已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀
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),請進行舉報或認領(lǐng)
文檔簡介
1、近年來,網(wǎng)絡(luò)安全問題不斷凸顯,病毒(Virus)的數(shù)量呈指數(shù)級增長,其危險性也在不斷增加。各個互聯(lián)網(wǎng)安全廠商分別設(shè)計開發(fā)新的安全防護產(chǎn)品,以加強對病毒入侵的檢測工作。在這些新的安全產(chǎn)品中特征選擇技術(shù)仍然是各大廠商使用的主流技術(shù)。
論文主要結(jié)合粗糙集、遺傳算法、聚類分析等技術(shù)提出新的特征選擇方法,并將其應(yīng)用在入侵檢測領(lǐng)域以解決病毒數(shù)量大、變化快、維度高和干擾多的問題。同時在病毒入侵檢測的檢測效率與精度等方面做出積極的探索。論
2、文的主要工作和取得的階段性成果總結(jié)如下:
改進基于粗糙集和遺傳算法的特征選擇方法,針對檢測效率與精度的需求,采用了一種改進的遺傳算法來實現(xiàn)特征選擇;該算法把粗糙集理論應(yīng)用到遺傳算法中,應(yīng)用粗糙集理論來構(gòu)造遺傳算法中的適應(yīng)度函數(shù),并在運用遺傳算法前使用啟發(fā)式的方法來形成遺傳算法中的初始化種群。
改進基于聚類分析和拆分訓(xùn)練集的特征選擇方法,針對訓(xùn)練集的海量特性和病毒檢測的時效性,采用把訓(xùn)練集拆分為多個訓(xùn)練子集,并
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
- 特征選擇算法研究及其在入侵檢測中的應(yīng)用.pdf
- 入侵檢測中特征選擇技術(shù)的應(yīng)用
- 特征選擇和集成學(xué)習(xí)及其在入侵檢測中的應(yīng)用.pdf
- 基于特征選擇的集成學(xué)習(xí)在入侵檢測中的應(yīng)用.pdf
- 特征分析在入侵檢測中的應(yīng)用.pdf
- 基于遺傳算法的特征選擇在入侵檢測中的應(yīng)用研究.pdf
- 基于IWO及TS的特征選擇方法在入侵檢測中的應(yīng)用研究.pdf
- 克隆選擇原理在入侵檢測中的應(yīng)用.pdf
- K-means和TASVM及特征選擇算法在入侵檢測系統(tǒng)中的應(yīng)用.pdf
- 分層式入侵檢測技術(shù)在入侵防御中的應(yīng)用與研究.pdf
- 關(guān)聯(lián)分析在入侵檢測中的研究與應(yīng)用.pdf
- 入侵檢測系統(tǒng)中特征選擇算法與模型構(gòu)建方法的研究.pdf
- 特征選擇算法研究及其在異常檢測中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘在入侵檢測特征與規(guī)則集輔助生成中的應(yīng)用.pdf
- 有色Petri網(wǎng)在入侵檢測中的研究與應(yīng)用.pdf
- 離群點挖掘在入侵檢測中的研究與應(yīng)用.pdf
- Agent在入侵檢測中的應(yīng)用研究.pdf
- 基于加權(quán)特征選擇的誤用入侵檢測研究.pdf
- 關(guān)聯(lián)分析技術(shù)在入侵檢測中的研究與應(yīng)用.pdf
- 支撐向量技術(shù)在入侵檢測中的應(yīng)用與研究.pdf
評論
0/150
提交評論