由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高99元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
正版 基于专利分析的高新技术企业技太威胁识别研究 张丽玮著 科
¥ ×1
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 研究内容和方法
1.4 技术路线图和创新点
2 相关理论和方法
2.1 高新技术企业
2.2 专利及专利地图
2.3 文本挖掘
2.4 术语抽取相关理论
3 技术威胁相关概念研究
3.1 技术的概念和本质
3.2 威胁的概念和内涵
3.3 技术威胁的概念、内涵及特点
4 高新技术企业技术威胁模型研究
4.1 理论研究框架
4.2 技术竞争环境维度
4.3 技术威胁制造者维度
4.4 技术威胁事件维度
5 专利文献的技术术语抽取
5.1 术语及专利术语
5.2 术语抽取模型的构建
5.3 实证研究
6 基于专利分析的高新技术企业技术威胁识别研究
6.1 专利数据获取
6.2 行业技术发展趋势及高新技术企业自身技术状况分析
6.3 高新企业技术侵权识别
6.4 小结
7 结论与展望
7.1 结论
7.2 展望
参考文献
流量识别对互联网的网络安全和网络管理领域具有重要意义。随着网络应用技术的不断发展,传统识别方法的局限性日益显现,端口识别由于P2P等应用端口的使用方式而失去了自身的优势,DPI技术虽然可以有效地识别网络流量,但是对于加密的流量则是束手无策。虽然基于机器学习的识别方法可以有效地改善这两种技术存在的缺陷,而面对众多机器学习算法,如何从中选择或者加以改进以适合特定实际流量环境仍是该领域未能完全解决的问题,另外,目前抽样技术已经用于高速的网络测量和网络管理中,在抽样的网络环境下对于基于流的特征属性的影响及测度之间的相关性的影响也是该领域目前的一个研究热点。
本书所介绍的研究工作围绕以上目标展开,通过建立标准数据集,研究报文抽样、属性选择算法对识别精度的影响,评估分类算法对属性特征在抽样条件下的敏感程度,在此基础上,建立面向不同环境和需求的多分类器融合流量识别模型。全书共有8章及1个附录。
希望本书的出版,能给学习流量识别技术的研究人员提供一个扩展研究思路的平台。本书主要是以笔者的博士论文为基础的,是笔者在博士期间的工作总结,内容方面已反复修改和论证,但难免有不足之处,欢迎广大读者批评指正,以便本书质量的进一步提高。
本书包含笔者的研究内容和成果,同时也引用了一些国内外学术研究的观点,在此向有关人士致以衷心的感谢!
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格
