网络安全新技术.doc

《网络安全新技术.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、一．如何查找计算机位数方法一：开始，运行，输入cmd，再输入“systemInfo”，拉到上面看“系统类型”，X86的是32位机，64位的是X64（不过，系统是64位的，此处才显示64位）方法二：WindowsXP如果您有的是WindowsXP，有两种方法可以确定您运行的是32位还是64位版本。如果这个方法无效，请尝试其他方法。方法1：查看“控制面板”中的“系统属性”单击“开始”，然后单击“运行”，键入sysdm.cpl，然后单击“确定”。单击“常规”选项卡。操作系统显示如下：对于64位版本的操作系统：“系统”下将显示WindowsXPProfe

2、ssionalx64Edition版本。对于32位版本的操作系统：“系统”下将显示WindowsXPProfessional版本。注意是一个表示年份的占位符。方法2：查看“系统信息”窗口单击“开始”，然后单击“运行”。键入winmsd.exe，然后单击“确定”。当导航窗格中已选择“系统摘要”，找到“详细信息”窗格中“项目”下的“处理器”，然后记下该值。如果“处理器”对应的值以“x86”开头，表明该计算机运行的是32位版的Windows操作系统。如果“处理器”对应的值以“ia64”或“AMD64”开头，表明该计算

3、机运行的是64位版的Windows操作系统。二．如何在wiki上上传文件打开WIKI网站，进行用户登录，登录成功后，在页面左侧的工具箱栏里点击“上传文件”。在上传文件页面选择要上传的文件，在目标文件里填写上传以后的文件名，在文件描述里进行文件内容描述。最后点击上传文件即可。三．网络新技术1、基于IPV6标准的新一代Internet网络；IPv6是下一版本的互联网协议，它的提出最初是因为随着互联网的迅速发展，IPv4定义的有限地址空间将被耗尽，地址空间的不足必将影响互联网的进一步发展。为了扩大地址空间，拟通过IPv6重新定义地址空间。IPv4采用3

4、2位地址长度，只有大约43亿个地址，估计在2005～2010年间将被分配完毕，而IPv6采用128位地址长度，几乎可以不受限制地提供地址。按保守方法估算IPv6实际可分配的地址，整个地球每平方米面积上可分配1000多个地址。在IPv6的设计过程中除了一劳永逸地解决地址短缺问题以外，还考虑了在IPv4中解决不好的其它问题。IPv6的主要优势体现在以下几方面：扩大地址空间、提高网络的整体吞吐量、改善服务质量(QoS)、安全性有更好的保证、支持即插即用和移动性、更好实现多播功能。2、基于3G、4G的宽带无线移动网络；3、基于数据仓库和网络的的数据挖掘技

5、术；确定数据仓库和OLAP模型通常要先分析原有业务数据库，确定待建的数据仓库主题。再根据用户的需求来确定各个级别数据仓库的存储主题。这里选取学生选课管理这一典型业务为主题。为了保证数据的正确性和一致性，还要确保这些数据是按同样的方法记录的同一件事情，需要对选课的原始数据进行预处理，转换成适合数据挖掘的数据。数据预处理（Datapreprocessing）包括三个步骤：数据清理（Datacleaning）、数据集成（Dataintegration）和数据变换（Datatransformation）。数据挖掘关联算法的实现关于关联规则的挖掘算法主要有

6、循环式扫描算法、增量式更新算法、并行挖掘算法、元模式制导、基于约束挖掘等等。目前大多数研究集中在频繁数据项的挖掘方法上。其中比较典型的关联规则挖掘算法有Apriori算法和FP-growth算法。Apriori算法 Apriori算法最早出现，也是使用最广泛的关联规则挖掘算法之一。Apriori算法使用一种称作逐层搜索的迭代方法，k-项集用于搜索(k+l)-项集。首先找出频繁1-项集的集合，记为L1。Ll用于寻找频繁2-项集的集合L2，而L2用于寻找L3，如此下去，直到不能找到频繁k-项集合。找每个Lk都需要扫描数据库一遍。利用Apriori性质

7、（即频繁项集的所有非空子集都必须是频繁的）有助于提高Apriori算法中频繁项集逐层产生的效率。Apriori算法可以产生相对较小的候选项目集，扫描数据库的次数由最大频繁项目集的项目数决定。因此，该算法适合于最大频繁项目集相对较小的数据集中的关联规则挖掘问题。 FP-growth算法针对Apriori算法框架的缺陷，Han.JW（韩家炜）等人提出了FP-tree结构和相应的FP-growth算法。FP-growth算法采用的是分而治之的策略，即在经过了第一次扫描之后，把数据库中的频繁集压缩进一棵频繁模式树（FP-tree），同时依然保留其中的关联

8、信息。随后再将FP-tree分化成一些条件库，每个库和一个长度为1的频集相关；然后再对这些条件库分别进行挖掘。当原始数据量很大时，也可以