已閱讀1頁，還剩59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、本文主要對基于樹形組合結構的神經網絡分類器組合方法在入侵檢測系統(tǒng)的實現技術進行研究和探索，開展以下方面的工作： (1)針對BP神經網絡分類器以及LVQ神經網絡分類器的特點，本文提出了一個樹形分類器組合框架。該組合分類器利用BP神經網絡的獨立性以及自適應性解決了一般分類器難以不斷學習和適應新攻擊的問題；利用LVQ神經網絡的競爭性將分類信息定義為特定的目標類別。 (2)由于入侵檢測數據集中的信息均為高維特征向量，因此它需要在
2、大規(guī)模的分類識別過程中解決特征提取問題。本文采用主成分分析(Principal Components Analysis)方法較好地解決了該問題。具體做法是：基于MATLAB統(tǒng)計工具箱，利用相關函數對入侵檢測數據集進行預處理——降維操作；接著將2層樹形BP-LVQ神經網絡組合分類器應用到入侵檢測的行為識別之中；然后根據模式識別的原理，針對BP神經網絡子分類器的訓練算法，舍Levenberg-Marquardt算法而取Resilient B
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
- 基于神經網絡的入侵檢測相關技術研究.pdf
- 基于量子神經網絡的入侵檢測技術研究.pdf
- 基于無監(jiān)督神經網絡的入侵檢測技術研究.pdf
- 基于小波神經網絡的入侵檢測技術研究.pdf
- 基于神經網絡的入侵檢測技術的研究.pdf
- 基于神經網絡理論的實時入侵檢測技術研究.pdf
- 基于徑向基函數(RBF)神經網絡的入侵檢測技術研究.pdf
- 基于神經網絡集成的入侵檢測技術.pdf
- 基于多分類器組合的網絡入侵檢測方法研究.pdf
- 基于神經網絡的入侵檢測.pdf
- 基于粗糙集與神經網絡的入侵檢測技術研究.pdf
- BP神經網絡分類器優(yōu)化技術研究.pdf
- 基于BP神經網絡的入侵檢測技術的研究.pdf
- 基于混合神經網絡的入侵檢測技術的研究.pdf
- 基于神經網絡集成的入侵檢測研究.pdf
- 基于神經網絡的入侵檢測模型研究.pdf
- 基于神經網絡的入侵檢測方法研究.pdf
- 基于PCA和改進BP神經網絡的入侵檢測系統(tǒng)研究與設計.pdf
- 基于神經網絡技術的入侵檢測系統(tǒng)的研究.pdf
- 基于模糊神經網絡的網絡入侵檢測研究.pdf
評論
0/150
提交評論