基于孿生支持向量機(jī)的入侵檢測及應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩68頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

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、入侵檢測是當(dāng)代計算機(jī)安全防護(hù)系統(tǒng)的關(guān)鍵技術(shù),也是當(dāng)代安全領(lǐng)域的研究熱門。支持向量機(jī)近年來也成為了入侵檢測領(lǐng)域的一個研究熱點(diǎn),然而傳統(tǒng)支持向量機(jī)在入侵檢測應(yīng)用方面,其檢測精度與訓(xùn)練時間在處理大量數(shù)據(jù)的時候,由于受到硬件限制,其效果無法令人滿意。孿生支持向量機(jī)是傳統(tǒng)支持向量機(jī)的改進(jìn),它降低了算法的計算復(fù)雜度并減少了訓(xùn)練時間,為入侵檢測的發(fā)展提供了一種新的契機(jī)。
  本文在分析了經(jīng)典支持向量機(jī)和孿生支持向量機(jī)的核心思想的基礎(chǔ)上,對孿生支

2、持向量機(jī)的算法進(jìn)行了實現(xiàn)并進(jìn)行了驗證。提出了基于孿生支持向量機(jī)的入侵檢測模型,并采用孿生支持向量機(jī)方法對KDDCUP99數(shù)據(jù)集進(jìn)行入侵檢測驗證,結(jié)合實例進(jìn)行了相關(guān)實驗測試和結(jié)果數(shù)據(jù)的分析。實驗驗證了該方法在入侵檢測領(lǐng)域的可行性和有效性,與傳統(tǒng)支持向量機(jī)相比,孿生支持向量機(jī)在檢測精度、誤報率、訓(xùn)練時間方面的表現(xiàn)均有很大提升,準(zhǔn)確率提高的同時誤報率降低且訓(xùn)練時間減少一半甚至更多,為處理大數(shù)據(jù)的入侵檢測系統(tǒng)提供了有力支撐,也為云計算環(huán)境下的移

3、動終端入侵檢測提供了一種有效方案。
  基于以上分析,提出了一種基于云環(huán)境的移動智能終端入侵檢測解決方案,將基于孿生支持向量機(jī)的入侵檢測模型應(yīng)用到此方案當(dāng)中。方案的核心思想是把對移動智能終端的安全檢測轉(zhuǎn)到云計算環(huán)境下進(jìn)行,它針對移動智能終端資源受限的情況,對任務(wù)進(jìn)行了轉(zhuǎn)移,把耗費(fèi)大量計算能力的入侵檢測從移動智能終端轉(zhuǎn)移到云端,移動終端將數(shù)據(jù)發(fā)送給云端,云端對接收到的數(shù)據(jù)進(jìn)行入侵檢測。將主要工作轉(zhuǎn)移給云很好地解決了入侵檢測消耗資源大

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。

評論

0/150

提交評論