KDD
KDD的相关文献在1974年到2022年内共计192篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、信息与知识传播
等领域,其中期刊论文174篇、会议论文16篇、专利文献2篇;相关期刊132种,包括大众商务、现代情报、科技信息等;
相关会议11种,包括第十一届中国人工智能学术年会、全国高等学校制造自动化研究会第11届学术年会、全国计算机辅助教育学会第十届学术会议等;KDD的相关文献由337位作者贡献,包括杨炳儒、刘欣、唐常杰等。
KDD
-研究学者
- 杨炳儒
- 刘欣
- 唐常杰
- 冯建生
- 刘世安
- 吉根林
- 戴春祥
- 方明伦
- 李莉敏
- 李雄飞
- 杨璐
- 殷华蓓
- 胡学钢
- 胡庆夕
- 赵斌
- 郑义
- 冯嘉礼
- 刘光远
- 刘宗田
- 刘殿文
- 史忠植
- 叶施仁
- 吴中福
- 吴云
- 吴碧春
- 周颖
- 孔磊
- 孟晓蓉
- 常桂然
- 徐茜
- 李初民
- 李通
- 游湘涛
- 游福成
- 熊范纶
- 王岩
- 王延章
- 王磊
- 王翰虎
- 苏占东
- 苑森淼
- 范列
- 董立岩
- 蒙祖强
- 蔡庆生
- 蔡自兴
- 赛煜
- 赛英
- 鲁光男
- 黄艳
-
-
刘猛猛;
徐国天
-
-
摘要:
针对网络流量数据集特征维度高、正负样本不平衡导致的入侵检测效率较低问题,提出一种基于改进鲸鱼优化算法(IWOA)和XGBoost的网络入侵检测模型。为提升鲸鱼优化算法特征选择能力,引入Sobol序列初始化方式丰富初代种群多样性,采用非线性收敛因子及惯性权重平衡全局和局部搜索,应用混合变异策略提高局部最优逃逸能力。为提高不平衡数据集中少数类识别率,将焦点损失引入XGBoost算法,应用改进算法(FLXGBoost)构建IWOA适应度函数和分类模型。使用NSL-KDD数据集,将所提模型与其他常见算法进行对比实验,结果表明,相比于其他算法,所提模型在网络入侵检测准确率上有较大的提升。
-
-
-
-
Joel T.Hounsou;
Thierry Nsabimana;
Jules Degila
-
-
摘要:
In today’s world, computer network is evolving very rapidly. Most public or/and private companies set up their own local networks system for the purpose of promoting communication and data sharing within the companies. Unfortunately, their data and local networks system are under risks. With the advanced computer networks, the unauthorized users attempt to access their local networks system so as to compromise the integrity, confidentiality and availability of resources. Multiple methods and approaches have to be applied to protect their data and local networks system against malicious attacks. The main aim of our paper is to provide an intrusion detection system based on soft computing algorithms such as Self Organizing Feature Map Artificial Neural Network and Genetic Algorithm to network intrusion detection system. KDD Cup 99 and 1998 DARPA dataset were employed for training and testing the intrusion detection rules. However, GA’s traditional Fitness Function was improved in order to evaluate the efficiency and effectiveness of the algorithm in classifying network attacks from KDD Cup 99 and 1998 DARPA dataset. SOFM ANN and GA training parameters were discussed and implemented for performance evaluation. The experimental results demonstrated that SOFM ANN achieved better performance than GA, where in SOFM ANN high attack detection rate is 99.98%, 99.89%, 100%, 100%, 100% and low false positive rate is 0.01%, 0.1%, 0%, 0%, 0% for DoS, R2L, Probe, U2R attacks, and Normal traffic respectively.
-
-
王萌;
王亚刚;
韩俊刚
-
-
摘要:
本文设计了一种新的深度神经网络(New Deep Neural Network,NDNN)模型,并将其应用到入侵检测系统中.NDNN以其突出的特征学习能力充分学习训练数据的特征,在输出层,NDNN通过Softmax分类器对网络攻击报文与正常报文数据进行识别和分类,检测异常报文与入侵攻击.实验通过对KDD Cup 99数据集进行仿真,实验结果表明本文设计的基于NDNN的入侵检测系统模型,进一步提高了入侵检测系统的精度,增强了网络的安全性.
-
-
孟强;
李海晨
-
-
摘要:
大数据时代的到来,推动了Web数据挖掘技术的快速发展与应用.文章重点探讨了数据挖掘与Web数据挖掘的基本概念,阐述了Web数据挖掘的分类及挖掘流程,并对Web数据挖掘的常用技术手段及在电子商务中的具体应用进行了探讨和研究.
