检索结果-南通市图书馆

基于adaboost算法的SQL注入检测设计与工程实现

在线全文

学校读者我要写书评

暂无评论

基于AdaBoost算法的SQL注入检测设计与工程实现

作者：葛顺庆烟台大学

学位级别：硕士

在当今互联网技术快速发展的时代,Web应用程序也迅速兴起,在我们的工作、生活中都得到了广泛的应用,满足了人们对于当今快时代发展的需求。然而,随着这些Web应用程序的出现也引发了一系列安全问题。在这其中SQL注入攻击是造成数据安全... 详细信息

在当今互联网技术快速发展的时代,Web应用程序也迅速兴起,在我们的工作、生活中都得到了广泛的应用,满足了人们对于当今快时代发展的需求。然而,随着这些Web应用程序的出现也引发了一系列安全问题。在这其中SQL注入攻击是造成数据安全问题的重要原因,因为其本身具有技术更新较快以及操作难度较低等特点,通过SQL注入攻击可能带来的安全问题主要包括系统权限被恶意攻击者获取、网页信息被非法篡改以及用户个人信息被泄露及等情况。为了应对这一问题,目前已有的系统也采取了一定的防御措施,比如编码过程的安全化、基于程序的分析方法和基于特征的识别方法,但是这些防御措施在开发过程中存在周期较长的痛点,在部署方面也存在着难度较高的问题。为了在HTTP应用层中,仅通过对用户输入的内容予以分析,便可有效、精准地找出SQL注入漏洞,本文提出一种基于adaboost算法的SQL注入检测设计。该模型设计思路主要包括对用户输入展开预处理、词法分析、语法分析、adaboost算法的机器学习等几个必要步骤,通过上述方式能够对用户输入的信息进行智能检测,同时也会显示相对应的威胁级别。该模型的独特之处在于无需依赖复杂的后台信息,只需对用户前台输入的内容进行分析,然后抽象出输入样本的语法树,并运用adaboost等算法进行机器学习,以此提升实验结果的可靠性。同时该模型还有区分不同等级注入威胁的功能,使用户能够针对不同级别的威胁而采取相应的防御措施。经实验证明,与其他SQL注入检测模型相比,本文提出的基于adaboost算法的模型在SQL注入检测方面表现出较高的准确性和检测效率,使系统用户能够更加准确地识别并防御SQL注入攻击。该项研究的提出为基于adaboost算法的SQL注入检测设计提供了新颖的视角和创新性的方法,为Web应用程序的安全性提供了更为可靠的保障。为了进一步提升检测效率、降低误报率,对adaboost算法进行改进,将设置阈值的方式引入其中,这样就可在对分错样本进行迭代更新过程中避免出现其权值不断增加的问题。同时,该模型在设计过程中为了能够发SQL关键词之间的联系,也设计了基于并行化FP-Growth算法的SQL关键字分析法。最后通过实验验证,本文提出的模型在检测率、误报率、漏报率方面有不错的提升,能够有效地从语义角度理解攻击意图,为SQL注入攻击的检测提供了更加全面有效的解决方案。

关键词： SQL注入检测设计 adaboost算法 HTTP应用层分析用户输入威胁级别分类

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

基于噪声概率的adaboost算法研究

重庆工商大学学报(自然科学版) 2024年

作者：黎豪晏梅云南师范大学数学学院

【目的】传统的adaboost算法在数据存在噪声的情况下，会过度关注被错误分类的噪声样本，从而导致模型分类性能大幅度下降，因此，针对adaboost算法对噪声数据敏感的问题，提出一种基于噪声概率的鲁棒性adaboost算法。【方法】基于k近... 详细信息

