-
公开(公告)号:CN104301314B
公开(公告)日:2018-05-15
申请号:CN201410515151.0
申请日:2014-10-31
Applicant: 电子科技大学
IPC: H04L29/06
Abstract: 本发明公开了一种基于浏览器标签属性的入侵检测方法及装置。该入侵检测方法包括:根据第一规则检测第一标签的属性,以判断所述第一标签是否是恶意标签,所述第一标签包括iframe标签、img标签和embed标签中至少一种;根据第二规则检测第二标签的属性,以判断所述第二标签是否是恶意标签,所述第二标签包括SCRIPT标签和CSS标签中至少一种;根据第三规则检测第三标签的属性,以判断所述第三标签是否是恶意标签,所述第三标签包括div标签;根据第四规则检测第四标签的属性,以判断所述第四标签是否是恶意标签,所述第四标签包括form标签;以及根据第五规则检测第五标签的属性,以判断所述第五标签是否是恶意标签。
-
公开(公告)号:CN105046089B
公开(公告)日:2018-02-13
申请号:CN201510494198.8
申请日:2015-08-13
Applicant: 电子科技大学
Abstract: 本发明提供一种预测强降雨及洪涝灾害的方法,属于大数据安全分析领域。本发明根据历史各月的降雨总量数据,通过采集事件时序列数据并构建降雨量序列,利用基于模糊减法聚类算法、统计学习、选择性结构风险最小化理论以及类簇投影相结合的方式预测将来某月总降雨量,由此实现强降雨及洪涝灾害的预测。本发明使用模糊聚类算法对训练集进行聚类,且类簇个数由选择性结构风险最小化理论确定,使得聚类结果更加准确,且保证了预测结果的有效性和准确性。
-
公开(公告)号:CN105046089A
公开(公告)日:2015-11-11
申请号:CN201510494198.8
申请日:2015-08-13
Applicant: 电子科技大学
IPC: G06F19/00
Abstract: 本发明提供一种预测强降雨及洪涝灾害的方法,属于大数据安全分析领域。本发明根据历史各月的降雨总量数据,通过采集事件时序列数据并构建降雨量序列,利用基于模糊减法聚类算法、统计学习、选择性结构风险最小化理论以及类簇投影相结合的方式预测将来某月总降雨量,由此实现强降雨及洪涝灾害的预测。本发明使用模糊聚类算法对训练集进行聚类,且类簇个数由选择性结构风险最小化理论确定,使得聚类结果更加准确,且保证了预测结果的有效性和准确性。
-
-