-
公开(公告)号：CN101471782A
公开(公告)日：2009-07-01
申请号：CN200710304223.7
申请日：2007-12-26
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及计算机网络信息安全领域，是一种基于在线提升算法的网络入侵检测方法。包括：通过始化模块，在网络连接数据的每一维上分别建立一个决策桩；初始化各个特征上的决策桩及其相应的加权权重，并设置平衡因子；通过检测模块，由当前的各个决策桩加权融合而得入侵检测强分类器，对该网络连接数据进行入侵检测；通过在线更新模块，判断该网络连接数据是否为训练样本；如是，则在对其进行入侵检测前先用该样本对当前检测分类器进行在线更新。本发明克服了传统入侵检测方法只能进行离线学习、训练耗时长、难以适应不断变化的动态网络环境的缺点。
-
公开(公告)号：CN102194234A
公开(公告)日：2011-09-21
申请号：CN201010117757.0
申请日：2010-03-03
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种基于序列粒子群优化的图像跟踪方法，包括步骤：在当前帧图像中，利用状态转移分布对上一帧图像中的个体最优状态集进行随机传播；对随机传播后产生的粒子进行粒子群优化迭代；利用基于空间约束混合高斯的表观模型对每个粒子的适应值进行评价；根据适应值评价的结果更新粒子的个体最优状态和群体最优状态；收敛判断：若满足收敛条件，则输出群体最优状态粒子对应的观测值作为当前帧图像的跟踪结果，否则的话继续进行粒子群优化迭代。本发明实现了有效的目标跟踪，具有很好的应用前景。
-
公开(公告)号：CN101471782B
公开(公告)日：2011-04-13
申请号：CN200710304223.7
申请日：2007-12-26
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及计算机网络信息安全领域，是一种基于在线提升算法的网络入侵检测方法。包括：通过始化模块，在网络连接数据的每一维上分别建立一个决策桩；初始化各个特征上的决策桩及其相应的加权权重，并设置平衡因子；通过检测模块，由当前的各个决策桩加权融合而得入侵检测强分类器，对该网络连接数据进行入侵检测；通过在线更新模块，判断该网络连接数据是否为训练样本；如是，则在对其进行入侵检测前先用该样本对当前检测分类器进行在线更新。本发明克服了传统入侵检测方法只能进行离线学习、训练耗时长、难以适应不断变化的动态网络环境的缺点。
-
-
Search Results
3
records
(took 0.022 seconds)