【目的】传统的adaboost算法在数据存在噪声的情况下，会过度关注被错误分类的噪声样本，从而导致模型分类性能大幅度下降，因此，针对adaboost算法对噪声数据敏感的问题，提出一种基于噪声概率的鲁棒性adaboost算法。【方法】基于k近邻法和聚类思想提出一种噪声概率计算方法，将所得噪声概率融入到adaboost算法的指数损失函数当中，推导出改进算法的流程。【结果】在二分类问题上，以深度为1至4的决策树作为基础分类器，在6个UCI数据集上不同噪声比例下的实验结果表明：提算法的平均准确率均高于adaboost算法，且所提出算法在深度为1的决策树作为基础分类器时，在0%、5%、10%、20%、30%噪声情况下平均准确率分别为92.33%、92.07%、91.62%、90.65%、88.52%，相比adaboost算法分别提高0.47%、1.97%、2.93%、5.42%、8.87%。【结论】实验验证：所提方法构建出的一种鲁棒性算法模型，在处理含标签噪声的数据时相比同类型模型具有更好的优势，为解决adaboost算法对噪声数据敏感的问题提供了一种有效的方法。

关键词： adaboost算法二分类噪声数据噪声概率 k近邻法

adaboost算法识别阿尔茨海默病药物活性成分

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

济南大学学报（自然科学版） 2023年第5期37卷 582-585,590页

作者：董西尚宋传东王莹杨斌枣庄学院信息科学与工程学院山东枣庄277100

针对利用网络药理学研究中药药方治疗或预防阿尔茨海默病的机制存在人工筛选药方中活性成分具有武断性和不准确性的问题,提出一种基于机器学习的阿尔茨海默病药物活性成分识别算法。该算法结合疾病相关活性成分和非活性成分,利用AdaBoos... 详细信息

针对利用网络药理学研究中药药方治疗或预防阿尔茨海默病的机制存在人工筛选药方中活性成分具有武断性和不准确性的问题,提出一种基于机器学习的阿尔茨海默病药物活性成分识别算法。该算法结合疾病相关活性成分和非活性成分,利用adaboost算法进行训练,进而预测新药方中与疾病相关的活性成分。实验结果表明,与线性回归、K邻近回归和贝叶斯岭回归算法相比,adaboost算法可以更加准确地识别阿尔茨海默病相关活性成分。

关键词：阿尔茨海默病 adaboost算法药物活性成分机器学习

同方期刊数据库博看期刊

基于adaboost算法的核电站故障诊断方法

在线全文

学校读者我要写书评

暂无评论

核动力工程 2022年第4期43卷 118-125页

作者：李翔宇程坤谭思超黄涛袁东东黑龙江省核动力装置性能与设备重点实验室哈尔滨150001 哈尔滨工程大学核科学与技术学院哈尔滨150001 中国核动力研究设计院核反应堆系统设计技术重点实验室成都610213

针对当前基于集成学习的核电站故障诊断算法大多注重提高各种机器学习算法识别精度而忽略底层基学习器整合方法,导致集成学习算法识别事故类型精度难以提高,而且存在识别结果是否可信的问题。本文基于adaboost算法设计了一种可使核电站... 详细信息

针对当前基于集成学习的核电站故障诊断算法大多注重提高各种机器学习算法识别精度而忽略底层基学习器整合方法,导致集成学习算法识别事故类型精度难以提高,而且存在识别结果是否可信的问题。本文基于adaboost算法设计了一种可使核电站控制系统自主识别故障类型的机器学习算法模型,该算法模型通过为集成学习的各种故障识别算法合理分配权重系数,提升集成学习整体算法对核电站事故类型的识别精度和算法可靠性。同时测试结果表明adaboost算法对7种典型的核电站运行或事故工况的平均识别正确率可达95%以上;而且当事故发生150 s后,识别正确率可达100%。因此基于adaboost算法的基学习器整合方法可用于优化集成学习的算法结构,提高算法对核电站事故类型的识别精度。

