熵的二叉樹多類支持向量機的漏洞分類
大小：0.63 MB 人氣：0 2018-01-25 需要積分：1
為了有效提高漏洞分類的準確性，針對基于二叉樹多類支持向量機分類算法的分類復雜性和分類結果依賴二叉樹的結構等缺點，提出了一種基于熵的二又樹多類支持向量機的漏洞分類算法。根據定義最小超球體進行漏洞樣本空間的分類，有效地通過熵的計算來描述漏洞之間的混雜程度，使得漏洞分類的計算過程被簡化且能夠有效減少分類結果對二又樹結構的依賴。采用公共漏洞枚舉（CWE）漏洞分類體系在收集到的3000個漏洞樣本上進行大量仿真實驗，漏洞分類的平均準確率和平均召回率達93. 3%和93. 25%，高于基于二叉樹多類支持向量機分類算法和K-近鄰（KNN）分類算法得到的平均值。實驗結果表明所提算法有效可行，能精確地實現漏洞的分類。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
熵的二叉樹多類支持向量機的漏洞分類下載
相關電子資料下載
- 人工神經網絡模型的分類有哪些 134
- 一文快速了解RFID技術的構成及分類 109
- 車載無線技術分類介紹 412
- 機器視覺光源的作用、分類及實際應用 118
- 神經元的分類包括哪些 235
- 卷積神經網絡分類方法有哪些 102
- cnn卷積神經網絡分類有哪些 106
- 什么神經網絡模型適合做分類 114
- 卷積神經網絡在文本分類領域的應用 152
- 風華貼片電容的分類詳細介紹 86