为加强研究生学术交流活动，推进学术创新，特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息，届时参加。也可就某学术报告展开专题讨论与交流。
数据降维是提高入侵检测分类器的学习效率和检测速度的重要手段。一般的网络请求往往具有几十种甚至上百种特征，而且这些特征中有很多都是冗余的，冗余的特征不仅会让检测模型的训练时间更长，也会让检测精度下降，因此进行特征降维之后在进行入侵检测是有必要的。降维之后可以将请求的特征数量减少到十几个或者几个，对检测时间和检测精度都有很大的帮助。目前，常用的特征降维方法有基于统计学的PCA，基于神经网络的RBM，基于启发式的遗传算法与蚁群算法以及结合了PCA与启发式的ICA算法。