关键词：核电站瞬态运行分析故障诊断机器学习 adaboost算法

一种可用于鉴别肝癌呼气信号的改进adaboost算法

在线全文

学校读者我要写书评

暂无评论

数据采集与处理 2023年第4期38卷 860-872页

作者：郝丽俊黄钢上海理工大学健康科学与工程学院上海200093 上海健康医学院医疗器械学院上海201318 上海健康医学院附属嘉定中心医院上海市分子影像学重点实验室上海201318

提出一种改进的adaboost强化学习算法,并将其应用于鉴别健康者和肝癌患者的呼气信号。首先采集志愿者(包括健康对照组和肝癌患者)的呼气信号,利用Relief算法提取其主要特征;接着融合Stacking模型,基于传统的机器学习算法训练得到若干基... 详细信息

提出一种改进的adaboost强化学习算法,并将其应用于鉴别健康者和肝癌患者的呼气信号。首先采集志愿者(包括健康对照组和肝癌患者)的呼气信号,利用Relief算法提取其主要特征;接着融合Stacking模型,基于传统的机器学习算法训练得到若干基分类器组,构建一个个子分类器。为减少训练样本对分类器性能的影响,利用K折交叉,先后得到k个基分类器,形成一个基分类器组;进一步,由投票法得到该基分类器组,即子分类器对测试集的预测结果;然后根据各子分类器对训练集的预测错误率调整训练样本,并获得各子分类器的权重系数;最后将多个子分类器的预测结果进行加权组合,得到最终预测结果。实验结果表明,相比传统的adaboost算法,改进的adaboost算法在鉴别肝癌呼气和健康对照组呼气时,错误率明显下降,鲁棒性有所提升。该算法在鉴别肝癌呼气时,准确率可以达到90%左右,特异性和精确度也均超过95%。因此,改进的adaboost算法可有效提升肝癌呼气鉴别精度,对通过呼气鉴别肝癌、实现早期诊断的研究具有重要意义。

关键词：呼气检测肝癌鉴别 adaboost算法 Stacking模型基分类器组 Relief算法

adaboost算法在致密砂岩水淹层识别中的应用

在线全文

学校读者我要写书评

暂无评论

中国海上油气 2021年第4期33卷 62-69页

作者：杨明任申辉林曲萨孙启鹏章利民肖淑明中国石油大学(华东)地球科学与技术学院山东青岛266580 中石化胜利油田分公司现河采油厂山东东营257068

目前各类水淹层的测井响应特征不明显,特别是致密砂岩水淹层测井曲线主要反映储层岩性特征,而反映储层流体性质的信息十分有限,导致水淹层解释多解性极强,传统的交会图技术、测井曲线对比分析等方法识别水淹级别精度低,严重影响油田开... 详细信息

目前各类水淹层的测井响应特征不明显,特别是致密砂岩水淹层测井曲线主要反映储层岩性特征,而反映储层流体性质的信息十分有限,导致水淹层解释多解性极强,传统的交会图技术、测井曲线对比分析等方法识别水淹级别精度低,严重影响油田开发生产。为此,本文提出了基于adaboost算法的预测模型,该算法分类速度快,不需要繁杂的调参过程,不会出现过拟合情况,应用多个弱分类器的线性组合,综合判断分类结果,能够有效地提高致密砂岩水淹级别的识别精度。首先,结合长庆油田长6段致密砂岩现场资料把水淹层细划分为未水淹、低水淹、中水淹、高水淹等4个水淹级别,并将这4个水淹类型拆解为二分类问题,通过不断的迭代得到样本分布,然后将弱分类器经过线性加权平均得到强分类器。该方法应用到长庆致密砂岩水淹层识别中,水淹层预测精度达88.7%,在研究常规测井资料水淹层识别中具有重要意义。

