基于改进OBS-NMF算法的入侵检测方法

    公开(公告)号:CN101866403A

    公开(公告)日:2010-10-20

    申请号:CN201010199102.2

    申请日:2010-06-11

    IPC分类号: G06F21/00

    摘要: 本发明公开了一种基于改进OBS-NMF算法的入侵检测方法,主要解决已有技术存在的处理高维数据能力低,鲁棒性不强,阈值选取范围小,检测结果不理想的问题。其实现步骤为:(1)收集进程系统调用;(2)构造并简化训练矩阵;(3)对训练矩阵进行降维分解;(4)判断是否满足收敛条件,若满足,则执行步骤(5),否则返回步骤(3)继续迭代,直到达到最大迭代次数;(5)构造测试矩阵U;(6)利用基矩阵W求解U的特征系数向量hu;(7)求解U中进程向量的异常度;(8)设定阈值λ,输出检测结果。本发明具有实现简单,稳定性好,检测精度高,阈值选取范围大和实时性强的优点,可用于基于主机系统调用的实时入侵检测。

    基于新颖发现和窗函数的分类融合入侵检测方法

    公开(公告)号:CN101594352A

    公开(公告)日:2009-12-02

    申请号:CN200910023169.8

    申请日:2009-07-02

    IPC分类号: H04L29/06 H04L9/36

    摘要: 本发明公开一种基于新颖发现和窗函数的分类融合入侵检测方法,主要解决现有支持向量机分类方法检测率低,复杂度高的问题。其实现步骤为:(1)采集主机网络行为数据集,处理数据集得到特征向量;(2)选择非入侵行为的正常数据集作为训练样本集,训练生成第一分类器;(3)重新采集数据集,计算决策函数f并将它转换成概率估计形式;(4)用PARZEN窗函数方法训练第二分类器;(5)对步骤3中的数据集进行概率密度分布估计,并根据贝叶斯决策设定概率密度阈值;(6)将第一分类器与第二分类器的输出结果进行加权融合:(7)根据加权融合的结果y(x)对网络行为采取预警或重复步骤(3)。本发明具有检测率高、虚警率低的优点,适用于网络入侵检测。

    基于小波域隐马尔科夫树模型的图像分割方法

    公开(公告)号:CN101350099B

    公开(公告)日:2010-08-04

    申请号:CN200810150924.4

    申请日:2008-09-12

    摘要: 本发明公开了一种基于小波域隐马尔科夫树模型的图像分割方法,主要解决传统基于小波域隐马尔科夫树模型方法中对于小波域信息的利用不充分以及后融合时指导图像分割的背景利用不全面的缺点。其过程为:提取待分割图像纹理对应的图像块,提取其对应的训练数据;计算EM算法参数的初始值;求出训练数据对应的模型参数;求出最终融合所需的似然值;在不同尺度上采用不同的上下文背景进行图像多尺度后融合分割,取尺度0上的结果作为最终分割结果;本发明具有区域一致性好和边缘准确的优点,可用于合成孔径雷达SAR图像、遥感图像、自然纹理图像的分割中。

    基于多尺度几何分析的雷达二维像分类方法

    公开(公告)号:CN101408945A

    公开(公告)日:2009-04-15

    申请号:CN200810232450.8

    申请日:2008-11-28

    IPC分类号: G06K9/62 G01S13/90

    摘要: 本发明公开了一种基于多尺度几何分析的雷达二维像分类方法,它属于图像处理技术领域,主要克服现有方法不能有效的表示雷达二维像的不足。具体步骤为:(1)输入样本图像集,并对样本图像集的每一幅图像进行归一化;(2)对归一化后每一个样本图像进行三层小波分解和Contourlet分解,得到一个样本图像分别对应的10个小波分解子带和13个Contourlet分解子带;(3)对得到的分解子带提取能量特征,并利用特征融合的方法对这些能量特征进行合并;(4)选择支撑矢量机算法对合并后的特征进行分类。本发明具有较好的分类准确率以及较低的复杂度,可用于雷达二维像、纹理图像的分类及SAR图像中桥梁目标识别。

    基于邻域免疫克隆选择的多智能体组播路由方法

    公开(公告)号:CN102158413B

    公开(公告)日:2013-09-25

    申请号:CN201110088399.X

    申请日:2011-04-11

    IPC分类号: H04L12/70

    摘要: 本发明公开了一种基于邻域免疫克隆选择的多智能体组播路由方法,主要解决现有方法在求解组播路由问题时收敛速度慢及搜索性差的缺点,其实现步骤为:1、生成网络模型;2、初始化抗体种群、记忆单元种群以及优化的运行参数;3、计算所有抗体的亲合度,找出最优抗体并提取疫苗;4、判断是否满足终止条件,如果满足结束条件则输出最优个体,否则转第5步;5、对当前种群中所有个体执行免疫克隆操作:6、对第5步得到的种群执行智能体邻域竞争操作,并更新当前种群;7、从第6步中得到的抗体种群中提取较优的抗体更新记忆单元,并找出最优个体,返回第4步。本发明具有的收敛速度快以及搜索能力强的优点,可用来求解时延受限的组播路由问题。

