文献

J-GLOBAL ID：201702228425950720   整理番号：17A0066264

大規模自己検出向けの器反向生成アルゴリズム【JST・京大機械翻訳】

Reverse Detector Generation Algorithm for Massive Self Set

著者 (5件)： Cai Tao (School of Computer Science and Telecommunication Engineering,Jiangsu University) ,  Wang Weisheng (School of Computer Science and Telecommunication Engineering,Jiangsu University) ,  Niu Dejiao (School of Computer Science and Telecommunication Engineering,Jiangsu University) ,  Ni Xiaorong (School of Computer Science and Telecommunication Engineering,Jiangsu University) ,  Hu Yongliang (School of Mathematics and Information Engineering,Taizhou University)
資料名： Xiaoxing Weixing Jisuanji Xitong  (Xiaoxing Weixing Jisuanji Xitong)
巻： 37  号： 5  ページ： 997-1001  発行年： 2016年 
JST資料番号： C2136A  ISSN： 1000-1220  CODEN： XWJXEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 検出器生成アルゴリズムは人工免疫システムの性能に影響する重要な要素の一つであり、大データ環境下で自己数量の膨大な量により、既存の検出器生成アルゴリズムは有限時間内に成熟検出器を構築できない。まず第一に,分散型検出器生成システムをMAPREDUCEによって構築し,アルゴリズムの効率に影響する主要因を分析する。MAPREVERSEREDUCEモデルを構築して,検出の検出アルゴリズムを構築した。REVERSE段階におけるMAP段階の検査結果を反転し、不法検出検出を送信段階に送り、成熟検出器の選別を行い、大量の自己免疫時の人工免疫システムの検出器の効率を向上させる。最終的に,HADOOPモデルとMAPREDUCEモデルを使用して,検出器生成アルゴリズムのプロトタイプシステムを実現した。CERT SYNTHETHIC SENDMAIL DATAデータセットを用いて,試験と解析を行った。MAPREVERSEREDUCEモデルを用いた検出器の時間オーバヘッドは,MAPREDUCEモデルを用いた場合の%%~%%であり,自己数が増加するときに,アルゴリズムの時間オーバヘッドが安定していることを証明した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 検出器 ,  *アルゴリズム ,  送信
準シソーラス用語： 検出アルゴリズム ,  人工免疫システム , 【Automatic Indexing@JST】

著者キーワード (5件)： Key words:detector generation algorithm ,  artificial immune ,  big data ,  distributed storage ,  parallel computing

分類 (2件)： 無線通信一般  (ND08010L) ,  信号理論  (ND02020G)

タイトルに関連する用語 (4件)： 大規模 ,  自己 ,  器 ,  アルゴリズム