新書推薦：
《
历史的温度1-7（典藏版套装全7册）
》
售價：NT$
3110.0
《
如何建立适合自己的交易系统（一本金融初学者建立交易系统的实用工具书）
》
售價：NT$
302.0
《
中国古代文体学研究（中华学术·有道 精装）
》
售價：NT$
770.0
《
美器：中国古代物质文化九讲
》
售價：NT$
874.0
《
谜托邦：故事新编
》
售價：NT$
411.0
《
百年“巨富长”——建筑中的人文与历史
》
售價：NT$
374.0
《
鲁迅“传统”与余华的小说创作
》
售價：NT$
458.0
《
性心理学（裸脊锁线装，一部剖析性心理的百科全书，一本好读实用的性学指南）
》
售價：NT$
291.0
|
| 內容簡介： |
|
网络信息技术加速引领新一轮科技革命，同时其性能及服务质量要求也在不断提高，如何以安全大数据为基础，从全局角度提升对安全威胁的发现识别、理解分析、响应处置能力至关重要。本书针对网络异常数据中稀有类识别难题，尝试使用不同的数据简化方法及分类策略来提升稀有类的识别能力，为网络安全领域提供强大的工具，助力防御策略的精准实施。
|
| 關於作者： |
|
边婧，太原理工大学教师，工学博士，在网络安全、智能信息处理等领域具有丰富的研究经验，以第一作者身份发表核心期刊论文十余篇，主持并参与省级以上科研项目3项，主持山西省高等学校教学改革创新项目1项，指导学生参加竞赛获省级以上奖项5项。
|
| 目錄：
|
目 录
第1章 绪 论…1
1.1 研究背景和意义…2
1.2 面临的挑战…8
1.3 异常检测现状…21
1.4 研究内容及主要贡献…39
1.5 本书的组织结构…41
第2章 类不平衡问题研究 …44
2.1 类不平衡问题…44
2.2 网络异常数据识别代价估值…53
2.3 度量标准…59
2.4 本章小结…64
第3章 基于混沌遗传的代价敏感特征选择算法…65
3.1 基于混沌搜索的特征选择…66
3.2 代价敏感特征评估标准…69
3.3 基于混沌遗传的代价敏感特征选择算法CSFSG…74
3.4 实验验证…81
3.5 本章小结…86
第4章 基于文化基因构架的高效代价敏感特征选择算法…88
4.1 基于文化基因构架的特征选择…89
4.2 基于文化基因构架的高效代价敏感特征选择算法…95
4.3 实验验证…104
4.4 本章小结…109
第5章 基于稀有类拓展的双向实例选择分层策略…111
5.1 分层实例选择策略…111
5.2 基于稀有类拓展的双向实例选择分层策略…116
5.3 实验验证…122
5.4 本章小结…127
第6章 总结与展望…128
6.1 总结…128
6.2 展望…129
参考文献…131
|
| 內容試閱：
|
前 言
随着通信技术的发展及异构网络的广泛融合，网络数据呈现爆炸式增长态势。虽然其中的异常事件属于稀有类，但仍会对国家、企业及个人造成严重打击并带来损失。如何提高稀有类数据识别率已成为网络安全领域亟待解决的问题。
本书以网络异常数据中的稀有类为研究对象，以稀有类的分类问题为切入点，以代价敏感学习为支撑，以概率论、混沌理论、信息论、统计学为理论基础，首先从数据特征入手，提出一种基于混沌遗传的代价敏感特征选择方法，设计了基于文化基因构架的高效代价敏感特征选择方法；之后从数据实例角度出发，提出适用于不平衡数据集的双向实例选择分层策略。上述策略及方法，能够对较大规模不平衡网络异常数据进行分类前的综合优化处理，从而有效提升后续异常分类识别的效果。本书主要工作及所取得研究成果包括以下三个方面。
①提出一种基于混沌遗传的代价敏感特征选择算法。
针对网络异常数据类不平衡问题，引入代价敏感学习理论到特征选择方法，聚焦于特征选择阶段的代价因素，设计出一种代价敏感特征选择算法CSFSG，应用于网络异常数据分类。综合考虑网络异常事件识别过程中误分类代价及测试代价，借鉴贝叶斯理论，基于最近邻规则构造代价敏感适应度函数，利用混沌运动系统固有特性改进基于Tent混沌映射优化的遗传搜索策略，改善遗传搜索后期的收敛问题，以提高搜索速度。CSFSG注意两种代价均衡关系，以最小化总代价为目标。实验表明，CSFSG能够有效简化特征选择过程得到有助于稀有类异常数据识别的特征子集，进而达到可以降低算法运行成本、提高异常攻击识别精度的目标。
②提出基于文化基因构架的高效代价敏感特征选择算法。
针对大数据在资源受限环境中分析成本高、效率低的问题，改进基于文化基因构架的传统特征选择方法，引进贝叶斯理论构造代价矩阵，提出了一种以降低总误分类成本并提高分类性能为目标的高效代价敏感特征选择算法CFSM。该算法使用遗传算法进行全局搜索，引入误分类代价因子的总成本函数构造适应度函数，通过使用近似马尔科夫毯以信息相关系数为评价指标，微调增加相关特征，移除冗余或不相关特征，以提高最优子集寻优收敛速度。实验结果表明，CFSM在稀有类识别上表现出较好的性能。与基于遗传算法的传统文化基因架构下特征选择算法及代价敏感特征选择算法相比，该算法更加高效且能以更少的特征及误分类代价获得更高的分类精度。
③提出基于稀有类拓展的双向实例选择分层策略。
当不平衡的网络数据遇到大规模化问题，往往会造成网络异常攻击识别率降低，甚至失效。本书基于经典分层理论，提出基于稀有类拓展的双向实例选择分层策略。该策略根据实例类别选择多数类，然后借助属性与均匀分布随机点定理构造随机数表达式的方式将其拓展为iSMOTE稀有类，并使得数据集趋于平衡。实验结果表明该策略可以有效提高稀有类别实例数量和分类效果，尤其在处理数量特别稀少的稀有类及数据量整体规模较大的数据集时，其效果更加显著。
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