    基于改进Wedgelet的多尺度SAR图像边缘检测方法

    公开(公告)号:CN101329402A

    公开(公告)日:2008-12-24

    申请号:CN200810150090.7

    申请日:2008-06-20

    IPC分类号: G01S13/90 G06K9/46

    摘要: 本发明公开了一种基于改进多尺度Wedgelet变换的SAR图像边缘检测方法,它涉及图像处理领域。其目的在于解决传统边缘检测方法很难同时兼顾噪声抑制和对边缘完整准确的定位问题。其过程为:1.将SAR图像转化为灰度图像并将其分成多个子图像;2.对每个子图像,自适应地按照自下向上的尺度进行多尺度Wedgelet分解,用四叉树存储各个尺度的分解系数;3.根据分解得到的系数四叉树,对每个子图像进行多尺度Wedgelet逼近,最终得到整幅图像的多尺度Wedgelet逼近;4.根据得到的多尺度Wedgelet逼近图像,通过边缘提取梯度算子检测逼近图像的边缘;5.去除边缘图像中长度小于设定阈值的杂边缘对边缘图像的干扰。本发明具有运行时间快和边缘检测效果好的优点,可用于SAR图像的边缘检测。

    基于改进OBS-NMF算法的入侵检测方法

    公开(公告)号:CN101866403B

    公开(公告)日:2012-07-04

    申请号:CN201010199102.2

    申请日:2010-06-11

    IPC分类号: G06F21/00

    摘要: 本发明公开了一种基于改进OBS-NMF算法的入侵检测方法,主要解决已有技术存在的处理高维数据能力低,鲁棒性不强,阈值选取范围小,检测结果不理想的问题。其实现步骤为:(1)收集进程系统调用;(2)构造并简化训练矩阵;(3)对训练矩阵进行降维分解;(4)判断是否满足收敛条件,若满足,则执行步骤(5),否则返回步骤(3)继续迭代,直到达到最大迭代次数;(5)构造测试矩阵U;(6)利用基矩阵W求解U的特征系数向量hu;(7)求解U中进程向量的异常度;(5)设定阈值λ,输出检测结果。本发明具有实现简单,稳定性好,检测精度高,阈值选取范围大和实时性强的优点,可用于基于主机系统调用的实时入侵检测。

    基于改进Wedgelet的多尺度SAR图像边缘检测方法

    公开(公告)号:CN101329402B

    公开(公告)日:2010-12-29

    申请号:CN200810150090.7

    申请日:2008-06-20

    IPC分类号: G01S13/90 G06K9/46

    摘要: 本发明公开了一种基于改进多尺度Wedgelet变换的SAR图像边缘检测方法,它涉及图像处理领域。其目的在于解决传统边缘检测方法很难同时兼顾噪声抑制和对边缘完整准确的定位问题。其过程为:1.将SAR图像转化为灰度图像并将其分成多个子图像;2.对每个子图像,自适应地按照自下向上的尺度进行多尺度Wedgelet分解,用四叉树存储各个尺度的分解系数;3.根据分解得到的系数四叉树,对每个子图像进行多尺度Wedgelet逼近,最终得到整幅图像的多尺度Wedgelet逼近;4.根据得到的多尺度Wedgelet逼近图像,通过边缘提取梯度算子检测逼近图像的边缘;5.去除边缘图像中长度小于设定阈值的杂边缘对边缘图像的干扰。本发明具有运行时间快和边缘检测效果好的优点,可用于SAR图像的边缘检测。

    基于自适应窗口固定及传播的多尺度纹理图像分割方法

    公开(公告)号:CN101320467A

    公开(公告)日:2008-12-10

    申请号:CN200810018238.1

    申请日:2008-05-16

    IPC分类号: G06T5/00 G06T9/00

    摘要: 本发明公开了一种基于自适应窗口固定及传播的多尺度纹理图像分割方法。其过程为:提取待分割图像纹理对应的图像块n进行小波变换,求其对应的HMT模型参数θn;分别求出待分割图像在小波分解各尺度上对应的数据块对应的似然值和待分割图像像素点对应的似然值,并将该两者组合,得到最终融合所需的似然值likelihoodnk;取出融合最粗尺度k=4上的似然值,并求得该尺度上对应的分割结果类标图;确定融合尺度k上的标记场和各类纹理的物理聚类中心;采用自适应窗口固定及传播的多尺度分割,得到下一融合尺度k-1上的分割结果类标图;根据分割结果类标图的融合尺度是否为0,确定分割的最终结果。本发明具有区域一致性和边缘定位性好的优点,可用于对包含纹理信息的图像分割。

    基于新颖发现和窗函数的分类融合入侵检测方法

    公开(公告)号:CN101594352B

    公开(公告)日:2012-06-27

    申请号:CN200910023169.8

    申请日:2009-07-02

    IPC分类号: H04L29/06 H04L9/36

    摘要: 本发明公开一种基于新颖发现和窗函数的分类融合入侵检测方法,主要解决现有支持向量机分类方法检测率低,复杂度高的问题。其实现步骤为:(1)采集主机网络行为数据集,处理数据集得到特征向量;(2)选择非入侵行为的正常数据集作为训练样本集,训练生成第一分类器;(3)重新采集数据集,计算决策函数f并将它转换成概率估计形式;(4)用PARZEN窗函数方法训练第二分类器;(5)对步骤3中的数据集进行概率密度分布估计,并根据贝叶斯决策设定概率密度阈值;(6)将第一分类器与第二分类器的输出结果进行加权融合:(7)根据加权融合的结果y(x)对网络行为采取预警或重复步骤(3)。本发明具有检测率高、虚警率低的优点,适用于网络入侵检测。