自定义文字
首页/栏目/内容头部广告位(手机)

理工类研究生开题报告范文

admin 2020-04-29 12:01:01 浏览量

内容头部广告位(手机)

理工类研究生开题报告范文

  论文的研究内容包括两个方面:一是研究新的高效的聚类算法;一是把已有的聚类算法或论文提出的新算法和入侵检测技术相结合,从而提出一个好的入侵检测模型。具体的研究内容包括以下几个点:

  第一、针对聚类算法的研究问题:

  1、如何提高算法的可扩展性

  许多聚类算法在小于200个数据对象的小数据集上是高效率的,但是无法处理一个大规模数据库里的海量对象。现有的聚类算法只有极少数适合处理大数据集,而且只能处理数值型数据对象,无法分析具有类属性的数据对象。

  2、如何处理离群点

  在实际应用中,估计数据集中的离群点可能是非常困难的,很多算法通常丢弃增长缓慢的簇,这样的簇趋向于代表离群点。然而在某些应用中,用户可能对相对较小的簇比较感兴趣,比如入侵检测中,这些小的簇可能代表异常行为,那么我们需要考虑在对算法影响更小的前提下,如何更好的处理这些离群点。

  3、研究适合具有类属性数据的聚类算法的有效性

  对聚类分析而言,有效性问题通常可以转换为最佳类别数k的决策。而目前有关聚类算法的有效性分析,大都集中在对数值数据的聚类方式分析上。对于具有类属性的数据聚类,还没有行之有效的分析方法。

  第二、针对聚类算法在ids应用中的研究问题:

  1、如何结合聚类技术和入侵检测技术取得更好的效果

  很多的聚类算法都已经和ids应用环境结合起来了,很多研究者对前人提出的算法作出改进后,应用到ids系统中去,或者提出一个全新的算法来适应ids的要求。随着聚类技术的不断发展,聚类技术在入侵检测中的应用将是一个很有前景的工作。我们需要把更好的聚类技术成果应用到入侵检测中。

  2、利用聚类技术处理入侵检测中的频繁误警

  虽然入侵检测是重要的安全措施,然而它常常触发大量的误警,使得安全管理员不堪重负,事实上,大量的误警是重复发生并且频繁发生的,可以利用聚类技术来寻找导致ids产生大量误警的本质原因。

标签:理工类   研究生   开题   报告
内容底部广告位(手机)
留言与评论(共有 0 条评论)
验证码: