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(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、序列分析能幫助解釋序列之間的關(guān)系并預(yù)測事件發(fā)展的規(guī)律,因而是數(shù)據(jù)挖掘的一個(gè)核心和基礎(chǔ)問題,在商業(yè)決策、信息安全、生物基因、科學(xué)計(jì)算等眾多領(lǐng)域有著重要的應(yīng)用。近年來,利用序列分析幫助實(shí)現(xiàn)入侵容忍系統(tǒng),以阻止、預(yù)防、檢測攻擊使系統(tǒng)保持幸存性是信息安全的一個(gè)全新思想,正越來越受到各方面的重視。 隨著人類社會(huì)電子化的日益增強(qiáng),序列分析面臨著更多的挑戰(zhàn)。數(shù)據(jù)的數(shù)量、種類和規(guī)模都在不斷增大,數(shù)據(jù)集中也存在大量的不完備數(shù)據(jù)、溢出數(shù)據(jù)、噪聲數(shù)據(jù)
2、等不良數(shù)據(jù);同時(shí),隨著數(shù)據(jù)流應(yīng)用的廣泛普及,需要在小的運(yùn)行時(shí)間和低的存儲(chǔ)空間內(nèi),快速、高效地從大規(guī)模數(shù)據(jù)流中分析出序列相關(guān)性,并主動(dòng)排除不良數(shù)據(jù)對分析過程的干擾。因此,研究準(zhǔn)確度高、速度快,并且能排除噪聲干擾的數(shù)據(jù)流序列分析算法具有重要的理論意義和應(yīng)用價(jià)值。 從數(shù)據(jù)處理的角度來看入侵容忍系統(tǒng),入侵行為對應(yīng)的數(shù)據(jù)以及應(yīng)用系統(tǒng)相應(yīng)產(chǎn)生的錯(cuò)誤日志都可以看成是序列數(shù)據(jù),因而入侵檢測、錯(cuò)誤處理、維護(hù)和恢復(fù)關(guān)鍵數(shù)據(jù)等問題也就可以看成一種特殊
3、的序列分析問題?;谶@樣的考慮,導(dǎo)致了序列分析在入侵容忍系統(tǒng)中的應(yīng)用研究。 序列模式挖掘是序列分析的重要手段,鑒于現(xiàn)有序列模式挖掘算法大多不能處理噪聲數(shù)據(jù)及其面對大規(guī)模數(shù)據(jù)流時(shí)的低效性,研究了適合于噪聲數(shù)據(jù)流領(lǐng)域的有效序列模式挖掘算法。針對大規(guī)模數(shù)據(jù)流提出了一種基于可擴(kuò)展的滑動(dòng)窗口和貝葉斯可信推斷的數(shù)據(jù)流序列模式分析算法BMSP-DS。BMSP-DS 算法利用滑動(dòng)窗口獲取實(shí)時(shí)流數(shù)據(jù),在小存儲(chǔ)空間和低運(yùn)算時(shí)間內(nèi)快速挖掘出數(shù)據(jù)流頻繁
4、序列模式,并對滑動(dòng)窗口擴(kuò)展進(jìn)行二次掃描,避免遺漏頻繁序列,注重精簡序列模式發(fā)現(xiàn)過程的中間臨時(shí)數(shù)據(jù)來提高時(shí)效性。針對噪聲環(huán)境下大規(guī)模序列流的自適應(yīng)分析問題提出一種主動(dòng)容錯(cuò)的序列流并行分析算法FTPSA。FTPSA 算法利用學(xué)習(xí)網(wǎng)絡(luò)描述流序列,并存于0-1 矩陣中,將低比例和高比例不良數(shù)據(jù)分層考慮,分別采用基于容錯(cuò)和基于結(jié)構(gòu)優(yōu)化的學(xué)習(xí)方法,同時(shí),經(jīng)過全局篩選有效減少了中間結(jié)果集合,降低了內(nèi)存和通信消耗。理論分析和實(shí)驗(yàn)結(jié)果表明,該兩序列模式挖
5、掘算法精度高,容錯(cuò)性好,具有較低的時(shí)間復(fù)雜度,適合于大規(guī)模噪聲數(shù)據(jù)流的序列模式分析。對序列未來發(fā)展趨勢的預(yù)測是序列分析中的另一個(gè)重要分支。在分析現(xiàn)有序列預(yù)測算法的基礎(chǔ)上,針對傳統(tǒng)算法預(yù)測遺漏問題,對經(jīng)典的FTP-DS 算法進(jìn)行了改進(jìn),改進(jìn)后的算法涵蓋對未來發(fā)展有重要影響的異常點(diǎn),提高預(yù)測的準(zhǔn)確性。針對多維序列流的未來趨勢預(yù)測問題提出了并行算法MSSF-VQ,算法利用矢量空間表示序列流的計(jì)算模型,采用量子化技術(shù)離散處理連續(xù)序列流,并設(shè)計(jì)了
