一种基于数据挖掘算法的Snort改进方法

    公开(公告)号:CN111224984B

    公开(公告)日:2022-01-11

    申请号:CN202010011027.6

    申请日:2020-01-06

    Inventor: 张功国 李恩燕

    Abstract: 本发明涉及一种基于数据挖掘算法的Snort改进方法。该方法包括:入侵检测Snort系统获取网络上的数据P;利用改进后的K‑means算法将P与正常行为数据库进行相似性聚类,若相似度小于聚类半径r即判断为正常数据,直接跳过Snort的误用检测过程;反之,则再次与Snort中的异常数据库做对比,计算数据与各异常行为类的相似度,若能聚到异常行为类中,则表明其为异常数据类型,系统发出相应的报警;若仍然不能聚到异常类中,则将其添加至正常数据库,重新更新正常行为数据库。网络上数据有很大部分都是正常数据,异常数据只占有小部分,且改进后的K‑means算法聚类准确率高,经过上述方式处理,会大大减少误用检测引擎所处理的数据,从而提高了Snort系统的整体检测准确率和效率。

    基于改进型卷积神经网络模型的影评情感分析方法

    公开(公告)号:CN110046223A

    公开(公告)日:2019-07-23

    申请号:CN201910191148.0

    申请日:2019-03-13

    Abstract: 本发明请求保护一种基于改进型卷积神经网络模型的影评情感分析方法。在输入层和卷积层之间引入权重分布层,可以对文本中重要部分分析,减少噪音,使处理的特征得到提升。利用卷积建立模型,卷积方法是在字词的周围产生局部特征,然后使用局部最大值的方式组合,以创建固定大小的特征。在卷积层中使用的是梯度下降法来计算,可能会出现梯度弥散,引入门控机制降低弥散;其次,在新模型中取消了softmax层,加入支持向量机层;最后,使用条件随机场不仅处理传统模型在第i个标签上的特征函数也处理其前后位置的信息特征函数。本发明在传统卷积神经网络的基础上进行改进,添加了条件随机场层,从而可以提取高级抽象的特征,具有更好的分类能力。

Patent Agency Ranking