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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、眾所周知,網(wǎng)絡(luò)入侵?jǐn)?shù)據(jù)存在高維和非線性的特點(diǎn),并且含有大量的噪聲和冗余特征,導(dǎo)致入侵檢測系統(tǒng)數(shù)據(jù)處理難、耗用時(shí)間長和檢測效率低等諸多問題。如何降低數(shù)據(jù)處理難度,提高檢測效率是入侵檢測系統(tǒng)要解決的關(guān)鍵問題。
本文主要對(duì)基于特征選擇和支持向量機(jī)的入侵檢測進(jìn)行研究,將特征選擇和支持向量機(jī)相結(jié)合,給出一種基于特征選擇和支持向量機(jī)的入侵檢測模型。一方面,特征選擇能從網(wǎng)絡(luò)數(shù)據(jù)集中篩選出對(duì)分類器分類性能影響最重要的最優(yōu)特征組合,降低特征的維
2、數(shù)和提高系統(tǒng)的檢測效率;另一方面,支持向量機(jī)是一種典型的二分類器,具有嚴(yán)格的數(shù)學(xué)理論基礎(chǔ)和良好的泛化能力,在處理高維和非線性學(xué)習(xí)問題上具有獨(dú)到的優(yōu)越性,其能夠有效提高分類算法的效率。
針對(duì)特征選擇問題,本文提出了一種混合特征選擇算法。此算法結(jié)合過濾模式和封裝模式的優(yōu)點(diǎn),將兩者進(jìn)行混合。首先,根據(jù)特征分類值對(duì)特征進(jìn)行計(jì)算,設(shè)置特定的閾值,并通過過濾模式中的Fisher分和信息增益對(duì)網(wǎng)絡(luò)數(shù)據(jù)集分別按照閾值進(jìn)行過濾選擇,去除噪聲和無
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(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)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(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
- 基于特征選擇和支持向量機(jī)的異常檢測研究.pdf
- 基于模糊支持向量機(jī)的入侵檢測研究.pdf
- 基于支持向量機(jī)的入侵檢測技術(shù).pdf
- 基于支持向量機(jī)的網(wǎng)絡(luò)入侵檢測
- 入侵檢測中支持向量機(jī)參數(shù)選擇方法研究.pdf
- 基于支持向量機(jī)的協(xié)同入侵檢測.pdf
- 基于聚類和支持向量機(jī)的網(wǎng)絡(luò)入侵檢測.pdf
- 基于聚類和支持向量機(jī)的網(wǎng)絡(luò)入侵檢測
- 基于增量支持向量機(jī)的網(wǎng)絡(luò)入侵檢測研究.pdf
- 基于支持向量機(jī)的入侵檢測系統(tǒng)研究.pdf
- 基于免疫算法和增量支持向量機(jī)的入侵檢測研究.pdf
- 基于免疫算法和支持向量機(jī)的入侵檢測方法研究.pdf
- 基于粗糙集和支持向量機(jī)的網(wǎng)絡(luò)入侵檢測研究.pdf
- 基于聚類和支持向量機(jī)的入侵檢測系統(tǒng)研究.pdf
- 基于支持向量機(jī)的入侵檢測技術(shù)研究.pdf
- 基于對(duì)支持向量機(jī)的入侵檢測技術(shù)研究.pdf
- 基于改進(jìn)支持向量機(jī)的入侵檢測算法研究.pdf
- 基于支持向量機(jī)的SCADA系統(tǒng)入侵檢測方法.pdf
- 基于自適應(yīng)模糊支持向量機(jī)的入侵檢測.pdf
- 基于支持向量機(jī)與主動(dòng)學(xué)習(xí)的入侵檢測.pdf
評(píng)論
0/150
提交評(píng)論