基于混合聚類(lèi)的入侵檢測(cè)算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩59頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展和網(wǎng)絡(luò)應(yīng)用范圍的不斷擴(kuò)大,對(duì)網(wǎng)絡(luò)的各類(lèi)攻擊與破壞與日俱增。在網(wǎng)絡(luò)安全問(wèn)題日益突出的今天,如何迅速有效地發(fā)現(xiàn)各種入侵行為,對(duì)于保證系統(tǒng)和網(wǎng)絡(luò)資源的安全顯得十分重要。入侵檢測(cè)是繼防火墻、數(shù)據(jù)加密等傳統(tǒng)安全保護(hù)措施后的又一種新的安全保障技術(shù)。入侵檢測(cè)數(shù)據(jù)樣本數(shù)量大、特征屬性多且類(lèi)型各異、不同類(lèi)型樣本數(shù)量分布不均衡,導(dǎo)致檢測(cè)率低,算法時(shí)間復(fù)雜度高,無(wú)法檢測(cè)出未知攻擊。因此,將粗糙集和模式識(shí)別中的特征提取和特征選擇方法應(yīng)用于

2、網(wǎng)絡(luò)入侵檢測(cè)的特征提取,引入聚類(lèi)方法和遺傳算法進(jìn)行網(wǎng)絡(luò)入侵檢測(cè)。本文主要工作如下:
   首先,采用了以粗糙集理論為基礎(chǔ)的特征選擇,對(duì)實(shí)驗(yàn)所用數(shù)據(jù)集進(jìn)行特征提取,精簡(jiǎn)數(shù)據(jù)維數(shù)。其次,針對(duì)傳統(tǒng)聚類(lèi)算法無(wú)法直接處理離散型數(shù)據(jù)的缺點(diǎn),采用了混合數(shù)據(jù)的相異度算法,將混合數(shù)據(jù)的相異度矩陣與聚類(lèi)算法結(jié)合,使聚類(lèi)算法能夠處理包含連續(xù)型和離散型數(shù)據(jù)的混合數(shù)據(jù)集。最后,針對(duì)傳統(tǒng)k-中心點(diǎn)聚類(lèi)算法存在的聚類(lèi)數(shù)目難以確定,對(duì)初始值敏感且易陷入局部最優(yōu)

3、解的缺點(diǎn),提出一種無(wú)監(jiān)督的遺傳算法與k-中心點(diǎn)聚類(lèi)算法相結(jié)合的混合聚類(lèi)算法,有效解決了傳統(tǒng)k-中心點(diǎn)算法存在的缺陷。
   同時(shí)算法能夠識(shí)別新型攻擊。
   在KDD Cup 99 數(shù)據(jù)集上的實(shí)驗(yàn)表明,改進(jìn)的算法是正確和有效的。粗糙集方法的引入提高了入侵檢測(cè)算法的效率,相異度矩陣的應(yīng)用擴(kuò)大了入侵檢測(cè)算法的適應(yīng)性,遺傳算法與k-中心點(diǎn)聚類(lèi)算法相結(jié)合,使得入侵檢測(cè)算法的正確性更趨于穩(wěn)定。這些優(yōu)勢(shì)使得該入侵檢測(cè)算法能夠適應(yīng)當(dāng)今

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。

評(píng)論

0/150

提交評(píng)論