一种基于PCA和随机森林分类的入侵检测方法

    公开(公告)号:CN107395590B

    公开(公告)日:2019-11-12

    申请号:CN201710590718.4

    申请日:2017-07-19

    Applicant: 福州大学

    Abstract: 本发明公开了一种基于PCA和随机森林分类的入侵检测方法,其实现步骤为:(1)从入侵检测数据集中选取训练样本集和测试样本集;(2)通过PCA算法对训练样本集X进行特征降维处理,得到新的低维样本集合X’;(3)对于新的低维样本集合X’,通过给定随机森林中决策树的数量t,从低维样本集合X’中有放回地抽取N个子集,每颗决策树都对N个子集进行训练,最终得到一个随机森林分类器;(4)将测试样本集输入随机森林分类器,得到测试样本集的最终入侵检测结果。本发明使用先降维后分类的思想,对数据先进行特征降维然后再进行分类,与普通的基于机器学习入侵检测技术相比,本发明提出的入侵检测方法可有效提高检测的准确性。

    基于社交网络的人物信息搜索与关系网绘制的方法

    公开(公告)号:CN105426502A

    公开(公告)日:2016-03-23

    申请号:CN201510833015.0

    申请日:2015-11-26

    Applicant: 福州大学

    CPC classification number: G06F16/951 G06Q50/01

    Abstract: 本发明涉及一种基于社交网络的人物信息搜索与关系网绘制的方法,包括以下步骤:步骤S1:提供一数据采集层,用以采用API导入法、模拟点击法以及网络爬虫法对不同社交网站里的数据进行抽取存储至本地的非关系型数据库中;步骤S2:提供一数据清洗模块,用以将抽取到的数据进行数据清洗;步骤S3:将经过数据清洗后的数据进行存储;步骤S4:提供一数据显示模块,用以将从不同社交网站获取的数据经过数据清洗、存储及后期分析后用统一的形式进行呈现。本发明可让用户对社交网络中的目标人物的社会关系、活动脉络与思想动态等进行深度的分析。

    基于手机数字指纹验证的短信隐密通信的方法及系统

    公开(公告)号:CN105704690A

    公开(公告)日:2016-06-22

    申请号:CN201610034430.4

    申请日:2016-01-20

    Applicant: 福州大学

    CPC classification number: H04W4/14 H04W12/02 H04W12/06

    Abstract: 本发明涉及一种基于手机数字指纹验证的短信隐密通信的方法及系统。该方法实现方式为:1、发送方:输入手机号码、消息与密码后,对消息与手机号码进行分层加密,并将加密包传输到消息服务器;2、服务器:1)收到数据包后,进行第一层解密取出手机号,将仍加密的消息数据包存入数据库;2)生成临时页面的链接,并通过短信网关将链接发给指定的手机号码;3)将解密后的消息显示在临时生成的网页,以供用户阅读;3、接收方:收到带特定标签的短信后,用户点击链接,输入约定密码,成功解密后,即可阅读消息。本发明实现了短信阅读的阅时保护及限时阅读,阅后页面自动销毁,链接至此永远无效,保证消息的销毁无痕,提高通信内容安全。

    基于手机数字指纹验证的短信隐密通信的方法及系统

    公开(公告)号:CN105704690B

    公开(公告)日:2019-01-22

    申请号:CN201610034430.4

    申请日:2016-01-20

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于手机数字指纹验证的短信隐密通信的方法及系统。该方法实现方式为:1、发送方:输入手机号码、消息与密码后,对消息与手机号码进行分层加密,并将加密包传输到消息服务器;2、服务器:1)收到数据包后,进行第一层解密取出手机号,将仍加密的消息数据包存入数据库;2)生成临时页面的链接,并通过短信网关将链接发给指定的手机号码;3)将解密后的消息显示在临时生成的网页,以供用户阅读;3、接收方:收到带特定标签的短信后,用户点击链接,输入约定密码,成功解密后,即可阅读消息。本发明实现了短信阅读的阅时保护及限时阅读,阅后页面自动销毁,链接至此永远无效,保证消息的销毁无痕,提高通信内容安全。

    一种基于PCA和随机森林分类的入侵检测方法

    公开(公告)号:CN107395590A

    公开(公告)日:2017-11-24

    申请号:CN201710590718.4

    申请日:2017-07-19

    Applicant: 福州大学

    Abstract: 本发明公开了一种基于PCA和随机森林分类的入侵检测方法,其实现步骤为:(1)从入侵检测数据集中选取训练样本集和测试样本集;(2)通过PCA算法对训练样本集X进行特征降维处理,得到新的低维样本集合X’;(3)对于新的低维样本集合X’,通过给定随机森林中决策树的数量t,从低维样本集合X’中有放回地抽取N个子集,每颗决策树都对N个子集进行训练,最终得到一个随机森林分类器;(4)将测试样本集输入随机森林分类器,得到测试样本集的最终入侵检测结果。本发明使用先降维后分类的思想,对数据先进行特征降维然后再进行分类,与普通的基于机器学习入侵检测技术相比,本发明提出的入侵检测方法可有效提高检测的准确性。

Patent Agency Ranking