已閱讀1頁，還剩49頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、隨著科技的不斷進步，信息產業(yè)快速增長，應用范圍逐步增加，帶來的網絡攻擊和破壞也越來越多，信息安全技術愈發(fā)受到重視.可是無論信息安全技術在這數(shù)十年如何發(fā)展，網絡安全技術從始至終都沒離開入侵檢測的相關知識.
在入侵檢測的相關領域使用數(shù)據(jù)挖掘領域的系列原理、算法，是基于這些原理、算法可以提煉出需要的系統(tǒng)特性，并且依據(jù)得到的特性進行安全事件的分類，以便進行之后的鑒別工作.文章結合生長樹算法和K-means算法提出一種全新的GT-KM算
2、法，并將其運用到入侵檢測中，主要內容如下：
?。?）為了處理初始中心的選擇在 K-means算法整體流程中所占地位過大和其全局搜索能力薄弱等問題，將生長樹算法和 K-means進行結合得到新的聚類方法——GT-K M算法.在生長樹算法優(yōu)異的編碼方式和全局搜索功能下去尋求使聚類達到最好結果的中心點，避免了對初始聚類中心的極度依賴.使用UCI數(shù)據(jù)庫的數(shù)據(jù)集來進行對比，證明其在運行速率、聚類結果和穩(wěn)定性能方面的良好效果.
（
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，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確性、安全性和完整性, 同時也不承擔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
- 基于文化算法的入侵檢測算法研究.pdf
- 基于學習的入侵檢測算法研究.pdf
- 基于SNORT入侵檢測系統(tǒng)的算法研究.pdf
- 基于遺傳算法的入侵檢測研究.pdf
- 基于免疫算法的入侵檢測方法的研究.pdf
- 基于數(shù)據(jù)挖掘算法的入侵檢測研究.pdf
- 基于序列模式挖掘算法的入侵檢測研究.pdf
- 基于人工免疫算法的入侵檢測研究.pdf
- 基于云理論的入侵檢測算法研究.pdf
- 基于關聯(lián)規(guī)則挖掘算法的入侵檢測研究.pdf
- 基于聚類算法的入侵檢測的研究.pdf
- 基于聚類算法的入侵檢測系統(tǒng)的研究.pdf
- 基于主機的入侵檢測和預報算法.pdf
- 基于進化算法的入侵檢測技術研究.pdf
- 基于DCA算法的入侵檢測技術研究.pdf
- 基于模式識別算法的入侵檢測研究.pdf
- 基于網絡入侵檢測的智能算法研究.pdf
- 基于網絡異常的入侵檢測算法研究.pdf
- 基于Snort平臺的入侵檢測算法研究.pdf
- 基于QPSO算法的入侵檢測技術研究.pdf
評論
0/150
提交評論