

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、入侵檢測技術(shù)是繼防火墻、數(shù)據(jù)加密等傳統(tǒng)安全保護(hù)措施后的一種新的網(wǎng)絡(luò)安全保障技術(shù)。作為一種主動防御技術(shù),它不但能檢測到來自外部網(wǎng)絡(luò)的攻擊,而且還能檢測來自內(nèi)部的入侵行為。目前在入侵檢測技術(shù)研究領(lǐng)域,已經(jīng)出現(xiàn)了很多研究成果,但現(xiàn)有技術(shù)對新出現(xiàn)的攻擊大都不能有效檢測,對正常的用戶行為也不能建立準(zhǔn)確模型,這使得現(xiàn)有的檢測方法存在著比較高的漏報率和誤報率,如何有效地降低檢測的誤報率和漏報率己成為當(dāng)前入侵檢測研究中的重要問題。
屬性約
2、簡是粗集理論中的一項重要技術(shù),它可以刪除冗余信息,形成精簡的規(guī)則庫,以便作出更快速、更準(zhǔn)確的決策。在入侵檢測系統(tǒng)中,網(wǎng)絡(luò)數(shù)據(jù)量巨大,數(shù)據(jù)屬性眾多,相當(dāng)一部分屬性對最終檢測結(jié)果是無用的,甚至?xí)z測結(jié)果產(chǎn)生誤導(dǎo),使用屬性約簡將這些無用屬性進(jìn)行分離,使檢測過程集中在關(guān)鍵數(shù)據(jù)屬性上,對改善入侵檢測性能大有好處。
首先,論文綜述了當(dāng)前入侵檢測技術(shù)以及它們的優(yōu)缺點,并對現(xiàn)有的基于粗集理論的屬性簡約算法進(jìn)行了綜合分析。在此基礎(chǔ)上,提出
3、了一種雙向選擇的啟發(fā)式屬性約簡算法,即基于加權(quán)平均和頻度的雙向選擇約簡算法。然后,將這種屬性約簡算法在應(yīng)用于入侵檢測,提出了一種入侵檢測方法。該方法在對網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行分析前對采集到的數(shù)據(jù)進(jìn)行特征提取,通過消除冗余屬性來降低數(shù)據(jù)維數(shù),然后使用雙向選擇的啟發(fā)式屬性約簡算法對數(shù)據(jù)進(jìn)行分析,解決了網(wǎng)絡(luò)數(shù)據(jù)不完整性給入侵檢測所帶來的問題。最后,采用KDDCUP1999數(shù)據(jù)集中的數(shù)據(jù)對算法的約簡和規(guī)則生成效果進(jìn)行了檢測。算法分析與仿真實驗結(jié)表明,算法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 屬性約簡技術(shù)及應(yīng)用研究.pdf
- 粗糙集屬性約簡方法在醫(yī)療診斷中的應(yīng)用研究.pdf
- 入侵容忍技術(shù)在入侵檢測框架中的應(yīng)用研究.pdf
- Agent技術(shù)在入侵檢測中的應(yīng)用研究.pdf
- 基于遺傳算法的屬性約簡方法在股票預(yù)測中的應(yīng)用研究.pdf
- 連續(xù)屬性離散化方法的研究及其在入侵檢測中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘技術(shù)在入侵檢測中應(yīng)用研究.pdf
- 基于粗糙集屬性約簡和加權(quán)SVM的入侵檢測方法研究.pdf
- Agent在入侵檢測中的應(yīng)用研究.pdf
- 入侵檢測技術(shù)在微電網(wǎng)監(jiān)控中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘技術(shù)在智能入侵檢測中的應(yīng)用研究.pdf
- 計算智能技術(shù)在入侵檢測系統(tǒng)中的應(yīng)用研究.pdf
- 人工免疫技術(shù)在入侵檢測中的應(yīng)用研究.pdf
- 計算智能分類方法及其在入侵檢測中的應(yīng)用研究.pdf
- Honeypot在入侵檢測中的應(yīng)用研究.pdf
- 數(shù)據(jù)融合技術(shù)在入侵檢測系統(tǒng)中的應(yīng)用研究.pdf
- 混合軟件算技術(shù)在入侵檢測中的應(yīng)用研究.pdf
- 孤立點挖掘技術(shù)在入侵檢測中的應(yīng)用研究.pdf
- 模糊數(shù)據(jù)挖掘技術(shù)在入侵檢測中的應(yīng)用研究.pdf
- 預(yù)測模型在入侵檢測中的應(yīng)用研究.pdf
評論
0/150
提交評論