在入侵检测机制中，基于异常即白名单的检测机制借助机器学习，大量数据的机器学习，采用大数据技术，对海量多元数据进行分析和处理，从而高效刻画网络异常，为基于异常的入侵检测提供新的可能性。（)

A.市场分析

B.定向推荐

C.欺骗检测

D.信用评估

A.异常检测

B.误用检测

C.基于统计的检测

D.基于数据挖掘的检测

A.在学习过程中，应该从采集样本开始，分析出其特性再进行机器学习

B.机器学习仅仅是对大量的样本进行统计，方便安全管理员进行查看

C.在检测过程中，针对未知样本需要将其特性进行提取计算出相应模型为后续进行静态比对提供样本

D.安全源数据可以来自很多地方，包括数据流、报文、威胁事件、日志等

A.基于主机的入侵检测系统

B.基于网络的入侵检测系统

C.异常检测模型

D.混合型

A.对云计算的需求

B.促进数据的挖掘

C.机器学习和人工智能技术的发展数据科学

D.资源配置效率

A.机器学习

B.医学知识图谱

C.语音识别

D.人脸支付

A.是一门涉及统计学、系统辨识、逼近理论、神经网络、优化理论、计算机科学、脑科学等诸多领域的交叉学科

B.研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能

C.机器学习强调三个关键词：算法、模型、训练

D.基于数据的机器学习是现代智能技术中的重要方法之一

A.监督学习的监督体现在所有机器要处理的数据实现都要由人为定义好相应的类别,再对分类算法进行训练,最后得到可以使用的分类器

B.按照不同的学习理论划分,机器学习模型可以分为有监督学习、半监督学习、无监督学习以及强化学习等不同类型

C.有监督学习的数据集有标签,无监督相比于有监督,没有训练过程,而是直接拿数据进行建模分析

D.在实际应用中,机器学习主要以无监督学习或半监督学习方式为主

A.特征

B.数据

C.类别

D.模型