-
-
-
-
-
Ahmed Hammad;
Simaan AbouRizk
-
-
摘要:
It is common in industrial construction projects for data to be collected and discarded without being analyzed to extract useful knowledge. A proposed integrated methodology based on a five-step Knowledge Discovery in Data (KDD) model was developed to address this issue. The framework transfers existing multidimensional historical data from completed projects into useful knowledge for future projects. The model starts by understanding the problem domain, industrial construction projects. The second step is analyzing the problem data and its multiple dimensions. The target dataset is the labour resources data generated while managing industrial construction projects. The next step is developing the data collection model and prototype data ware-house. The data warehouse stores collected data in a ready-for-mining format and produces dynamic On Line Analytical Processing (OLAP) reports and graphs. Data was collected from a large western-Canadian structural steel fabricator to prove the applicability of the developed methodology. The proposed framework was applied to three different case studies to validate the applicability of the developed framework to real projects data.
-
-
孙黎丽;
陈雪;
刘冬
- 《第十二届全国青年通信学术会议》
| 2007年
-
摘要:
在网络发生故障后,为了尽快排除故障并恢复业务,需要快速定位故障原因。而如何对故障产生的大量告警数据进行过滤、分析并生成有效的故障定位提示信息,提高网络的稳定性和可靠性,则日益成为网络运营商关注的重要问题。结合了数据库技术和人工智能技术优点的知识发现技术(KDD:Knowledge Discoveryin Databases)的出现正好可以适应这一需求,它能有针对性地快速定位故障,缩短业务中断时间。KDD通过剔除不必要和不相关的信息,实现对大量的告警进行合并和转化,使呈现给网管操作人员的告警信息数量大大减少,从而提高了信息的有效性,帮助网管人员找出产生告警的真正原因,进而快速定位故障并恢复服务.KDD甚至还能预测故障的发生从而指导维护人员提前介入,防止故障真正发生,实现主动运维.因此,它可以大大提高故障管理的水平。
-
-
孙黎丽;
陈雪;
刘冬
- 《第十二届全国青年通信学术会议》
| 2007年
-
摘要:
在网络发生故障后,为了尽快排除故障并恢复业务,需要快速定位故障原因。而如何对故障产生的大量告警数据进行过滤、分析并生成有效的故障定位提示信息,提高网络的稳定性和可靠性,则日益成为网络运营商关注的重要问题。结合了数据库技术和人工智能技术优点的知识发现技术(KDD:Knowledge Discoveryin Databases)的出现正好可以适应这一需求,它能有针对性地快速定位故障,缩短业务中断时间。KDD通过剔除不必要和不相关的信息,实现对大量的告警进行合并和转化,使呈现给网管操作人员的告警信息数量大大减少,从而提高了信息的有效性,帮助网管人员找出产生告警的真正原因,进而快速定位故障并恢复服务.KDD甚至还能预测故障的发生从而指导维护人员提前介入,防止故障真正发生,实现主动运维.因此,它可以大大提高故障管理的水平。
-
-
孙黎丽;
陈雪;
刘冬
- 《第十二届全国青年通信学术会议》
| 2007年
-
摘要:
