1)anomaly detection异常检测
1.Attribute selection-based and support vector machine for anomaly detection;基于特征选择和支持向量机的异常检测
2.Network anomaly detection based on attributes similarity and cloud model;基于属性相似度云模型的网络异常检测
3.Unsupervised anomaly detection based on a multi-layer perceptron;一种基于多层感知机的无监督异常检测方法
英文短句/例句
1.Design and Implementation of Anomaly-based Network Intrusion Detection System;基于异常检测的入侵检测系统设计与实现
2.Research and Implementation of Anomaly-based Intrusion Detection System;基于异常检测的入侵检测系统的研究与实现
3.Reliable Anomaly Detecting System against Low-rate DDoS Attack一种可靠检测低速率DDoS攻击的异常检测系统
4.The Application of Outlier Detection and Unsupervised Anomaly Detection in Network Intrusion Detection;离群检测和非监督异常检测技术在网络入侵检测中的应用研究
5.Study of Protocol Anomaly Detection Technology Based on HMM;基于HMM的协议异常检测技术研究
6.Anomaly Detection Based on System Call on Windows System;基于Windows系统调用的异常检测
7.High-efficiency Analysis of Syslog and Anomaly Detection;Syslog日志高效解析和异常检测
8.Network Traffic Burst Detection Based on Data Streams;基于数据流的网络流量突发异常检测
9.Research on Network Performance Anomaly Detection Method Based on Round Trip Time;基于RTT的网络性能异常检测方法研究
10.Research on the Protocol Anomaly Detection Based on Markov Chain;基于马尔可夫链的协议异常检测研究
11.Pattern Clustering and Anomaly Detection for Linux Process Behavior;Linux进程行为的模式提取与异常检测
12.The Research of Anomaly Intrusion Detection System Based on Campus Network;基于校园网环境的异常检测系统研究
13.The New Technology of Anomaly Intrusion Detection for Web Applications;Web应用入侵异常检测新技术研究
14.Communication Efficient Model for DDoS Detection;一种低通信开销的DDoS异常检测模型
15.Application of DBSCAN Cluster Algorithm in Anormaly Detection;DBSCAN聚类算法在异常检测中的应用
16.Application and Research on Outlier Detection in Data Preprocessing;异常检测在数据预处理中的应用研究
17.Study on Adaptive Anomaly Detection Based on Data Mining基于数据挖掘的自适应异常检测研究
18.The Design and Realization of a System of Network Traffic Anomaly Detecting网络流量异常检测系统的设计与实现
相关短句/例句
abnormal detection异常检测
1.Research on method of network abnormal detection based on Hurst parameter estimation;基于Hurst参数评估的网络异常检测方法的研究
2.Protected scheme for email virus based on abnormal detection基于异常检测的邮件病毒防治方案
3.This paper proposes one kind of network intrusion and abnormal detection models on the basis of a network supporting vector machine,which can inspect network intrusion and abnormal detection with the class II categorized ability of support vector machine(SVM).针对入侵检测系统(IDS)这门新兴的安全技术,提出了一种基于支持向量机的网络入侵异常检测模型,以支持向量机(SVM)的二类分类能力对网络入侵进行异常检测,实验结果与ANN方法结果相比较证明:该方法具有较高的准确性,而且可以大大缩短训练与检测时间。
3)outlier detection异常检测
1.Continuous outlier detection over evolving data streams.;演化数据流上的连续异常检测
