SmartShark-具有一些机器学习功能的IDS SmartShark项目是学生研发中心PoC Innovation的两名成员Valentin De Matos和Quentin Fringhian的工作的结晶。 该项目于2020年4月开始，并于2020年8月完成。 什么是SmartShark（SmSh）？ SmartShark是基于机器学习的IDS（入侵检测系统）。 SmSh的主要目标是防止网络受到DDoS（分布式拒绝服务）或MITM（中线人）的攻击。 DDoS可以关闭整个网络，避免它会保护您的服务（网站/ API / app /等），而MITM会监视您的连接并窃取重要数据。 Smart

5G 的发展带来了终端设备爆炸式增长的现象,使得频谱资源紧缺的问题越加严峻,认知无线网( cognitive radio, CR)的提出,被认为是提高频谱利用率的有效途径。 认知无线网,融合了当代无线电通信技术、计算机技术、微电子学技 术、软件无线电技术和现代信号处理技术等多学科之长,通过感知周围的电磁环境、学习及理解等方式,自主为用户寻找 到当前空闲的频谱,完成信息交互过程。 针对频谱资源紧张的现状,为改善频谱分配,首先介绍了有关认知无线网络的概 念及其特点,重点介绍了机器学习中遗传算法,强化学习和隐马尔可夫模型在认知无线网络中的应用,并展望了其在认知 无线网络中的发展前景。 机器学习算法的引入,实现了高效的频谱资源管理,有效地解决了无线频谱资源紧张的问题。

目的:新型冠状病毒肺炎具有传播能力强、检测准确率低、治疗难度大等特点,对我国乃至全世界人类健康和社会安全造成了巨大威胁。新冠肺炎目前没有特效药物,因此,需要比较各类药物对新冠肺炎的治疗效果,为重症肺炎患者的治疗提供参考。方法:本文选取某院1 384名重症出院患者作为数据集,提取最广泛使用的三类药物作为训练特征,构建基于药物使用情况预测患者治愈率的多个机器学习模型,最后基于综合性能最优的模型,分析三类药物对于治愈率的重要性。结果:年龄是影响治愈率的最重要因素;激素类药物在所有药物中影响占比最大,中成药的疗效也非常突出。结论:相对于传统的针对单个药物药效的统计学研究方法,机器学习可以将所有药物药效

基于机器学习的数据库技术综述_李国良.pdf

资源包括基于机器学习SVM车牌识别的源代码和参考报告，系统的描述链接是：https://blog.csdn.net/shooter7/article/details/115433365

基于机器学习的构建入侵检测系统的方法 问题描述 随着连接到互联网的诸如手机，物联网设备或车辆之类的具有网络功能的设备的数量不断增加，人们越来越担心使用这些设备的安全隐患。 联网设备的数量和类型的增加不可避免地导致了更广泛的攻击面，而成功的攻击的影响正变得越来越严重，因为假定这些设备承担着更为关键的责任。 为了识别和应对网络攻击，通常采用多个系统的组合，以防止发生攻击，或者在最初无法阻止的情况下检测并阻止正在进行的攻击。 这些系统通常由入侵防护系统（例如防火墙）组成，作为第一安全层，入侵检测系统则代表第二层。 如果入侵防御系统无法阻止网络攻击，则检测系统的任务是识别恶意网络流量，以阻止正在进行的攻击并保留记录的网络流量数据以供以后分析。 此数据随后可用于更新预防系统，以允许将来检测到特定的网络攻击。 入侵检测系统的需求正在上升，因为由于新的攻击类型的Swift出现，无法完全防范攻击。 尽

可以实现物体分类 对新物体识别类别 基于python+opencv+cnn的人脸识别的学习demo

基于机器学习的用户行为可预测性研究，徐帅，崔鸿雁，针对人类行为的可预测性问题，基于分布式爬虫抓取的二十万Github网站用户贡献行为轨迹数据，在利用XGBoost和随机森林两个机器学习方��

主要介绍了Python基于机器学习方法实现的电影推荐系统,本文给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下

恶意程序是计算机系统中最主要的安全威胁，其变种的数量和多样性使得传统的安全防护不再可靠，互联网上数以万计的机器正受到恶意软件的侵害，这之中最常见的当属病毒、蠕虫和木马。同时，恶意程序采用的混淆和多态技术给文件层面的检测造成了很大阻碍，基于二进制的程序动态分析技术给描述和防御恶意威胁提供了一种新的手段。