版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著Internet的深入應(yīng)用,企業(yè)及政府中的重要應(yīng)用系統(tǒng)被入侵的危險(xiǎn)越來(lái)越大,信息安全成為日益關(guān)注的重要問(wèn)題?;陟o態(tài)系統(tǒng)觀(guān)點(diǎn)的傳統(tǒng)安全策略(例如防火墻,訪(fǎng)問(wèn)控制,加密等)無(wú)法滿(mǎn)足系統(tǒng)安全的需求。入侵檢測(cè)是一種動(dòng)態(tài)的監(jiān)控、預(yù)防、抵制系統(tǒng)入侵行為的安全策略。入侵檢測(cè)通過(guò)監(jiān)視和分析計(jì)算機(jī)主機(jī)或網(wǎng)絡(luò)中發(fā)生的事件,尋找違反安全機(jī)制的入侵行為。 入侵檢測(cè)通常采用機(jī)器學(xué)習(xí)等“主動(dòng)”學(xué)習(xí)策略,通過(guò)建立檢測(cè)模型,檢測(cè)主機(jī)或網(wǎng)絡(luò)中可能的攻擊行為
2、。支持向量機(jī)(SVM)基于統(tǒng)計(jì)學(xué)習(xí)的VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化的原理,專(zhuān)門(mén)針對(duì)有限樣本的分類(lèi)問(wèn)題,具有分類(lèi)效果好、全局最優(yōu)、算法復(fù)雜度與樣本維數(shù)無(wú)關(guān)等優(yōu)點(diǎn)。本文在分析已有的SVM算法和入侵檢測(cè)算法的基礎(chǔ)上,完成了基于SVM的系統(tǒng)調(diào)用序列入侵檢測(cè)算法的研究。其內(nèi)容包括: 首先,對(duì)機(jī)器學(xué)習(xí)原理和SVM算法進(jìn)行研究,分析了C-SVM,One-ClassSVM和SVDD-SVM算法的原理和特點(diǎn); 其次,總結(jié)了現(xiàn)有的入侵檢測(cè)模型,
3、定義入侵檢測(cè)算法的性能評(píng)價(jià)標(biāo)準(zhǔn),詳細(xì)分析了現(xiàn)有的入侵檢測(cè)算法的原理和特點(diǎn); 其三,針對(duì)監(jiān)測(cè)特權(quán)進(jìn)程的入侵檢測(cè)系統(tǒng),設(shè)計(jì)了基于系統(tǒng)調(diào)用短序列距離的核函數(shù)(SSD核),證明了SSD核的合法性。在C-SVM和One-Class SVM算法的基礎(chǔ)上,設(shè)計(jì)了基于SSD核非平衡C-SVM的系統(tǒng)調(diào)用序列異常檢測(cè)算法和基于SSD核One-Class SVM的系統(tǒng)調(diào)用序列異常檢測(cè)算法。 其四,通過(guò)實(shí)驗(yàn)驗(yàn)證兩種異常檢測(cè)算法的有效性,并對(duì)實(shí)驗(yàn)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機(jī)的網(wǎng)絡(luò)入侵檢測(cè)算法研究.pdf
- 基于聚類(lèi)分塊支持向量機(jī)的入侵檢測(cè)算法
- 基于聚類(lèi)分塊支持向量機(jī)的入侵檢測(cè)算法.pdf
- 基于融合聚類(lèi)支持向量機(jī)的網(wǎng)絡(luò)入侵檢測(cè)算法.pdf
- 基于支持向量機(jī)的邊緣檢測(cè)算法研究.pdf
- 基于混沌同步與相關(guān)向量機(jī)的入侵檢測(cè)算法研究.pdf
- 基于模糊支持向量機(jī)的入侵檢測(cè)研究.pdf
- 基于支持向量機(jī)的入侵檢測(cè)技術(shù).pdf
- 基于免疫算法和增量支持向量機(jī)的入侵檢測(cè)研究.pdf
- 基于免疫算法和支持向量機(jī)的入侵檢測(cè)方法研究.pdf
- 基于支持向量機(jī)的網(wǎng)絡(luò)入侵檢測(cè)
- 基于改進(jìn)支持向量機(jī)的網(wǎng)絡(luò)流量預(yù)測(cè)算法的研究.pdf
- 基于支持向量機(jī)的協(xié)同入侵檢測(cè).pdf
- 基于改進(jìn)SVM的網(wǎng)絡(luò)入侵檢測(cè)算法研究.pdf
- 基于增量支持向量機(jī)的網(wǎng)絡(luò)入侵檢測(cè)研究.pdf
- 基于支持向量機(jī)的入侵檢測(cè)系統(tǒng)研究.pdf
- 基于支持向量機(jī)的高速公路事件檢測(cè)算法.pdf
- 基于支持向量機(jī)的入侵檢測(cè)技術(shù)研究.pdf
- 基于對(duì)支持向量機(jī)的入侵檢測(cè)技術(shù)研究.pdf
- 基于支持向量機(jī)的Landsat多光譜影像云檢測(cè)算法研究.pdf
評(píng)論
0/150
提交評(píng)論