检索结果-南通市图书馆

基于RF-SVM的应用层DDoS攻击检测方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

软件导刊 2023年第3期22卷 62-67页

作者：戴俭唐勇张婷婷李云天许云飞张卫丰南京邮电大学计算机学院江苏南京210046 炫彩互动网络科技有限公司江苏南京210019 中国银行信息科技运营中心(上海) 上海201210

目前对于应用层DDoS攻击的检测已经取得一定进展,但这类方法往往只能针对一种或几种特定类型的攻击,无法适应应用层中复杂多变的混合攻击。针对应用层DDoS攻击检测方法存在的不足,提出一种基于RF-SVM模型的应用层DDoS攻击检测方法。首... 详细信息

目前对于应用层DDoS攻击的检测已经取得一定进展,但这类方法往往只能针对一种或几种特定类型的攻击,无法适应应用层中复杂多变的混合攻击。针对应用层DDoS攻击检测方法存在的不足,提出一种基于RF-SVM模型的应用层DDoS攻击检测方法。首先通过随机森林特征重要性算法评估混合攻击下具体特征的重要性,再根据FDRCA算法进行特征降维,最后通过SVM分类器进行分类。经过实验验证,RF-SVM模型能够适应应用层中复杂多变的混合攻击,通过与BP算法、单一SVM算法和HsMM算法比较,能够验证RF-SVM模型拥有较高的检测率和较好的混合攻击适应性。

关键词：分布式拒绝服务支持向量机模型随机森林特征重要性评估

基于RF-SVM的应用层DDoS攻击检测方法

在线全文

学校读者我要写书评

暂无评论

软件导刊 2022年

作者：唐勇张婷婷李云天许云飞张卫丰中国银行信息科技运营中心(上海) 南京邮电大学计算机学院炫彩互动网络科技有限公司

目前对于应用层DDoS攻击的检测已经取得一定进展，但这类方法往往只能针对一种或几种特定类型的攻击，无法适应应用层中复杂多变的混合攻击。针对应用层DDoS攻击检测方法存在的不足，提出一种基于RF-SVM模型的应用层DDoS攻击检测方法。... 详细信息

目前对于应用层DDoS攻击的检测已经取得一定进展，但这类方法往往只能针对一种或几种特定类型的攻击，无法适应应用层中复杂多变的混合攻击。针对应用层DDoS攻击检测方法存在的不足，提出一种基于RF-SVM模型的应用层DDoS攻击检测方法。首先通过随机森林特征重要性算法评估混合攻击下具体特征的重要性，再根据FDRCA算法进行特征降维，最后通过SVM分类器进行分类。经过实验验证，RF-SVM模型能够适应应用层中复杂多变的混合攻击，通过与BP算法、单一SVM算法和HsMM算法比较，能够验证RF-SVM模型拥有较高的检测率和较好的混合攻击适应性。

关键词：分布式拒绝服务支持向量机模型随机森林特征重要性评估

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于出租车上下客数据的城市功能区提取方法

测绘科学技术学报 2019年第6期36卷 637-642页

作者：孙士杰孙群陆川伟赵云鹏马京振信息工程大学河南郑州450001

城市功能区是实现城市经济社会各类职能的重要空间载体,研究城市功能区的分布特征对优化城市区域规划、城市交通管理等方面有着重要的作用。采用志愿者地理信息道路数据对城市区域进行划分,结合现有功能区数据采集样本,统计各区域内工... 详细信息

城市功能区是实现城市经济社会各类职能的重要空间载体,研究城市功能区的分布特征对优化城市区域规划、城市交通管理等方面有着重要的作用。采用志愿者地理信息道路数据对城市区域进行划分,结合现有功能区数据采集样本,统计各区域内工作日和休息日各小时上下客数量作为主要特征;提出了一种特征分析与选取方法并验证了其有效性;使用机器学习方法对城市区域进行分类。实验结果表明,该方法能够实现城市功能区的快速提取。

关键词：上下客数据城市功能区提取机器学习特征重要性评估特征选取

在线全文

学校读者我要写书评

暂无评论

基于特征提取的高光谱图像分类方法研究

基于特征提取的高光谱图像分类方法研究

作者：张因国重庆邮电大学

学位级别：硕士

为了消减高光谱图像中存在的冗余信息和噪声干扰以及充分利用高光谱图像(Hyperspectral Image,HSI)的三维特性做好分类工作,本文将以印第安松(Indian Pines)和肯尼迪航天中心(Kennedy Space Center,KSC)两个公开高光谱图像数据集为实验... 详细信息

