¡@¡@¾Ú¤¤°ê¤§Án¡m·s»DÁa¾î¡n³ø¹D¡A¦b¤j¾Ç¨½¸g¾ú¹L¼g²¦·~½×¤åªº¤H³£ª¾¹D¡A¦³¤@¹D¥²¨«ªºµ{§Ç¡A´N¬O¾Ç³N¤£ºÝÀË´ú¡A©ÎªÌ»¡¥Õ¤F¡A´N¬O¬Ý§A³o½×¤å¬O¤£¬O§Ûŧªº¡C
¡@¡@¦bÄYÂÔªº¾Ç³N¬É¡A¾Ç³N¤£ºÝ¡B©ÎªÌ»¡§Ûŧ¦æ¬°¡A¬O³Ì´c¦H¡B³Ì¥O¤H¤£¾¦ªº¦æ®|¡A¤@¥¹Ãn¥ú«h¨±Ñ¦Wµõ¡B¾Ç³N¥Í©R³Q§P¦º¦D¡C
¡@¡@ªñ¤é´N¦³´CÅéÃn¥ú¡A¦ì¤_¼s¦{ªºµØ«n¹A·~¤j¾Ç¤@¦ì±Ð®v¡A¥L¤£¦ý¯A¶û§Ûŧ¡A¦Ó¥B¬O¦³¦h½g½×¤å³£¦³ÄY«¶ûºÃ¡C¥Ø«e³o¦W±Ð®vªº³Õ¤h¾Ç¦ì¤w¸g³Q¨ú®ø¡A¦ý¬O¥Lªº¤u§@±^¦ì¼È®É³Q«O¯d¤F¡A¦]¬°¥LÁÙ¦³¤@ÓºÓ¤h¾Ç¦ì¡A±o¥H¦³¸ê®æÄ~Äò¦b°ª®Õ¨½¤u§@¡C
¡@¡@¤£¹L¬Q¤Ñ¤U¤È¡A¥¡¼s°OªÌ¦VµØ«n¹A·~¤j¾Ç®Ö¹ê¨ìªº³Ì·s±¡ªp¬O¡A³o¦W±Ð®vªººÓ¤h¾Ç¦ì½×¤å³ºµM¤]³QÁ|³ø¯A¶û§Ûŧ¡C³o¼Ë¤@Ó§Û¥X¨Óªº³Õ¤h¡BºÓ¤h¡A§Û¥X¨Óªº°ª®Õ±Ð®v¡A¨s³º¬O«ç»ò¤@¸ô§Û¨ì²{¦bªº©O¡H
¡@¡@¾D¹JÁ|³øªº¡A¬OµØ«n¹A·~¤j¾Ç²{¥N§Þ³N±Ð¨|¤¤¤ß¹êÅç®v§õ¬Y¡A°OªÌ¤F¸Ñ¨ì¡A°w¹ï¥LªºÁ|³ø¦@¦³¨â¦¸¡A²Ä¤@¦¸¬O2015¦~©³¡A¦³¤H¹ê¦WÁ|³ø¥L12½g½×¤å¯A¶û§Ûŧ¡C¾Ç®Õ½Õ¬d»{©w¨ä¤¤1½g½×¤åÄݤ@½Z¦hµo¡F6½g½×¤åÄݤ_§Ûŧ¡A®Õ«Å¶Ç³¡³¡ªø±i¶Mµo»¡¡A¹ï¤_²Ä¤@¦¸Á|³øªº¤º®e¤w¸g«ö³W©w½Õ¬d©M³B²z¨ì¦ì¡A¾Ç®Õ¹ï§õ¬Y¶i¦æ¤F¦æ¬F°O¹L¡BÄÒ¤ºÄY«Äµ§i¡A¨ä±^¦ì¸u¥ôµ¥¯Å®Ê¤É¤£¤©»{©w¡C µØ«n¹A·~¤j¾Ç«Å¶Ç³¡ªø±i¶Mµoªí¥Ü¡A¡§¤£µ¹®Ê¤É¡B¦æ¬F°O¹L¡AÄY«Äµ§i¡A³£³B²z§¹¤F¡A¦o¤S¨ÓÁ|³ø¤@³¡¤À¡A«á¨Ó¬O°Î¦Wªº¡C¡¨
¡@¡@²Ä¤G¦¸Á|³ø¬O¤µ¦~9¤ë¡AÁ|³ø¤H«Y¤k©Ê¡A¨Ã¤£Ä@·N³zÅS¨¥÷¡A¤]¨S¦³¦V´CÅé¯d¤UÁp«Y¤è¦¡¡AµØ«n¹A·~¤j¾Ç¾Ç³N¹D¼w©eû·|¦¬¨ì°Î¦WÁ|³ø«H¡AÁ|³ø§õ¬Y21½g½×¤å¯A¶û¾Ç³N¤£ºÝ¡A¨ä¤¤¥]¬A²Ä¤@¦¸Á|³øªº12½g½×¤å¡C¥Ø«e¡A¸Ó©eû·|¤w©â¨ú¤F5¦ì±M®a¡A¥¿¦b´N²Ä¤G¦¸Á|³øªº¤º®e¶i¦æ½Õ¬d¡A§õ¬Y¤S´£¥æ¤F3½g½×¤å¨Ñ½Õ¬d¡C ±i¶Mµoªí¥Ü¡A¡§³B²z¨ì¦ì¤F¡A¦o¤SÁ|³ø»ò¡A²{¦b¦b¬d¡A¬d¹ê¤F¡A¾Ç³N¹D¼w©eû·|¦A¨Ó½T©wµ¹¤°»ò¼Ëªº³B»@¡C²Ä¤G¦¸Á|³øªºµ²½×¤]¨S¥X¨Ó¡A½×¤å»{©wÁÙ¨S§¹¦¨¡C¥i¯à¥L¤]¬O³QÁ|³øªº·Ð¤F¡A¥L¦Û¤v¤]¥D°Ê´£¥æ¤F¤T½g¤å³¹µ¹±M®a¼f®Ö¡C¡¨
¡@¡@¾ÚÃz®Æ¤H´£¨Ñªº¤å¦r§÷®ÆºÙ¡A §õ¬Y¦b¬ã¨s¥Í¡B³Õ¤h´Á¶¡§¡¯A¶û§Ûŧ¡C¦b¼s¦{¤j¾ÇŪ¬ã´Á¶¡¡A§õ¬Y´N¯A¶û§Ûŧ¨â½g½×¤å¡F2005¦~7¤ë¦Ü2010¦~8¤ë´Á¶¡¡A §õ¬Y¯A¶û§Ûŧ14½g½×¤å¡F¦bµØ«n²z¤u¤j¾Ç۳ծɡA §õ¬Y¤S§Ûŧ5½g¤¤¤å¤å³¹¡A½Ķ¦¨^¤å½×¤å«áµoªí¡A¨Ã¥H¦¹¶¶§Q±o¨ì³Õ¤h¾Ç¦ì¡C
¡@¡@¸gµØ«n²z¤u¤j¾Ç½Õ¬d¡A§õ¬Yªº4½g½×¤å³Q»{©w¬O§Ûŧ¡C¤µ¦~7¤ë¡AµØ«n²z¤u¤j¾Ç¨M©wºM¾P§õ¬Yªº³Õ¤h¾Ç¦ì¡C°OªÌ±q¼s¦{¤j¾ÇÄÒ©e«Å¶Ç³¡¤F¸Ñ¨ì¡A¼s¦{¤j¾Ç¤]¤w¸g´N§õ¬YŪ¬ã´Á¶¡ªº½×¤å±¡ªp¤¶¤J½Õ¬d¡C¼s¦{¤j¾Ç«Å¶Ç³¡ªí¥Ü¡A¡§¾Ç®Õ¤w¸gª¾¹D³oÓ±¡ªp¤F¡A²{¦b¥¿¦b½Õ¬d³oӨƨà¡C¡¨
¡@¡@±i¶Mµo»¡¡A§õ¬Y¥H¸Ó®Õ¨¥÷©Òµo½×¤å¡A¨Ã¥¼®M¨úµØ¹Aªº¬ì¬ã°òª÷¡C ¡§¥L¨º¨Ç½×¤å®Ú¥»ºâ¤£¤W¡A§ÚÌ¥u¼úÀy®Ö¤ß´Á¥Z¡C¡¨
¡@¡@¥Ø«e¡A§õ¬Y¦@¦³10½g½×¤å³Q»{©w¬°§Ûŧ¡A1½g½×¤å¬°¤@½Z¦h§ë¦hµo¡CÁ|³ø§÷®Æ¸Ô²Ó¦CÁ|¤F§õ¬Y5½g¯A¶û§Ûŧ½×¤åªº±¡ªp¡C¨ä¤¤¡A§õ¬Yµoªí¤_2012¦~ªº¤@½g^¤å¤å³¹(¡mAn Approach for Feature Dimensionality Reduction Based On Radial Basis Function Neural Networks¡n)¡A¨ä¤E¦¨¤º®e§Ûŧ¨Ã½Ķ¤_2007¦~¦è¥_¤j¾Ç¶¾¨ÈºÓ¤h¡m¼Æ¾Ú«õ±¸¤¤¨Mµ¦¾ð¤ÀÃþºâªk¬ã¨s»PÀ³¥Î¡n¤@¤å¡F2015¦~µoªíªº¤@½g¤å³¹(¡mNovel heuristic dual-ant clustering algorithm for network intrusion outliers detection¡n)¤¤¡A¤K¦¨¤º®e¨Ó¦Û2008¦~«n¨Ê²z¤u¤j¾Ç¾G¾åÅSºÓ¤h½×¤å¡m¤@ºØ¿ÂÃÆ»EÃþºâªk¤Î¨ä¦b¤J«IÀË´ú¤¤À³¥Îªº¬ã¨s¡n¡A¨ä¤º¤å°ß¤@§ï°Ê¬O±N§@ªÌ¤º¤å¤¤ªº¤@Óµü»y°µ¤F×§ï(¡§double-ant¡¨×§ï¬°¡§dual-ant¡¨)µ¥µ¥¡C