6、序列流矢量概率樹的構(gòu)造算法和搜索算法。這些數(shù)據(jù)流預(yù)測算法不同于已有的序列預(yù)測算法,其可以包含低密度的異常數(shù)據(jù)對多維數(shù)據(jù)流進(jìn)行預(yù)測,較大提高了預(yù)測的準(zhǔn)確性,同時(shí)具有較低的時(shí)間復(fù)雜度和較好的可擴(kuò)展性。 以序列分析算法為基礎(chǔ),以數(shù)據(jù)為中心,針對入侵容忍系統(tǒng)特性,在分析現(xiàn)有入侵檢測方法和錯(cuò)誤檢測方法的基礎(chǔ)上,研究了適用于入侵容忍系統(tǒng)的入侵檢測方法和錯(cuò)誤發(fā)現(xiàn)技術(shù)。在研究網(wǎng)絡(luò)入侵事件特征的基礎(chǔ)上,探討了基于滑動(dòng)窗口的網(wǎng)絡(luò)數(shù)據(jù)流維護(hù)策略,設(shè)計(jì)
7、了新的基于序列分析和基于并行序列分析的實(shí)時(shí)網(wǎng)絡(luò)入侵檢測框架,提高了入侵檢測的準(zhǔn)確度和效率。針對現(xiàn)有入侵檢測方法不能在容侵系統(tǒng)中提供入侵恢復(fù)線索的缺點(diǎn),提出了入侵容忍系統(tǒng)中基于數(shù)值序列分析的異常檢測方法和分布式入侵的檢測方法。鑒于入侵容忍系統(tǒng)服務(wù)于分布式復(fù)雜網(wǎng)絡(luò)環(huán)境中,系統(tǒng)錯(cuò)誤具有并發(fā)性特點(diǎn),提出了一種基于改進(jìn)的貝葉斯網(wǎng)絡(luò)學(xué)習(xí)的并行錯(cuò)誤檢測方法PBL,該方法可在容侵系統(tǒng)中有效檢測順序和并發(fā)錯(cuò)誤,并排除噪聲信息對錯(cuò)誤發(fā)現(xiàn)的干擾。 基
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(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,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(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自己和他人造成任何形式的傷害或損失。
最新文檔
- 入侵容忍技術(shù)在CA中的應(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
- 入侵容忍技術(shù)在軍事網(wǎng)絡(luò)中的應(yīng)用研究.pdf
- 序列模式挖掘及其在入侵檢測中的應(yīng)用研究.pdf
- 容忍入侵的理論與方法及其應(yīng)用研究.pdf
- 基于ECC的數(shù)字簽名及其在入侵容忍CA中的應(yīng)用研究.pdf
- 免疫原理在入侵容忍系統(tǒng)中的應(yīng)用研究.pdf
- 量子遺傳算法及其在入侵檢測中的應(yīng)用研究.pdf
- 序列模式挖掘在入侵檢測系統(tǒng)中的應(yīng)用研究.pdf
- 多模式匹配算法及其在入侵檢測系統(tǒng)中的應(yīng)用研究.pdf
- 基于ECC的門限密碼體制及其應(yīng)用的研究—在入侵容忍中應(yīng)用的探索.pdf
- 序列模式挖掘算法及其在網(wǎng)絡(luò)入侵檢測系統(tǒng)的應(yīng)用研究.pdf
- 序列模式挖掘算法及其在云取證中的應(yīng)用研究.pdf
- 時(shí)間序列挖掘算法及其在地震預(yù)報(bào)中的應(yīng)用研究.pdf
- MOEA-D算法及其在多序列比對中的應(yīng)用研究.pdf
- 改進(jìn)Apriori算法在入侵檢測中的應(yīng)用研究.pdf
- 蟻群算法在序列比對中的應(yīng)用研究.pdf
- 協(xié)議分析及聚類算法在入侵檢測中的應(yīng)用研究.pdf
- 人工免疫算法在入侵檢測中的應(yīng)用研究.pdf
- 蟻群聚類算法在入侵檢測中的應(yīng)用研究.pdf
評論
0/150
提交評論