Learning approach is used to find t

Learning approach is used to find the best Intrusion
Detection Technology for classified computer network
system in the sample data set D.
For a given sample set of classified computer network
system messages, D  AB, among which the message
sample data set is divided into two kinds: one is labeled,
represented as 1 1 2 2 {( , ), ( , ),..., ( , )} n n A  x y x y x y ; one is
unlabeled, be represented by ' ' '
1 2 { , ,..., } m B  x x x . The total
number of sample data in the two mentioned samples is
respectively represented by n | A| and m | B | , usually,
the number of unlabeled is much larger than the number
of the labeled, that is m n.

ผลลัพธ์ (ไทย) 1:

เรียนรู้วิธีใช้ค้นหาการบุกรุกที่ดีที่สุดเทคโนโลยีตรวจจับสำหรับเครือข่ายคอมพิวเตอร์ลับระบบ D. ชุดข้อมูลตัวอย่างสำหรับชุดตัวอย่างที่กำหนดของเครือข่ายคอมพิวเตอร์ลับระบบข้อความ D  AB ระหว่างข้อความชุดข้อมูลตัวอย่างถูกแบ่งออกเป็นสองประเภท: หนึ่งจะติดป้ายแสดงเป็น 1 1 2 2 { (), (),..., () } n n เป็น x y x y x y หนึ่งคือไม่ สามารถแสดงโดย ' ' '1 2 { , ..., } m B  x x x ผลรวมจำนวนข้อมูลตัวอย่างดังกล่าวมาทดสอบแสดง โดย n |ตามลำดับ A| และ m | B | มักจะจำนวนไม่มีขนาดใหญ่กว่าหมายเลขของที่มีป้ายชื่อ ที่อยู่ m n

ผลลัพธ์ (ไทย) 2:

เรียนรู้วิธีการที่จะใช้ในการค้นหาที่ดีที่สุดการบุกรุก
เทคโนโลยีการตรวจสอบเครือข่ายคอมพิวเตอร์จัด
ระบบข้อมูลตัวอย่างที่กำหนด D.
สำหรับชุดตัวอย่างที่กำหนดของเครือข่ายคอมพิวเตอร์ที่จัด
ข้อความของระบบ, D ABหมู่ที่ข้อความ
ชุดข้อมูลตัวอย่างถูกแบ่งออก เป็นสองชนิด: หนึ่งคือป้าย
แสดงเป็น 1 1 2 2 {(), (), ... (,)} NN  xyxyxy; หนึ่งคือการ
ที่ไม่มีป้ายกำกับจะแสดงโดย '' '
1 2 {,, ... } เมตร B  xxx รวม
จำนวนของข้อมูลตัวอย่างในสองตัวอย่างที่กล่าวถึงมีการ
แสดงตามลำดับโดย n  | | และม.  | B | ปกติ
จำนวนที่ไม่มีป้ายกำกับจะมีขนาดใหญ่กว่าจำนวน
ของที่มีข้อความที่เป็นเมตร n