版權(quán)說(shuō)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(jiǎn)介
1、根據(jù)組合多個(gè)分類器的決策可以比各個(gè)分類器單獨(dú)使用獲得更高的分類精度,本文提出將基于多分類器組合的模式識(shí)別方法應(yīng)用于網(wǎng)絡(luò)入侵檢測(cè)技術(shù)。 多分類器組合策略有兩類:多分類器融合和多分類器選擇。本文首先根據(jù)多分類器固定融合規(guī)則,結(jié)合分類和聚類分析算法,提出一種可以有效檢測(cè)攻擊的基于多分類器融合的網(wǎng)絡(luò)入侵檢測(cè)方法。然后,提出兩種基于多分類器選擇的網(wǎng)絡(luò)入侵檢測(cè)方法:一種是基于靜態(tài)分類器選擇的檢測(cè)方法,它通過(guò)對(duì)聚類方法獲得的各個(gè)區(qū)域采用新的策
2、略進(jìn)一步劃分,來(lái)減小靜態(tài)選擇方法的誤差,提高檢測(cè)性能;另一種是基于動(dòng)態(tài)分類器選擇的檢測(cè)方法,它通過(guò)增加訓(xùn)練過(guò)程和對(duì)分類器性能的靜態(tài)估算來(lái)降低動(dòng)態(tài)分類器選擇方法分類時(shí)需要的計(jì)算資源,提高其檢測(cè)速度,以滿足網(wǎng)絡(luò)入侵檢測(cè)對(duì)實(shí)時(shí)性的要求。最后,本文給出一種將多分類器選擇和融合方法集成在一起的機(jī)制,集成方法性能優(yōu)于兩類方法單獨(dú)使用時(shí)的最佳性能,并且具有更廣泛的應(yīng)用范圍。 實(shí)驗(yàn)結(jié)果表明本文提出的方法能獲得較好的檢測(cè)性能,可以顯著降低網(wǎng)絡(luò)入侵
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
- 基于多分類器集成的入侵檢測(cè)研究.pdf
- 基于多分類器的入侵檢測(cè)技術(shù)研究.pdf
- 基于CMABC參數(shù)優(yōu)化的SVM多分類入侵檢測(cè)方法研究.pdf
- 遙感圖像多分類器組合方法研究.pdf
- 多分類器組合中的基分類器選取方法.pdf
- 基于多分類器的行人檢測(cè)研究.pdf
- 基于多分類器組合的濕地信息提取方法研究.pdf
- 基于分類器選擇集成的入侵檢測(cè)方法研究.pdf
- 基于組合多分類器的變壓器故障診斷方法研究.pdf
- 基于梯度特征和多分類器的行人檢測(cè)方法.pdf
- 基于多分類器的網(wǎng)絡(luò)流量分類研究.pdf
- 基于多分類支持向量機(jī)的快速入侵檢測(cè)模型.pdf
- 基于入侵檢測(cè)的神經(jīng)網(wǎng)絡(luò)分類器組合問(wèn)題及PCA技術(shù)研究.pdf
- 多分類器組合及其遙感分類研究.pdf
- 基于協(xié)議分析和SVM多分類的入侵檢測(cè)系統(tǒng)研究.pdf
- 基于多分類器融合的遙感影像分類方法研究.pdf
- 基于多分類器組合的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)研究.pdf
- 基于多分類器的農(nóng)作區(qū)遙感圖像分類方法研究.pdf
- 基于聚類與支持向量機(jī)多分類的WSN入侵檢測(cè)研究.pdf
- 基于模糊積分的多分類器融合方法研究.pdf
評(píng)論
0/150
提交評(píng)論