您的位置: 专家智库 > >

国际合作与交流专项基金(2008DFA12140)

作品数:2 被引量:17H指数:1
相关作者:孙鑫朱建启刘衍珩李飞鹏付枫更多>>
相关机构:吉林大学更多>>
发文基金:国际合作与交流专项基金国家自然科学基金吉林省科技发展计划基金更多>>
相关领域:自动化与计算机技术自然科学总论更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇自动化与计算...
  • 1篇自然科学总论

主题

  • 1篇入侵
  • 1篇入侵检测
  • 1篇入侵检测模型
  • 1篇社交
  • 1篇社交网
  • 1篇社交网络
  • 1篇神经网
  • 1篇神经网络
  • 1篇网络
  • 1篇核独立成分分...
  • 1篇核主成分分析
  • 1篇仿真
  • 1篇分布式
  • 1篇分布式神经网...
  • 1篇博弈
  • 1篇博弈理论

机构

  • 2篇吉林大学

作者

  • 2篇刘衍珩
  • 2篇朱建启
  • 2篇孙鑫
  • 1篇付枫
  • 1篇李飞鹏

传媒

  • 1篇计算机学报
  • 1篇计算机工程

年份

  • 2篇2011
2 条 记 录,以下是 1-2
排序方式:
社交网络蠕虫仿真建模研究被引量:17
2011年
随着互联网虚拟社交网络的发展,借助网络用户进行传播的社交网络蠕虫已经成为威胁网络安全的重大隐患之一.文中从社会工程学的角度研究社交网络蠕虫的传播机制,通过量化影响用户行为的若干因素,提出了微观节点上的基于用户安全意识的行为博弈模型;通过分析网络用户活动的习惯特性,构建了宏观网络上离散的基于用户习惯的社交网络访问模型;从而实现了一个适用于社交网络蠕虫传播研究的仿真系统.实验分析了模型中用户相关因素对蠕虫传播的影响,验证了仿真系统的有效性.最后,利用该系统仿真了社交网络蠕虫在异质社交网络中的传播,揭示了网络拓扑结构和社交网络混杂程度对蠕虫传播的影响,为社交网络蠕虫相关研究提供了重要支持.
孙鑫刘衍珩朱建启李飞鹏
关键词:博弈理论仿真
基于分布式集成学习的入侵检测模型
2011年
针对入侵检测系统的高漏报率及高误报率问题,提出一种混杂入侵检测模型。该模型分别构造基于核主成分分析(KPCA)和核独立成分分析(KICA)的特征提取器,并采用集成学习对特征提取结果进行整合学习。采用分布式神经网络对集成结果进行再学习,从而实现对大规模数据的分布式处理。通过反馈机制调节KPCA和KICA的集成学习权重,达到最优检测效果。采用KDD CUP’99数据集进行测试实验,结果表明:该模型能够获得较高的检测正确率,同时具有较低的漏报率及误报率。
谢堉鑫刘衍珩朱建启孙鑫付枫
关键词:入侵检测核主成分分析核独立成分分析分布式神经网络
共1页<1>
聚类工具0