关键词： adaboost算法分类器致密砂岩水淹层识别线性组合

基于脑电非线性特征和adaboost算法的诱导期麻醉深度检测

在线全文

学校读者我要写书评

暂无评论

中国医学物理学杂志 2023年第5期40卷 616-621页

作者：汤卫雄程云章张天逸宋金超上海理工大学健康科学与工程学院上海200093 上海理工大学附属市东医院麻醉科上海200082

提出一种结合自适应增强学习adaboost算法和脑电非线性特征的麻醉深度评估方法,通过提取脑电信号中的4种非线性特征(KC复杂度、小波熵、排序熵、模糊熵)作为输入,以双谱指数作为参考输出,将诱导期麻醉深度分为清醒、轻度麻醉、中度麻醉... 详细信息

提出一种结合自适应增强学习adaboost算法和脑电非线性特征的麻醉深度评估方法,通过提取脑电信号中的4种非线性特征(KC复杂度、小波熵、排序熵、模糊熵)作为输入,以双谱指数作为参考输出,将诱导期麻醉深度分为清醒、轻度麻醉、中度麻醉。使用9例全麻患者的诱导期脑电信号对该方法进行评估,3种不同麻醉状态分类准确度为86.69%,Kappa系数为0.837,表明该方法可以较好地区分诱导期3种不同麻醉水平,为麻醉深度监测提供新思路。

关键词：麻醉深度诱导期脑电信号非线性特征 adaboost算法

在线全文

学校读者我要写书评

暂无评论

基于模型决策树的adaboost算法

山东大学学报（理学版） 2023年第1期58卷 67-75页

作者：梁云门昌骞王文剑山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

adaboost算法是一种将多个基学习器通过合理策略结合生成强学习器的集成算法,其性能取决于基学习器的准确率和多样性。但弱学习器分类精度不高往往也导致了最终强分类器性能较差,因此进一步为了提高算法的分类精确率,本文提出一种MDTAd... 详细信息

adaboost算法是一种将多个基学习器通过合理策略结合生成强学习器的集成算法,其性能取决于基学习器的准确率和多样性。但弱学习器分类精度不高往往也导致了最终强分类器性能较差,因此进一步为了提高算法的分类精确率,本文提出一种MDTAda模型,首先利用基尼指数迭代构造一棵不完全决策树,然后在决策树的非纯伪叶结点上添加简单分类器,生成MDT(模型决策树),将MDT作为adaboost算法的基分类器,加权平均生成强分类器。在标准数据集上的实验表明,相比传统的adaboost算法,本文提出的算法拥有更好的泛化性能和更优的间隔分布,且在与adaboost算法达到相同精度时所需迭代次数更少。

关键词：基尼指数决策树集成学习 adaboost算法间隔分析

拉曼光谱结合adaboost算法的食源性致病菌分类识别

在线全文

学校读者我要写书评

暂无评论

激光杂志 2022年第2期43卷 205-209页

作者：黄杰伦曾万聃杨瑞君吴敏薛庆水夏志平上海应用技术大学计算机科学与信息工程学院上海201418 军事兽医研究所长春130022

食源性致病菌的检测分类一直是食品安全领域的重要研究对象,与传统的病原菌分类方法相比,基于拉曼光谱的分类识别方法具有更高的灵活性和准确性。实验以常见食源性致病菌的拉曼光谱为对象,利用11种病原菌的132条光谱数据,提出一种基于... 详细信息

食源性致病菌的检测分类一直是食品安全领域的重要研究对象,与传统的病原菌分类方法相比,基于拉曼光谱的分类识别方法具有更高的灵活性和准确性。实验以常见食源性致病菌的拉曼光谱为对象,利用11种病原菌的132条光谱数据,提出一种基于主成成分分析(PCA)和线性判别分析(LDA)的adaboost集成分类识别模型。实验结果表明,该集成模型不仅优于传统的病原菌分类方法,而且分类准确率比决策树、支持向量机和logistic回归等单一算法模型更高,可以有效地对食源性致病菌进行分类,且分类准确率达到99.23%。

关键词：拉曼光谱食源性致病菌 adaboost算法判别分析主成分分析机器学习