¡@¡@±i¶Mµo¤]¨Ã¤£²M·¡¡A¬°¦ó§õ¬Yªº¦h½g¤å³¹¡A¡§«÷«÷´ê´ê¡¨´N¯à¶¶§Qµoªí¡G¡§¥i¯àpºâ¾÷¤è±ªº¡A¸ò¯Â¤å¬ìªº¤£¤@¼Ë¡A¤å¬ì½×¤å¤@¬d«´N¯à(¬Ý¥X¨Ó)¡A·dpºâ¾÷ªº»¡§A̤£À´¨º¨Ç¡A¥i¯à§â¤å³¹¨½±ªº¤º®e¤@§ï¡A´N¥i¥Hµo¤F¡C¡¨
¡@¡@§ó¥O¤H¶O¸Ñªº¬O¡A§õ¬Y¬O¾Ç®Õt³dpºâ¾÷ºôµ¸ºûÅ@ªº§Þ³N¤Hû¡A¥L¬J¤£±q¨Æ±Ð¾Ç¤u§@¡A¤]¨S¦³¬ì¬ã¥ô°È¡A§Y«Kµû¾ºÙ¡A§õ¬Y©Ò§Ûŧ½×¤å½g¼Æ»·¶W¹L¥L±q¤¤¯Å®Ê¤É°Æ°ª©Òn¨Dªº½g¼Æ¡C
¡@¡@±i¶Mµoªí¥Ü¡A¾Ç®Õ¨¤«×¨ÓÁ¿¡A¤£½×¬O¤°»ò¾°È¡A·d½×¤å§Ûŧ¡A¦b°ª®Õ¨½±¬O¤£¤¹³\ªº¡A¡§¥L¤£¤W½Ò¡A¥L¤]¤£·d¬ã¨s¡Aµû°Æ°ª¤]¥Î¤£¤F¨º»ò¦h¡A¥L®¼¦nµoªº¡A«÷«÷´ê´ê´Nµo¡A§Ṳ́]¤£¦n¸ÑÄÀ³oÓªF¦è¡A§A»¡¥L¦³³oÓÂ}¦n¡A¥L·F¹À¦³³oÓÂ}¦n©O¡H³oÓªF¦è¡A¤]¤£ª¾¹D«ç»ò¥h»¡¡C ¡¨
¡@¡@¥Ø«e¡AµØ«n¹A·~¤j¾Ç¾Ç³N¹D¼w©eû·|¥¿¹ï§õ¬Y²Ä¤G¦¸³QÁ|³øªº½×¤å¶i¦æ½Õ¬d¡A¹wp20¤Ñ·|¥Xµ²ªG¡C¾Ú¡m·s§Ö³ø¡n³ø¹D¡A§õ¬Y¥Ø«e¤´¦b±^¡C±i¶Mµo»¡¡A¦pªG§õ¬Y¬ã¨s¥Í¶¥¬qªº½×¤å§Ûŧ³Q¬d¹ê¡A¤@¥¹¼s¦{¤j¾Ç¨ú®ø§õ¬YªººÓ¤h¾Ç¦ì¡A¥L¥i¯à´N¤£¨ã³ÆÄ~Äò¦bµØ«n¹A·~¤j¾Ç¤u§@ªº¸ê®æ¤F¡C¡§¦pªGºÓ¤h(½×¤å)¤]¦³°ÝÃDªº¸Ü¡AºÓ¤h¤@¨ú®ø¡A¥i¯à¶i¤j¾Çªº¸ê®æ³£¨S¦³¤F¡C ¡¨
¡@¡@¦ý¬O±q¨Æ¥óªº©Ê½è¨Ó¬Ý¡A§Ûŧ¤@½g©M§Ûŧ¤Q½g¨ä¹ê¨Ã¨S¦³¤°»ò°Ï§O¡C²{¦b¨Æ«á½Õ¬d¡A¬d¥X§Ûŧªº¨Æ¹ê¡B¬Æ¦Ü¨ãÅé¨ìþ¤@¥y¬O§Û¤Fþ¤@½gÃø«×³£¤£¤j¡AÃöÁä¬O¡A§õ¬Y§Ûŧ¨ÓªºªF¦è¡A¬°¤°»ò¯à¸ú¹LºÓ¤h¾Ç¦ì±Â¤©¾Ç®Õ¡B³Õ¤h¾Ç¦ì±Â¤©¾Ç®Õ©MµL¼Æ´Á¥Z½s¿è³¡¥»À³ÀE»Ë¥²¸ûªº¾Ç³N¤£ºÝÀË´ú©O¡H³oºØ¦b¾Ç³N¬ÉÀ³¸Óª½±µ³Q§P³B·¥¦Dªº¦æ¬°¡A¬°¤°»ò¤@©wnµ¥¨ì³QÁ|³ø¤~·|Ãn¥ú¡H³o¨Ç¡A®£©È¬O¤ñ§Ûŧ¥»¨§ó¥i©Èªº°ÝÃD¡C(°OªÌ§d†´µØ)
[³d¥ô½s¿è¡G¶ÀÅS¨Î]