در این رساله یک روش دسته‌بندی جدید نیمه‌نظارتیِ جویبار داده‌های نامتعادل برای تشخیص نفوذ ارائه شده قابلیت دسته‌بندی و به روزرسانی توسط نمونه‌های محدودِ برچسب خورده بصورت افزایشی را است که دارا است. در این روش نمونه‌های ورودی بصورت افزایشی خوشه‌بندی و سپس با استفاده از یادگیری نمونه‌مبنا و نمونه‌های محدودِ ذخیره شده، دسته‌بندی می‌گردند. برای دسته‌بندی جویبار داده‌ها، روشی جدید برای یادگیری فعال پیشنهاد شده است که با استفاده از آن نمونه‌هایی که دارای ارزش اطلاعاتی زیاد هستند تشخیص داده شده و پس از بدست آوردن برچسب‌ها، از آن‌ها برای یادگیری نیمه‌نظارتی استفاده می‌شود. علاوه بر این، روش پیشنهادی دسته‌بندی از رانش مفهوم و تکامل مفهوم پشتیبانی می‌کند.
نمایه ها:
کد نوشتار : 170611