孙明谦
- 作品数：4 被引量：22H指数：3
- 供职机构：北京理工大学计算机网络攻防对抗技术实验室更多>>
- 发文基金：国防科技工业技术基础科研项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于模糊Petri网的误用入侵检测方法被引量：12
- 2007年
- 提出了基于模糊Petri网的误用入侵检测方法,并将类似于神经网络的学习引入模糊Petri网,以调整攻击知识模型参数.理论分析表明,基于模糊Petri网的误用入侵检测系统具有更高的推理效率,能从环境中动态学习调整知识模型的相关参数,如阈值、权值、确信度.仿真结果表明,在大多数情况下,学习调整后的知识模型能够提高误用检测系统的检测率.
- 危胜军胡昌振孙明谦
- 关键词：误用检测知识表示模糊PETRI网知识学习
- 基于支持向量机的Web用户行为异常检测方法
- 2010年
- 支持向量机作为一种新的机器学习方法,由于其建立在结构风险最小化准则之上,从而使支持向量分类器具有较好的泛化能力。针对应用层用户行为异常检测存在的难点,本文提出了基于无监督支持向量机的应用层用户行为异常检测的方法。实验结果表明,基于超平面和超球面的One-class SVM算法对应用层用户异常行为具有较高的检测率。
- 孙明谦胡昌振危胜军
- 关键词：异常检测支持向量数据描述
- 服务器负载的小波-神经网络-ARMA预测被引量：4
- 2007年
- 为提高服务器负载预测的精度,提出一种新的基于小波的预测方法。该方法首先对具有非平稳特征的服务器负载序列进行小波分解与重构,得到一个低频信号和多个不同尺度的高频信号;对具有近似平稳特征的低频信号建立ARMA预测模型;对变化较多的各高频信号分别建立神经网络预测模型;然后分别对各信号进行一步预测并组合预测结果,获得原始负载的最终预测。实验表明:该方法能够有效预测非平稳的服务器负载序列,预测精度明显高于传统预测方法。
- 孙明谦姚淑萍胡昌振
- 关键词：小波服务器负载神经网络ARMA模型
- 基于模糊Petri网的动态知识表示与推理方法被引量：6
- 2007年
- 针对专家系统知识库中的知识具有模糊特性以及知识库需要频繁更新的特点,设计了一种基于模糊Petri网的动态知识表示与推理方法。该方法利用实际环境中的数据,通过学习来调整知识模型的权值、阈值和确信度等参数,从而实现知识库的动态实时更新。此方法同时结合了产生式知识表示方式和神经网络知识表示方式的优点:知识模型结构清晰,参数意义明确;具有学习和并行推理能力。仿真实验结果表明,经过训练调整后的知识模型具有更高的准确度。
- 危胜军胡昌振孙明谦
- 关键词：知识表示知识学习模糊PETRI网模糊推理
