家具企業(yè)特色化市場營銷微略的研究.pdf_第1頁
已閱讀1頁,還剩73頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著互聯(lián)網(wǎng)的廣泛應(yīng)用,網(wǎng)絡(luò)入侵和攻擊增長很快,致使計算機網(wǎng)絡(luò)安全問題越來越嚴重。入侵檢測作為一種動態(tài)安全防御技術(shù)是識別網(wǎng)絡(luò)攻擊的主要手段,雖然現(xiàn)有的入侵檢測系統(tǒng)可以檢測到大多數(shù)對網(wǎng)絡(luò)的攻擊,但伴隨著網(wǎng)絡(luò)流量的激增使其審計數(shù)據(jù)也以同樣的速度增長。為了能夠從大量的審計數(shù)據(jù)中提取出具有代表性的特征屬性,構(gòu)建一個高效的智能入侵檢測系統(tǒng),本文創(chuàng)造性地用粗糙集理論改進的小波網(wǎng)絡(luò)來構(gòu)建這種入侵檢測系統(tǒng),充分利用粗糙集作為一種新的數(shù)學工具對于未知的不完

2、善數(shù)據(jù)集具有較強的知識挖掘能力以及小波網(wǎng)絡(luò)所具有的自學習能力、記憶能力和對未知數(shù)據(jù)的檢測能力。
   本文首先對入侵檢測技術(shù)、小波網(wǎng)絡(luò)技術(shù)和粗糙集理論進行深入分析,探討將小波網(wǎng)絡(luò)和粗糙集理論用于網(wǎng)絡(luò)入侵檢測的可行性。隨后在理論研究的基礎(chǔ)上設(shè)計了一個網(wǎng)絡(luò)入侵檢測系統(tǒng)模型。在此系統(tǒng)模型之下,本文重點研究了入侵檢測模塊。
   最后,本文使用KddCup99測試數(shù)據(jù)集對入侵模型進行仿真測試,用來檢測模型的有效性。
  

3、 仿真實驗證明了用粗糙集理論改進的小波網(wǎng)絡(luò)入侵檢測方法在檢測率和虛警率上較其它入侵檢測方法有較大提高,當訓練數(shù)據(jù)集占總體數(shù)據(jù)20%以上時最小檢測率、最大虛警率分別達93.23%、2.70%,并改善了基于網(wǎng)絡(luò)的入侵檢測系統(tǒng)中輸入屬性的選擇方法和克服了小波網(wǎng)絡(luò)的“多維”問題?;谛〔ňW(wǎng)絡(luò)的入侵識別實驗證明,當訓練網(wǎng)絡(luò)中各種攻擊類型數(shù)據(jù)的數(shù)量和比例選取適當時就可以使基于小波網(wǎng)絡(luò)的入侵識別系統(tǒng)具有準確的判斷能力,其中對DoS類型攻擊的識別率可以

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(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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)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。

評論

0/150

提交評論