2.Efficient outlier detection method based on Voronoi diagram;一种基于Voronoi图的高效异常检测方法
3.Application of structural damage diagnosis using density-based outlier detection;模式密度方法在结构异常检测中的应用研究
4)abnormity detection异常检测
1.Design of the abnormity detection model based on data mining technology;基于数据挖掘技术的异常检测模型设计
2.Then,abnormity detection based on data flow is introduced and three stages of detecting are given.首先分析了造成网络拥塞现象的深层次原因及恶意数据流对拥塞的影响,进而阐述了基于数据流的网络异常检测对控制网络拥塞的作用,并给出了进行网络异常检测的三个基本步骤。
5)anomaly detecting异常检测
1.Design and implementation of anomaly detecting engine for inter-domain routing system;域间路由系统异常检测引擎的设计与实现
2.In order to reduce the impact of sampled traffic on network anomaly detecting,a novel method with variable sampling rates in traffic sampling is proposed.为了减小抽样数据对网络异常检测的影响,提出了一种新的可变抽样率的网络流量抽样方法。
6)outlier detection异常值检测
1.And an outlier detection was introduced to amend the sequence,from which the SARIMA model of the traffic flow was obtained.通过离线分析,对电梯交通流利用时间序列分析得到初始的SARIMA模型,引入异常值检测对训练数据中的异常值进行修正,利用修正的序列得到电梯交通流SARIMA模型;在线预测时,将离线得到修正的SARIMA模型转化为状态空间形式,通过Kalman滤波实时调整状态向量,实现电梯交通流的实时在线预测。
2.The paper presents Two-step method for multibeam bathymetry data block partition,and the robust trend surface based on high-breakdown point is implemented for automatic outlier detection in each data partition.利用三次样条插值算法模拟海底地形曲面,同时加入高斯白噪声和不同数量的异常值作为多波束测深数据模拟值,分别用抗差趋势面和最小二乘趋势面对其进行异常值检测,实验结果验证了前者较后者的有效性。
3.This paper proposes a recursive forecast method for elevator traffic flow based on outlier detection.提出一种基于异常值检测的电梯交通流递归预测方法。
延伸阅读
气体检测传感器的检测原理检测气体的浓度依赖于气体检测变送器，传感器是其核心部分，按照检测原理的不同，主要分为金属氧化物半导体式传感器、催化燃烧式传感器、定电位电解式气体传感器、迦伐尼电池式氧气传感器、红外式传感器、PID光离子化传感器、等以下简单概述各种传感器的原理及特点。金属氧化物半导体式传感器金属氧化物半导体式传感器利用被测气体的吸附作用，改变半导体的电导率，通过电流变化的比较，激发报警电路。由于半导体式传感器测量时受环境影响较大，输出线形不稳定。金属氧化物半导体式传感器，因其反应十分灵敏，故目前广泛使用的领域为测量气体的微漏现象。催化燃烧式传感器。催化燃烧式传感器原理是目前最广泛使用的检测可燃气体的原理之一，具有输出信号线形好、指数可靠、价格便宜、无与其他非可燃气体的交叉干扰等特点。催化燃烧式传感器采用惠斯通电桥原理，感应电阻与环境中的可燃气体发生无焰燃烧，使温度使感应电阻的阻值发生变化，打破电桥平衡，使之输出稳定的电流信号，再经过后期电路的放大、稳定和处理最终显示可靠的数值。定电位电解式气体传感器定电位电解式传感器是目前测毒类现场最广泛使用的一种技术，在此方面国外技术领先，因此此类传感器大都依赖进口。定电位电解式气体传感器的结构：在一个塑料制成的筒状池体内，安装工作电极、对电极和参比电极，在电极之间充满电解液，由多孔四氟乙烯做成的隔膜，在顶部封装。前置放大器与传感器电极的连接，在电极之间施加了一定的电位，使传感器处于工作状态。气体与的电解质内的工作电极发生氧化或还原反应，在对电极发生还原或氧化反应，电极的平衡电位发生变化，变化值与气体浓度成正比。迦伐尼电池式氧气传感器隔膜迦伐尼电池式氧气传感器的结构：在塑料容器的一面装有对氧气透过性良好的、厚10~30μm的聚四氟乙烯透气膜，在其容器内侧紧粘着贵金属（铂、黄金、银等）阴电极，在容器的另一面内侧或容器的空余部分形成阳极（用铅、镉等离子化倾向大的金属）。用氢氧化钾。氧气在通过电解质时在阴阳极发生氧化还原反应，使阳极金属离子化，释放出电子，电流的大小与氧气的多少成正比，由于整个反应中阳极金属有消耗，所以传感器需要定期更换。目前国内技术已日趋成熟，完全可以国产化此类传感器。红外式传感器红外式传感器利用各种元素对某个特定波长的吸收原理，具有抗中毒性好，反应灵敏，对大多数碳氢化合物都有反应。但结构复杂，成本高。
