您的位置: 专家智库 > >

刘楚楚

作品数:7 被引量:30H指数:3
供职机构:中南大学信息科学与工程学院更多>>
发文基金:国家自然科学基金江苏省普通高校研究生科研创新计划项目江苏省现代教育技术研究规划课题更多>>
相关领域:自动化与计算机技术文化科学更多>>

文献类型

  • 6篇期刊文章
  • 1篇学位论文

领域

  • 4篇自动化与计算...
  • 3篇文化科学

主题

  • 3篇学习网站
  • 3篇专题学习网
  • 3篇专题学习网站
  • 3篇网站
  • 2篇导航
  • 2篇入侵
  • 2篇入侵检测
  • 1篇导航设计
  • 1篇学习机
  • 1篇远程教育
  • 1篇正则
  • 1篇正则化
  • 1篇实验教学
  • 1篇实验学
  • 1篇视觉设计
  • 1篇特征构造
  • 1篇权值
  • 1篇权值更新
  • 1篇最小二乘
  • 1篇最小二乘法

机构

  • 3篇中南大学
  • 3篇江苏师范大学
  • 1篇徐州医学院
  • 1篇徐州师范大学
  • 1篇湖南财政经济...

作者

  • 7篇刘楚楚
  • 3篇康松林
  • 2篇樊晓平
  • 2篇李宏
  • 2篇马德俊
  • 1篇李旸
  • 1篇孙朋
  • 1篇董薇
  • 1篇刘乐
  • 1篇杨宁

传媒

  • 1篇计算机应用
  • 1篇小型微型计算...
  • 1篇中国教育技术...
  • 1篇中南大学学报...
  • 1篇软件导刊.教...
  • 1篇基础医学教育

年份

  • 2篇2015
  • 1篇2014
  • 3篇2013
  • 1篇2011
7 条 记 录,以下是 1-7
排序方式:
专题学习网站导航设计的可用性研究
随着网络的发展以及远程教育的普及,专题学习网站作为网络学习的主要渠道之一,它的可用性问题得到越来越多的重视。专题学习网站的设计与传统的网页不同,应以简洁舒适、内容精练、便于教育信息传递为原则。既要符合美学原理,又要与教学...
刘楚楚
关键词:专题学习网站导航设计可用性远程教育
文献传递
教学视频制作法在机能实验教学中的应用研究被引量:6
2011年
机能实验学是研究在实验条件下生物机能活动及规律的实验性学科,是医学实验的重要组成部分。在2008级临床医学专业的机能实验教学中应用教学视频制作法,通过学生自己写作实验脚本、操作实验、拍摄实验、制作视频和反复观看视频,激发学生主动学习和探索的兴趣,提高机能实验教学效果。
董薇孙朋刘楚楚李旸
关键词:机能实验学教学方法
半监督流形正则化算法检测应用层DDoS攻击研究被引量:1
2014年
现有的应用层分布式拒绝服务(DDo S)攻击检测方法都是基于用户浏览行为特征的统计来区别正常用户与非正常用户,因为要进行高层协议解析和深度数据包处理,所需计算的时间长,空间复杂度高,所以,实现在线检测面临极大困难。针对小样本应用层Web DDo S攻击,提出半监督流形正则化检测方法。首先,在1个时间窗口内以IP地址或域名为标识,将过滤后的Web日志映射到1个14维的特征空间以描述用户的访问行为;其次,采用半监督流形正则化的Laprls最小二乘法对此特征空间中小样本数据进行分类预测以区分正常用户与非正常用户;最后,在少量标记样本的适应性和未标记样本的学习2个方面,分别通过实验和其他算法进行对比。研究结果表明:所提出的算法在检测Web DDo S攻击方面比支持向量机、最小乘方二乘法、K-NN算法具有更高的分类正确率,说明半监督流形正则化的Laprls最小二乘法算法对检测小样本Web DDo S攻击具有较好的实用性。
康松林樊晓平刘楚楚李宏安隆熙
关键词:DDOS攻击检测小样本
WOS-ELM算法在入侵检测中的研究被引量:8
2015年
随着信息化建设的深入,网络攻击变得复杂多变,严重威胁着网络安全与信息安全.一个好的入侵检测系统往往要求具有高效性,高速性,智能性,实时性,以及应对不同网络环境在线数据的鲁棒性.基于以上五点要求,提出一种权值更新的在线贯序极限学习机算法(WOS-ELM)来应用于网络入侵检测.该算法采用一个一个数据或一块一块数据添加的增量学习算法,将多次迭代求解的神经网络训练转变为一次求解的线性方程组,并通过一种有效的权值赋予的方法来解决网络环境数据不均衡的问题.实验表明,该方法具有很高的正确率,并能在短时间内达到很好的分类效果;较之其他算法,它更适合处理大规模网络实时环境中大量的原始数据,对统计数据依赖性小,对不均衡数据分类具有较好的鲁棒性.因此,基于权值更新的在线贯序极限学习机算法更适应于复杂多变的网络环境下的入侵检测.
康松林刘楚楚樊晓平李宏杨宁
关键词:网络入侵检测权值更新
多层极限学习机在入侵检测中的应用被引量:18
2015年
针对神经网络在入侵检测应用存在的维度高、数据大、获取标记样本难、特征构造难、训练难等问题,提出了一种基于深度多层极限学习机(ML-ELM)的入侵检测方法。首先,采用多层网络结构和深度学习方法抽取检测样本最高层次的抽象特征,用奇异值对入侵检测数据进行特征表达;然后,利用极限学习机(ELM)建立入侵检测数据的分类模型;其次,利用逐层的无监督学习方法解决入侵检测获取标记样本难的问题;最后采用KDD99数据集对该方法的性能进行了验证。实验结果表明:多层极限学习机的方法提高了检测正确率,检测漏报率也低至0.48%,检测速度比其他深度模型的检测方法提高了6倍以上。同时在极少标记样本的情况下仍有85%以上的正确率。通过多层网络结构的构建提高了对U2L、R2L这两类攻击的检测率。该方法集成深度学习和无监督学习的优点,能对高维度,大数据的网络记录用较少的参数得到更好的表达,在入侵检测的检测速度以及特征表达两个方面都具有优势。
康松林刘乐刘楚楚廖锓
关键词:入侵检测大数据特征构造
专题学习网站导航建设的现状调查与设计策略
2013年
专题学习网站是当今网络学习的主要渠道之一。通过对抽样调查和问卷调查的数据分析,结合专题学习网站的特点,分析现有专题学习网站导航建设方面存在的一些问题,探讨设计策略,最终提出研究的发展方向以及不足。
刘楚楚马德俊
关键词:专题学习网站
眼动技术在专题学习网站视觉设计中的应用思考
2013年
专题学习网站是当今网络学习的主要渠道之一,这一概念源自2001年李克东提出的专题探索—网站开发模式。网页设计者直接沿用普通网站设计的研究成果,没有从学习认知的角度对专题学习网站进行视觉设计,从而影响了网络学习者的学习效果。根据专题学习网站的特点,在介绍眼动技术概念的基础上,分析现有专题学习网站视觉设计方面存在的问题,探讨运用眼动技术可以解决的几个方面,提出研究的发展方向以及建议。
刘楚楚马德俊
关键词:专题学习网站视觉设计
共1页<1>
聚类工具0