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、入侵檢測作為一種積極主動的安全防護技術(shù),提供了對內(nèi)外部攻擊和誤操作的實時保護。本文詳細介紹了入侵檢測的概念、結(jié)構(gòu)、分類以及最新的入侵檢測技術(shù),其中基于專家系統(tǒng)的誤用檢測是最成熟和最常用的檢測技術(shù)。但為了從海量數(shù)據(jù)中提取相應(yīng)的規(guī)則,靠人工難以處理,于是各種機器輔助的規(guī)則生成方法不斷被提出。 粒子群優(yōu)化(Particle Swarm Optimization,PSO)算法是近年來發(fā)展起來的一種新的進化算法,它和遺傳算法相似,也是從隨
2、機解出發(fā),通過迭代尋找最優(yōu)解,而且也是通過適應(yīng)度函數(shù)來評價解的質(zhì)量。但是它比遺傳算法運算過程更為簡單,也沒有相應(yīng)的“交叉”和“變異”操作。它通過追隨當前搜索到的最優(yōu)值來尋找全局最優(yōu)。粒子群算法在各領(lǐng)域的應(yīng)用都有大量的研究,但用于入侵檢測的方向則極為少見。于是,本文提出的一種新的基于粒子群優(yōu)化算法的入侵檢測規(guī)則提取算法,以機器輔助生成高質(zhì)量的入侵規(guī)則庫。 本算法區(qū)別于以往的基子粒子群優(yōu)化的入侵規(guī)則提取算法主要在以下兩個方面:
3、 1、引入了最新的量子粒子群算法(QSPO),并對其做了改進,使得其全局搜索性能遠遠優(yōu)于一般PSO算法,可以有效克服陷入局部最優(yōu)解,因此能有效提高算法搜索結(jié)果的質(zhì)量,即獲得更優(yōu)的入侵檢測規(guī)則庫,本文也通過試驗證明了這一結(jié)論。 2、提出了適用于入侵檢測實際情況的適應(yīng)度函數(shù),以往的入侵規(guī)則提取算法雖然也有部分考慮降低誤報率,但思路并沒有集中在適應(yīng)度函數(shù)的設(shè)計上,本算法提出的新的適應(yīng)度函數(shù)能在規(guī)則提取過程中篩選出具有更低誤報率的規(guī)則
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。
最新文檔
- 基于粒子群優(yōu)化支持向量機的入侵檢測模型研究.pdf
- 基于粒子群優(yōu)化算法的模糊關(guān)聯(lián)規(guī)則提取方法及并行化實現(xiàn).pdf
- 基于粒子群優(yōu)化支持向量機的異常入侵檢測研究.pdf
- 基于粒子群算法的入侵檢測技術(shù)研究.pdf
- 基于粒子群和模糊聚類算法的入侵檢測方法研究.pdf
- 基于區(qū)域過濾的粒子群優(yōu)化算法在網(wǎng)絡(luò)入侵檢測中的研究.pdf
- 基于粒子群優(yōu)化的協(xié)同優(yōu)化方法研究.pdf
- 基于粒子群優(yōu)化的圖像融合方法研究.pdf
- 基于改進離散粒子群優(yōu)化的拓撲優(yōu)化方法研究.pdf
- 基于Snort規(guī)則優(yōu)化的入侵檢測系統(tǒng)研究.pdf
- 基于免疫Agent和粒子群優(yōu)化的入侵防御技術(shù)研究.pdf
- 基于多種群協(xié)同進化粒子群優(yōu)化算法在入侵檢測中的應(yīng)用.pdf
- 基于粒子群智能優(yōu)化算法的CDMA多用戶檢測方法研究.pdf
- 基于粒子群的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 基于改進粒子群算法的曲線曲面優(yōu)化方法研究.pdf
- 基于協(xié)同粒子群優(yōu)化算法的發(fā)酵過程優(yōu)化控制方法研究.pdf
- 粒子群優(yōu)化算法的改進方法研究.pdf
- 基于粒子群優(yōu)化的空間調(diào)制信號檢測算法的研究.pdf
- 基于粒子群算法的AS-RS優(yōu)化調(diào)度方法研究.pdf
- 基于粒子群優(yōu)化的有源噪聲控制方法研究.pdf
評論
0/150
提交評論