广告节目制作网病毒防治

admin管理员组

文章数量:1532285

2024年7月16日发(作者：)

计算机光盘软件与应用　

工程技术　

Ｃｏｍｐｕｔｅｒ　ＣＤ　Ｓｏｆｔｗａｒｅ　ａｎｄ　Ａｐｐｌｉｃａｔｉｏｎｓ　２０１２年第１３期　

ｄｅｌＹ：　．ｔｏｍ／ｓ　

操作人员加强安全教育，对入网ｕ盘使用前进行扫描。对每台电　

ｄｅｌＹ：＼枣．ｅｘｅ，ｓ　

脑做克隆，这样可以使系统崩溃时快速恢复。除了上述方法，有　

ｄｅｌＹ：＼．．ｂａｔ／ｓ　

条件的地方可以采用硬件防火墙，这种硬防火墙应用于各个子网　

ｘ和Ｙ盘是播出服务器的阵列，是专门存放所有播出素材地　的安全隔离，特别是播出子网和媒资子网或制作网的安全隔离，　

方。有了这个计划任务以后，即便是不小心将感染了病毒的文件　

简化了工作流程，提高了工作效率。　

上传到了播出系统服务器，播出系统也能够自动将它删除，把可　

四、面临的新问题　

能的危害降低到最小。再就是给每台联网电脑安装正版的杀毒软　

随着技术的日益发展，电视台全台网络化、数字化将逐步普　

件和防火墙，装杀毒软件前要注意一点是选择适应本系统杀毒软　

及。基于半导体，光盘、固态硬盘等存储介质的摄录一体机被广　

件，通过对比测试发现３６０杀毒虽然免费，但对～些广告软件有　泛使用，甚至未来的云存储技术的应用。新一代的记录存储介质　

误杀情况，如果管理人员经验不足会照成误杀广告管理的软件。　

逐渐成为广播电视节目发行新载体，旧的存储技术必将会被新一　

瑞星软件杀毒和防火墙软件分离，装了瑞星防火墙后有阻止正常　

代的记录介质所取代。新的记录介质具有所有高速、可靠、便捷　

数据交换现象，并且杀毒和防火墙要分开升级，电脑多的情况下　的特点，非常适合用于节目制作。这就给我们目前的防病毒系统　

工作量大。国外的杀毒软件不是非常适于中国人的使用习惯，界　带来了一个新的难题。如果这些存储介质感染了病毒，同样会给　

面比较复杂不适合普通非专业人员使用。最后通过测试发现　

我们的节目制作网带来极大的威胁，我们目前的网络结构无法有　

ＫＶ２０１　１杀毒软件，ＫＶ２０１　１全面融合杀毒软件、防火墙、安全检　

效防御病毒的蔓延。特别是半导体存储和固态硬盘又极易感染病　

测。而且带开机扫描杀毒功能，在系统中毒不能正常开机时正常　毒（由于光盘的物理特性，光盘一般不易感染病毒）。因此在基于　

杀毒，并且兼容性好，占用资源小，不会影响正常使用的播出和　新一代记录介质的设备和新技术普及使用的同时，这是我们未来　

广告管理软件正常数据交换，界面友好、简单易懂，适合非专业　无法回避的新问题，新挑战。　

和专业人士使用。在安装完杀毒软件后通过设置开启杀毒软件的　任何技术方案并不能做到１００％的完善，因此我们还出台了相　

ｕ盘自动查杀功能，这样可以对插入的Ｕ盘自动查杀后才能打开　应的规章制度，做到人防和技防相结合。我们使用的这个防病毒　

ｕ盘，并打开定时杀毒功能，可以固定一个工作空闲时间对电脑　方案，投入使用２年以来，运行良好，未因由于病毒而造成事故。　

进行自动查杀，同样每周需要定期升级杀毒软件（通过Ｕ盘下载　

我们在保障系统安全运行的同时，最大限度的为使用者提供操作　

升级包）。日常我们还需要通过监测网络空闲时数据流量是否异　上的便利。　

常，询问操作人员了解电脑使用情况等，及时发现系统异常。对　

（上接第１１６页）　

Ｃ４．５算法有如下优点：产生的分类规则易于理解，准确率较　

（３）ＩＦ学生的数学成绩及格且化学成绩及格　高。其缺点是：在构造树的过程中，需要对数据集进行多次的顺　

ＴＨＥＮ其物理成绩及格　序扫描和排序，因而导致算法的低效。此外，Ｃ４．５只适合于能够　