在网络发生故障后,为了尽快排除故障并恢复业务,需要快速定位故障原因。而如何对故障产生的大量告警数据进行过滤、分析并生成有效的故障定位提示信息,提高网络的稳定性和可靠性,则日益成为网络运营商关注的重要问题。结合了数据库技术和人工智能技术优点的知识发现技术(KDD:Knowledge Discoveryin Databases)的出现正好可以适应这一需求,它能有针对性地快速定位故障,缩短业务中断时间。KDD通过剔除不必要和不相关的信息,实现对大量的告警进行合并和转化,使呈现给网管操作人员的告警信息数量大大减少,从而提高了信息的有效性,帮助网管人员找出产生告警的真正原因,进而快速定位故障并恢复服务.KDD甚至还能预测故障的发生从而指导维护人员提前介入,防止故障真正发生,实现主动运维.因此,它可以大大提高故障管理的水平。
-
-
孙黎丽;
陈雪;
刘冬
- 《第十二届全国青年通信学术会议》
| 2007年
-
摘要:
在网络发生故障后,为了尽快排除故障并恢复业务,需要快速定位故障原因。而如何对故障产生的大量告警数据进行过滤、分析并生成有效的故障定位提示信息,提高网络的稳定性和可靠性,则日益成为网络运营商关注的重要问题。结合了数据库技术和人工智能技术优点的知识发现技术(KDD:Knowledge Discoveryin Databases)的出现正好可以适应这一需求,它能有针对性地快速定位故障,缩短业务中断时间。KDD通过剔除不必要和不相关的信息,实现对大量的告警进行合并和转化,使呈现给网管操作人员的告警信息数量大大减少,从而提高了信息的有效性,帮助网管人员找出产生告警的真正原因,进而快速定位故障并恢复服务.KDD甚至还能预测故障的发生从而指导维护人员提前介入,防止故障真正发生,实现主动运维.因此,它可以大大提高故障管理的水平。
-
-
孙黎丽;
陈雪;
刘冬
- 《第十二届全国青年通信学术会议》
| 2007年
-
摘要:
在网络发生故障后,为了尽快排除故障并恢复业务,需要快速定位故障原因。而如何对故障产生的大量告警数据进行过滤、分析并生成有效的故障定位提示信息,提高网络的稳定性和可靠性,则日益成为网络运营商关注的重要问题。结合了数据库技术和人工智能技术优点的知识发现技术(KDD:Knowledge Discoveryin Databases)的出现正好可以适应这一需求,它能有针对性地快速定位故障,缩短业务中断时间。KDD通过剔除不必要和不相关的信息,实现对大量的告警进行合并和转化,使呈现给网管操作人员的告警信息数量大大减少,从而提高了信息的有效性,帮助网管人员找出产生告警的真正原因,进而快速定位故障并恢复服务.KDD甚至还能预测故障的发生从而指导维护人员提前介入,防止故障真正发生,实现主动运维.因此,它可以大大提高故障管理的水平。
-
-
杨天梁
- 《第十一届中国人工智能学术年会》
| 2005年
-
摘要:
为了保证知识库的质量,如何对大量新发现的无意义的假设进行处理是非常重要的.如果知识库中的知识以产生式规则的形式表示,并将前提及通过推理所能达到的结论作为集合元素组成一个集合,那么这个集合就成为知识库的闭包.通过求取知识库的闭包可以得到最小知识库,然后利用最小知识库对新发现的知识进行识别处理.研究表明,基于闭包的知识库后处理对于KDD中的假设规则的识别是有效的.
-
-
杨天梁
- 《第十一届中国人工智能学术年会》
| 2005年
-
摘要:
为了保证知识库的质量,如何对大量新发现的无意义的假设进行处理是非常重要的.如果知识库中的知识以产生式规则的形式表示,并将前提及通过推理所能达到的结论作为集合元素组成一个集合,那么这个集合就成为知识库的闭包.通过求取知识库的闭包可以得到最小知识库,然后利用最小知识库对新发现的知识进行识别处理.研究表明,基于闭包的知识库后处理对于KDD中的假设规则的识别是有效的.
-
-
杨天梁
- 《第十一届中国人工智能学术年会》
| 2005年
-
摘要:
为了保证知识库的质量,如何对大量新发现的无意义的假设进行处理是非常重要的.如果知识库中的知识以产生式规则的形式表示,并将前提及通过推理所能达到的结论作为集合元素组成一个集合,那么这个集合就成为知识库的闭包.通过求取知识库的闭包可以得到最小知识库,然后利用最小知识库对新发现的知识进行识别处理.研究表明,基于闭包的知识库后处理对于KDD中的假设规则的识别是有效的.
-
-
杨天梁
- 《第十一届中国人工智能学术年会》
| 2005年
-
摘要:
为了保证知识库的质量,如何对大量新发现的无意义的假设进行处理是非常重要的.如果知识库中的知识以产生式规则的形式表示,并将前提及通过推理所能达到的结论作为集合元素组成一个集合,那么这个集合就成为知识库的闭包.通过求取知识库的闭包可以得到最小知识库,然后利用最小知识库对新发现的知识进行识别处理.研究表明,基于闭包的知识库后处理对于KDD中的假设规则的识别是有效的.
-
-
杨天梁
- 《第十一届中国人工智能学术年会》
| 2005年
-
摘要:
为了保证知识库的质量,如何对大量新发现的无意义的假设进行处理是非常重要的.如果知识库中的知识以产生式规则的形式表示,并将前提及通过推理所能达到的结论作为集合元素组成一个集合,那么这个集合就成为知识库的闭包.通过求取知识库的闭包可以得到最小知识库,然后利用最小知识库对新发现的知识进行识别处理.研究表明,基于闭包的知识库后处理对于KDD中的假设规则的识别是有效的.