已閱讀1頁，還剩49頁未讀， 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)的廣泛應(yīng)用,越來越多的人可以方便地通過網(wǎng)絡(luò)進(jìn)行信息的傳輸和交換,而由于人們對(duì)黑客和網(wǎng)絡(luò)安全的認(rèn)識(shí)不足,近年來網(wǎng)絡(luò)安全事故頻頻發(fā)生,給社會(huì)造成了巨大的損失,網(wǎng)絡(luò)安全方面研究隨之被賦予了重要意義.入侵檢測是網(wǎng)絡(luò)安全機(jī)制中重要的一環(huán).該領(lǐng)域的研究重點(diǎn)之一是如何在收集到系統(tǒng)和網(wǎng)絡(luò)的原始數(shù)據(jù)后,建立有效的入侵檢測模型.該文主要論述基于分類的入侵檢測及其實(shí)現(xiàn)技術(shù).首先設(shè)計(jì)了基于分類技術(shù)的入侵檢測方案,提出了用分類器建立入侵檢測模型的思想;
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
- 基于數(shù)據(jù)挖掘的入侵檢測技術(shù)應(yīng)用研究.pdf
- 基于負(fù)載均衡的入侵檢測技術(shù)應(yīng)用研究.pdf
- 基于支持向量機(jī)的入侵檢測技術(shù)的應(yīng)用研究.pdf
- 基于成本敏感的分類算法在入侵檢測中的應(yīng)用研究.pdf
- 基于KNN-SVM網(wǎng)絡(luò)入侵檢測技術(shù)的應(yīng)用研究.pdf
- 基于動(dòng)態(tài)排序的入侵檢測應(yīng)用研究.pdf
- 入侵檢測方法及應(yīng)用研究.pdf
- 入侵容忍技術(shù)在入侵檢測框架中的應(yīng)用研究.pdf
- 基于孿生支持向量機(jī)的入侵檢測及應(yīng)用研究.pdf
- 模糊分類技術(shù)在入侵檢測中的應(yīng)用.pdf
- 基于孿生支持向量機(jī)的入侵檢測及應(yīng)用研究
- 基于混合分類模型的入侵檢測技術(shù)研究.pdf
- 基于多分類器的入侵檢測技術(shù)研究.pdf
- 基于模糊分類的入侵檢測.pdf
- 計(jì)算智能分類方法及其在入侵檢測中的應(yīng)用研究.pdf
- 基于模式匹配的入侵檢測系統(tǒng)應(yīng)用研究.pdf
- 基于數(shù)據(jù)挖掘與云模型的入侵檢測技術(shù)的應(yīng)用研究.pdf
- Agent技術(shù)在入侵檢測中的應(yīng)用研究.pdf
- 基于模糊分類的入侵檢測
- 基于SNORT的網(wǎng)絡(luò)入侵檢測系統(tǒng)的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論