如果您无法下载资料,请参考说明:
1、部分资料下载需要金币,请确保您的账户上有足够的金币
2、已购买过的文档,再次下载不重复扣费
3、资料包下载后请先用软件解压,在使用对应软件打开
第PAGE\*Arabic\*MERGEFORMAT7页共NUMPAGES\*Arabic\*MERGEFORMAT7页第PAGE\*MERGEFORMAT7页共NUMPAGES\*MERGEFORMAT7页第PAGE\*MERGEFORMAT7页共NUMPAGES\*MERGEFORMAT7页第PAGE\*MERGEFORMAT7页共NUMPAGES\*MERGEFORMAT7页第PAGE\*MERGEFORMAT7页共NUMPAGES\*MERGEFORMAT7页第PAGE\*MERGEFORMAT7页共NUMPAGES\*MERGEFORMAT7页第PAGE\*MERGEFORMAT7页共NUMPAGES\*MERGEFORMAT7页第PAGE\*MERGEFORMAT7页共NUMPAGES\*MERGEFORMAT7页第PAGE\*MERGEFORMAT7页共NUMPAGES\*MERGEFORMAT7页第PAGE\*MERGEFORMAT7页共NUMPAGES\*MERGEFORMAT7页第PAGE\*MERGEFORMAT7页共NUMPAGES\*MERGEFORMAT7页2022理工类开题报告理工类开题报告时间过得真快,高校生活即将结束,大家肯定都对毕业设计充溢畏惧,一般做毕业设计前都会要求先写开题报告,那么大家知道正规的开题报告怎么写吗?下面是我整理的理工类开题报告,仅供参考,大家一起来看看吧。一、论文的探讨内容论文的探讨内容包括两个方面:一是探讨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。详细的探讨内容包括以下几个点:第一、针对聚类算法的探讨问题:1、如何提高算法的可扩展性很多聚类算法在小于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特别困难的,许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爱好,比如入侵检测中,这些小的簇可能代表异样行为,那么我们须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、探讨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。其次、针对聚类算法在IDS应用中的探讨问题:1、如何结合聚类技术和入侵检测技术取得更好的效果许多的聚类算法都已经和IDS应用环境结合起来了,许多探讨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。我们须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平安措施,然而它经常触发大量的误警,使得平安管理员不堪重负,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找寻导致IDS产生大量误警的本质缘由。二、学位论文探讨依据学位论文的选题依据和探讨意义,以及国内外探讨现状和发展趋势聚类分析探讨已经有很长的历史,其重要性及其与其他探讨方向的交叉特性已经得到了探讨者的充分确定。对聚类算法的探讨必将推动相关学科向前发展。另外,聚类技术已经活跃在广泛的应用领域。作为与信息平安专业的交叉学科,近年来,聚类算法在入侵检测方面也得到大量的应用。然而,聚类算法虽取得了长足的发展,但仍有一些未解决的问题。同时,聚类算法在某些应用领域还没有充分的发挥作用,聚类技术和入侵检测技术结合得还不够完善。在这种背景下,我们认为,论文的选题是特别有意义的。本论文探讨的内容主要包括两个方面:聚类算法的探讨以及聚类算法在入侵检测中的应用。下面从两个方面阐述国内外这两个方面的发呈现状和趋势:前人已经提出许多聚类算法,然而没有任何一种聚类算法可以普遍适用于揭示各种多维数据集所呈现出来的多种多样的结构,依据数据在聚类中的积聚规则以及应用这些规则的方法,可以将聚类算法分为以下几种:1、划分聚类算法划分聚类算法须要预先指定聚类数目或聚类中心,通过反复迭代运算,逐步降低目标函数的误差值,当目标函数收敛时,得到最终的聚类结果,划分聚类算法典型代表是k—means算法[1]和k—modoids算法