本项目基于入侵检测中数据的大规模和动态性等特点,研究并行环境下网络入侵特征的表示模型,新的并行数据挖掘算法,算法的评估模型及用于算法检验的数据源生成等关键技术。本项研究不仅为建造具有高效、准确和可扩展等特性的入侵检测系统奠定了基础,而且还丰富了并行处理和数据挖掘的研究内容,拓宽其应用领域,从而推动其研究与发展。
{{i.achievement_title}}
数据更新时间:2023-05-31
论大数据环境对情报学发展的影响
环境类邻避设施对北京市住宅价格影响研究--以大型垃圾处理设施为例
基于全模式全聚焦方法的裂纹超声成像定量检测
惯性约束聚变内爆中基于多块结构网格的高效辐射扩散并行算法
基于图卷积网络的归纳式微博谣言检测新方法
面向入侵检测的数据流挖掘研究
基于海量数据流挖掘的网络入侵检测方法研究
面向网络对抗的鲁棒性入侵检测技术研究
面向高速数据流的新型异常入侵检测技术研究