格式:pdf
大?。?span class="single-tag-height">201KB
頁數(shù):
通過建筑質(zhì)量綜合評(píng)定系統(tǒng)的開發(fā)實(shí)例 ,介紹了在Delphi開發(fā)平臺(tái)下調(diào)用FormulaOne組件進(jìn)行通用表數(shù)據(jù)處理的方法。
格式:pdf
大?。?span class="single-tag-height">236KB
頁數(shù): 5頁
入侵檢測(cè)(ID)是保障網(wǎng)絡(luò)安全的必要手段之一,將數(shù)據(jù)挖掘引入入侵檢測(cè)中使其可以適應(yīng)海量審計(jì)數(shù)據(jù)的處理,同時(shí)可以提高檢測(cè)的均衡性和響應(yīng)時(shí)間。文章提出了一種基于隨機(jī)森林(random forest,RF)的入侵檢測(cè)模型(1R-RF),針對(duì)RF模型面對(duì)高維網(wǎng)絡(luò)審計(jì)數(shù)據(jù)選擇屬性時(shí)過度隨機(jī)導(dǎo)致的元分類器效率不高的問題,開展了基于One-R快速屬性評(píng)價(jià)的研究。實(shí)驗(yàn)證明,將基于One-R的RF用于入侵檢測(cè)后有較好的時(shí)空性能、較低的誤報(bào)率和漏報(bào)率,對(duì)于各種攻擊行為有著較為均衡的檢測(cè)率。