特征提取技术中噪声过滤算法研究
方法的性能，减少空间开销，值得推荐应用。3 结束语对于网络攻击特征提取方法而言，近几年的研究得到了很多突出的成果，这些成果仅仅围绕攻击发现和特征提取两个核心问题，通常认为只要攻击样本质量高并能够正确聚类，便可以提取出高质量的特征。因此，研究的关键在于如何获得高质量的攻击样本，如何得出准确的特征信息而不产生误报信息。对于特征信息去噪问题的研究，目前已能开发出在线部署实时工作，提取特征准确，且特征能够自动应用的实用攻击特征提取系统，但是在很多细节问题上仍然遇到许多困难，需要进一步深入研究。参考文献：[1] KREIBICH C.CROWCROFT J Honeycomb-creating intrusion detection signatures using honeypots，2003.[2] 秦拯，尹颜，陈飞扬等.基于序列比对的攻击特征自动提取方法[J].湖南大学学报（自然科学版），2008.6：77-81[3] 唐勇，卢锡城，王勇军.攻击特征自动提取技术综述[J].通信学报，2009：296-105[4] 耿强.基于细节保存的图像深度脉冲噪声去除算法[J].科技通报，2012.12：217-222
<<上一页 下一页>>
广州市越秀区图书馆版权所有。
联系电话：020-87673002
本站访问人数：