为了消减高光谱图像中存在的冗余信息和噪声干扰以及充分利用高光谱图像(Hyperspectral Image,HSI)的三维特性做好分类工作,本文将以印第安松(Indian Pines)和肯尼迪航天中心(Kennedy Space Center,KSC)两个公开高光谱图像数据集为实验数据,主要围绕高光谱图像的特征提取和分类任务进行较为系统、深入的研究,经过多组实验本文初步得出如下结论:1.为了减少高光谱图像的信息冗余,提出了一种基于特征重要性的高光谱特征提取方法。首先,利用训练优化得到的随机森林模型(Random Forest,RF)对高光谱遥感图像的众多波段进行重要性评估,然后依据评估结果选择合适数目的高光谱图像波段,使模型输出新的训练样本。为了初步验证该评估模型(Feature Importance,FI)的有效性,引入经典机器学习模型支持向量机(Support Vector Machine,SVM),以此为分类器,用其分类结果作为本文提出的特征重要性评估模型的评价标准。实验结果:对于Indian Pines,本文所提出的特征选择提取方法将其总体精度提升了6.48%,相较于其他传统的方法如主成分分析法(Principal Components Analysis,PCA)也多提高了1.09个百分点,而Kappa系数,比其他方法分别至少多提升了2.77。对于KSC数据集:所提出的特征提取方法将分类结果的总体精度提高了9.04%,比PCA等方法至少多提高了1.23个百分点。关于Kappa系数,FI则仍然表现良好将其提高了9.04。比K-Means等方法至少多提升了1.23。以上数据充分说明了FI模型的有效性。2.为了提升高光谱图像分类的效率和精度,本文引入了相较于普通卷积神经网络(Convolutional Neural Networks,CNN)模型更加适应于高光谱图像相关任务的三维卷积神经网络分类器,将其与本文提出的基于特征重要性的特征提取模型相结合构建一个基于特征重要性的深度学习分类框架。实验结果简述如下:对于每一个数据集本文提出的FI-3D CNN组合模型都完成了最好的分类,精度最高分别达到了98.03%和97.26%左右,而Kappa则分别达到了97.84和96.98。相较于基础对照组CNN,其分类精度提高了12.76。Kappa系数提高了14.53,实验结果表明,该组合模型能够很好地适应于高光谱图像分类任务,深度挖掘信息,其分类精度和效率要优于大部分传统算法。

关键词：高光谱图像分类特征重要性评估特征提取支持向量机三维卷积神经网络

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

集成学习算法在车险欺诈识别中的应用研究

电脑编程技巧与维护 2023年第12期 101-104页

作者：徐成伟南京审计大学南京211815

集成学习算法是机器学习中一类重要的算法。相比于简单的机器学习算法,集成学习算法能适应日益复杂的应用场景,尤其是在车险欺诈日益猖獗的当下。在此基于随机森林、极度梯度提升(Xgboost)、轻量级梯度提升机器学习(LightGBM)、自适应... 详细信息

集成学习算法是机器学习中一类重要的算法。相比于简单的机器学习算法,集成学习算法能适应日益复杂的应用场景,尤其是在车险欺诈日益猖獗的当下。在此基于随机森林、极度梯度提升(Xgboost)、轻量级梯度提升机器学习(LightGBM)、自适应提升算法(Adaboost)4种集成学习模型构建车险反欺诈系统,在一系列指标下评价4种模型的优劣,并且综合多种模型评估特征重要性,在数据量日益庞大的情况下选出识别车险欺诈最重要的特征数据,提高识别车险欺诈的工作效率。

关键词：车险欺诈识别集成学习特征重要性评估

在线全文

学校读者我要写书评

暂无评论

基于FF和VIM的嗜热蛋白质预测

河南工学院学报 2021年第4期29卷 28-34页

作者：王鲜芳卢凡刘依锋李启萌河南工学院计算机科学与技术学院河南新乡453003 河南师范大学计算机与信息工程学院河南新乡453007

针对嗜热蛋白质特征表征能力不足影响预测精度的问题,基于FF和VIM提出了一种新的嗜热蛋白质预测方法。利用MAAC、G-gap二肽组成和CTDC三种特征提取方法,构建499维特征;为减少特征冗余对预测性能的影响,设计VIM算法进行特征筛选,得到179... 详细信息

针对嗜热蛋白质特征表征能力不足影响预测精度的问题,基于FF和VIM提出了一种新的嗜热蛋白质预测方法。利用MAAC、G-gap二肽组成和CTDC三种特征提取方法,构建499维特征;为减少特征冗余对预测性能的影响,设计VIM算法进行特征筛选,得到179维的最优特征子集;通过对比实验,建立多层感知机预测模型;在独立测试集下所建模型精度达到93.19%,与传统的单一特征提取方法相比有显著改善,总体性能优于已有方法,具有一定的理论和实际意义。

关键词：特征融合特征重要性评估 G-gap二肽组成转变分布组成多层感知机