壓縮感知理論在異常檢測(cè)中的應(yīng)用研究
定 價(jià):56 元
叢書名:普通高等教育“十三五”規(guī)劃教材
- 作者:陳善雄著
- 出版時(shí)間:2017/5/1
- ISBN:9787030520111
- 出 版 社:科學(xué)出版社
- 中圖法分類:TN911.72
- 頁(yè)碼:132頁(yè)
- 紙張:膠紙版
- 版次:1
- 開本:16K
本書從壓縮感知的基本原理和方法入手,深入分析和研究該理論的創(chuàng)新性和方法的適用性。并將該理論應(yīng)用到目前各個(gè)領(lǐng)域都比較關(guān)注的異常檢測(cè)中,力圖展現(xiàn)該理論在網(wǎng)絡(luò)入侵檢測(cè)、醫(yī)學(xué)疾病判斷、金融市場(chǎng)波動(dòng)等方面巨大應(yīng)用價(jià)值。
更多科學(xué)出版社服務(wù),請(qǐng)掃碼獲取。
目錄
前言
第1章 入侵檢測(cè)技術(shù)概述 1
1.1 計(jì)算機(jī)網(wǎng)絡(luò)安全概述 1
1.1.1 網(wǎng)絡(luò)安全的內(nèi)涵 1
1.1.2 網(wǎng)絡(luò)安全的定義 2
1.1.3 網(wǎng)絡(luò)安全的特征 3
1.1.4 網(wǎng)絡(luò)安全的根源 3
1.1.5 網(wǎng)絡(luò)安全的關(guān)鍵技術(shù) 4
1.2 網(wǎng)絡(luò)中潛在的威脅 5
1.2.1 內(nèi)部的攻擊 6
1.2.2 社會(huì)工程學(xué) 6
1.2.3 組織性攻擊 7
1.2.4 意外的安全破壞 7
1.2.5 自動(dòng)的計(jì)算機(jī)攻擊 7
1.3 計(jì)算機(jī)網(wǎng)絡(luò)安全與入侵檢測(cè) 8
1.4 網(wǎng)絡(luò)安全模型 10
1.5 典型的入侵檢測(cè)產(chǎn)品 14
1.6 入侵檢測(cè)系統(tǒng)的構(gòu)成 16
1.6.1 入侵檢測(cè)模型 17
1.6.2 IDS的體系結(jié)構(gòu) 18
第2章 壓縮感知理論基礎(chǔ) 21
2.1 壓縮感知基本理論 21
2.2 稀疏度與相干性 23
2.2.1 稀疏模式 23
2.2.2 稀疏信號(hào)的幾何模型 24
2.2.3 相干性 25
2.3 約束等距條件 26
2.4 壓縮感知的測(cè)量矩陣 28
2.4.1 高斯隨機(jī)矩陣 29
2.4.2 隨機(jī)伯努利矩陣 29
2.4.3 局部阿達(dá)馬矩陣 29
2.4.4 特普利茨矩陣 30
2.4.5 結(jié)構(gòu)隨機(jī)矩陣 31
2.4.6 Chirp測(cè)量矩陣 31
2.5 壓縮感知重建理論 32
2.5.1 基于Lp范數(shù)最小化的信號(hào)重構(gòu) 32
2.5.2 L2 ,L1 ,Lp范數(shù)三者間的差異 33
2.5.3 無約束的信號(hào)重構(gòu)模式 36
2.6 壓縮感知的重構(gòu)算法 36
2.6.1 匹配追蹤 37
2.6.2 正交匹配追蹤 38
2.6.3 正則化的正交匹配追蹤 40
2.6.4 分級(jí)逐步正交匹配追蹤 41
2.6.5 子空間追蹤 42
2.6.6 可壓縮采樣的匹配追蹤 44
2.6.7 迭代硬閾值法 45
2.6.8 迭代重加權(quán)最小二乘法 46
2.7 本章小結(jié) 48
第3章 稀疏表示模型與建立恰當(dāng)?shù)南∈枳值?49
3.1 過完備的DFT字典 50
3.2 DCT稀疏基 50
3.3 Gabor稀疏基 51
3.4 字典設(shè)計(jì) 52
3.4.1 參數(shù)字典設(shè)計(jì) 53
3.4.2 參數(shù)字典生成算法 54
3.5 實(shí)驗(yàn)方案 57
3.5.1 Gammatone參數(shù)字典 57
3.5.2 實(shí)驗(yàn)結(jié)果 58
3.5.3 采樣矩陣與稀疏基矩陣對(duì)比分析 64
3.6 本章小結(jié) 72
第4章 基于CGLS和LSQR的聯(lián)合優(yōu)化的匹配追蹤算法 73
4.1 基本問題描述 74
4.2 共軛梯度最小二乘法 74
4.3 最小二乘QR算法 76
4.4 基于CGLS與LSQR的組合優(yōu)化匹配追蹤算法 78
4.5 實(shí)驗(yàn)及分析 81
4.5.1 無噪聲干擾的稀疏信號(hào)重構(gòu) 81
4.5.2 噪聲干擾的稀疏信號(hào)重構(gòu) 84
4.5.3 對(duì)噪聲圖像的重構(gòu) 85
4.6 本章小結(jié) 88
第5章 基于LASSO的異常檢測(cè)算法 89
5.1 LASSO問題描述 91
5.2 最小二乘角回歸 92
5.3 LASSO算法 94
5.4 基于LASSO的異常檢測(cè)模型 96
5.5 實(shí)驗(yàn)及分析 100
5.5.1 數(shù)據(jù)描述 100
5.5.2 實(shí)驗(yàn)結(jié)果分析 100
5.6 本章小結(jié) 105
第6章 基于壓縮感知的入侵檢測(cè)方法 106
6.1 入侵檢測(cè)基本原理 106
6.2 基于壓縮感知的入侵檢測(cè)模型 108
6.3 分類器的選擇 109
6.3.1 k-近鄰算法 110
6.3.2 C4.5決策樹算法 110
6.3.3 貝葉斯分類算法 110
6.3.4 支持向量機(jī) 111
6.4 實(shí)驗(yàn)及分析 111
6.4.1 數(shù)據(jù)描述 111
6.4.2 數(shù)據(jù)歸一化 114
6.4.3 實(shí)驗(yàn)結(jié)果分析 114
6.5 本章小結(jié) 120
第7章 總結(jié)與展望 122
7.1 總結(jié) 122
7.2 研究展望 123
參考文獻(xiàn) 125