法。通过分析无线传感器网络的运行模式,引入能量模型及传输模型,在此基础上提出BTPHS算法。将网络生存期分为3段,针对网络不同时期的能量分布及能量消耗特点,提出两种新的节点选择策略,提供新的目标函数作为参考标准;抛弃HS算法的调整过程,使所提出的路由算法参数更少。仿真结果表明,BTPHS算法可以有效提高整体网络的生存时间。
针对传统谱聚类算法在路网划分时承载路网信息较少和聚类中心优化问题,提出一种基于改进谱聚类算法的城市路网划分算法。通过转移概率模拟交通路网动态运行特征,利用马尔可夫链对谱聚类相似图进行重构,增强相似图的健壮性,与遗传算法结合,通过遗传算法优化初始聚类中心,提高谱聚类全局寻优能力。实验结果表明,改进后的算法比基准算法具有较好的聚类效果,能够有效划分城市路网。
新文科建设的提出为新时期家居设计类人才培养目标指明了新方向,建立健全具有中国特色与新时代特征的应用型人才、复合型人才、创新型人才培养方案是家居类教学体系改革的重要方向。当前新文科背景下的家居设计类专业教学内容存在实践课程建设不到位、协同育人机制不健全、“复合型”教学体制不完善等问题。本文以培养推动社会经济发展与家居产业变革的高素质人才为目标,结合新文科背景下的跨学科、跨领域、跨时代的思想路径,探究构建其课程体系、评价机制、教学团队构建、创新型人才培养机制的具体路径,以期为新文科背景下的家居设计类人才体系建
针对远程过程调用(RPC)系统无法支持响应式流编程(reactive stream)的问题,设计并实现基于响应式编程的RPC系统。采用基于响应式编程的Reactor-netty组件作为RPC底层通信框架,采用Zookeeper作为系统的注册中心,集成Kryo作为通讯序列化方式,设计并实现一种动态的负载均衡方案,针对java原生串行外设接口(SPI)功能进行优化,为RPC框架提供扩展机制。测试结果表明,该方案相较以Netty作为通信框架的RPC系统在性能方面有一定提升,该系统支持响应式方法的调用,适用于Ja
针对现有低压宽带电力线通信网络拓扑不均衡问题,提出一种宽带电力线通信网络最优中继选择算法。从入网申请节点到中央控制器所有路径中选择信噪比最高的路径,使节点选择最合理的中继节点;利用信标报文丢包率记录节点间通信状态,使节点分布更加均衡;以公有中继节点为顶端节点建立倒V型中转策略,提高数据传输效率。实验结果表明,该算法在平均端对端时延、网络控制开销、数据传输成功率等性能上优于现有技术。
为同步选择具有相关特征的数据聚类数量,提出一种基于引力搜索机制的聚类和特征选择算法。设计一种代理表示策略实现聚类中心和特征数量的编码;提出一种动态临界值方法决定聚类和特征数量,通过代理适应度的不断评估寻找最优聚类量和相关特征;分析算法的时间复杂度,通过8个经典数据集测试算法性能,并与7种常规数据聚类算法作对比。实验结果表明,所提算法在聚类和特征数量选择上具有更高的准确率。
针对大型网络中社区发现优化方法的效率问题,提出一种局部社区发现方法(LRW-LSA),从少量种子节点中识别本地社区的所有潜在社区成员。采用限制性随机游走进行采样处理,从种子节点出发得到一个相对较小的子图;利用种子的归一化指示向量对子图进行Lanczos迭代,得到相关节点与目标社区的隶属概率用以恢复出目标社区。在不同领域的真实数据集和合成数据集上进行实验,结果表明,LRW-LSA优于现有的社区发现方法。