准确度＝（２５．３）￣５＝８８％　驻留于内存的数据集，当训练集大得无法在内存容纳时程序无法　

覆盖率＝２５／１６１＝１６％　

运行。具体算法步骤如下；　

我们也可这样描述：学生数学的学习程度将直接影响着其对　

（１）创建节点Ｎ　

物理的学习效果。化学的学习对物理的学习也有一定的影响。因　

（２）如果训练集为空，在返回节点Ｎ标记为Ｆａｉｌｕｒｅ　

此高中教师在进行物理教学时。应考虑学生的数学基础。数学程　（３）如果训练集中的所有记录都属于同一个类别，则以该类　

度较好而物理程度一般的学生应更重视化学的学习。　

别标记节点Ｎ　

４．ＩＤ３算法是决策树的一个经典的构造算法，在一段时期内曾　（４）如果候选属性为空，则返回Ｎ作为叶节点，标记为训　

是同类研究工作的比较对象，但通过近些年国内外学者的研究，　

练集中最普通的类　

ＩＤ３算法也暴露出一些问题，具体如下：　

（５）ｆｏｒｅａｃｈ候选属性ａｔｔｒｉｂｕｔｅ　ｌｉｓｔ　

（１）信息增益的计算依赖于特征数目较多的特征，而属性取　（６）ｉｆ候选属性是联系的也ｅＩｌ　

值最多的属性并不一定最优。　（７）对该属性进行离散化　

（２）ＩＤ３是非递增算法。　

（８）选择候选属性ａｔ

（９）标记节点Ｎ为属性Ｄ＿ｌ

ｌｒｉｂｕｔｅ　

ｉｓｔ　

中具有最高信息增益的属性Ｄ　

（３）ＩＤ３是单变量决策树（在分枝节点上只考虑单个属性），　

许多复杂概念的表达困难，属性相互关系强调不够，容易导致决　

（１０）ｆｏｒ　ｅａｃｈ属性Ｄ的一致值ｄ　

策树中子树的重复或有些属性在决策树的某一路径上被检验多　（１１）由节点Ｎ长出一个条件为Ｄ＝ｄ的分支　

次。　

（１２）设ｓ是训练集中Ｄ＝ｄ的训练样本的集合　

（４）抗噪性差，训练例子中正例和反例的比例较难控制。　

（１３）ｉｆｓ为空　

于是Ｑｕｉｌａｎ改进了ＩＤ３，提出了ＣＡ．５算法。Ｃ４．５算法现在　

（１４）加上一个树叶，标记为训练集中最普通的类　

已经成为最经典的决策树构造算法，排名数据挖掘十大经典算法　（１５）ｅｌｓｅ加上一个有Ｃ４．５（Ｒ－｛Ｄ’，Ｃ，ｓ）返回的点　

之首。　

三、结束语　

二、决策树的经典构造算法（－－）——　４．５　决策树技术是一个年轻且充满希望的研究领域，商业立业的　

由于ＩＤ３算法在实际应用中存在一些问题，于是Ｑｕｉ￣ｎ提出　

强大驱动力将会不停止地促进它的发展，人们对它的研究正日益　

了Ｃ４．５算法，严格上说Ｃ４．５只能是ＩＤ３的一个改进算法。Ｃ４．５　广泛和深入。尽管如此，决策树算法仍然面临着许多问题和挑战，　

算法继承了ＩＤ３算法的优点，并在以下几方面对ＩＤ３算法进行了　

决策树的运用越来越广，它的优势也得到了充分体现，我们相信，　

改进：　

随着这些决策树算法的不断改进，其应用领域将更加广泛。　

（１）用信息增益率来选择属性，克服了用信息增益选择属性　

参考文献：　

时偏向选择取值多的属性的不足。　

【１］ＺｈａｏＨｍ　ＴａｎｇＪａｍｉｅ　ＭａｃＬｅｎｎａｎ．数据挖掘原理与应用【＾　．　

信息增益率：Ｇａｍ　ｒａｔｉｏ（ｘ）：Ｇａｍ（Ｘ）／Ｓｐｎｔ　Ｉｎｆｏｘ（Ｘ）；　北京：焦贤龙，高升，杨大川．清华大学出版社　

（２）在树构造过程中进行剪枝。　

［２】马秀红．数据挖掘中决策树的探讨Ⅱ】．计算机工程与应用　

（３）能够完成对连续属性的离散化处理。　

【３］ＨａｎＪｉａｗｅｉ，Ｍｉｃｈｄｉｎｅ　Ｋ嫩据挖掘：概念与技术［Ｍｑ．范明，孟　

（４）能够对不完整数据进行处理。　

小峰．北京：北京机械工业出版社　

一

ｌｌ８一　

本文标签： 算法属性使用决策树杀毒