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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展,網(wǎng)絡(luò)已成為數(shù)據(jù)交換、事務(wù)交易和人們進(jìn)行活動的重要場所,同時,其潛在的危險性如病毒、攻擊等越來越嚴(yán)重,網(wǎng)絡(luò)正逐漸成為被惡意破壞的重點目標(biāo)。近幾年,許多研究機(jī)構(gòu)將研究重點由以防火墻為核心的被動防御轉(zhuǎn)向以入侵檢測系統(tǒng)為核心的主動防御,也產(chǎn)生了許多基于誤用檢測和異常檢測技術(shù)的研究成果及產(chǎn)品。但這些產(chǎn)品仍存在漏報率、誤報率高,自學(xué)習(xí)、自適應(yīng)性差等問題,特別是隨著網(wǎng)絡(luò)攻擊的多樣化和智能化,單一技術(shù)已很難適應(yīng)當(dāng)前安全防御的需要
2、。因此,研究將多種技術(shù)融合起來并借鑒其它領(lǐng)域技術(shù)構(gòu)建新的入侵檢測方法解決存在的問題就成為當(dāng)前研究的重點和熱點。 本文分析了已有檢測技術(shù)的優(yōu)缺點,提出將多種技術(shù)融合起來構(gòu)建一種新的、能充分發(fā)揮各自優(yōu)勢、克服缺點、檢測已知病毒,特別是未知的具有智能化的黑客型病毒的融合性檢測模型。該模型采用SVM和專家系統(tǒng)技術(shù),借鑒人工免疫原理,使其具有自學(xué)習(xí)、自動更新檢測知識庫功能。系統(tǒng)知識庫的設(shè)計采用了可優(yōu)化檢測性能、提高檢測效率的記憶樹模型存取
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(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
- 基于多源數(shù)據(jù)融合的IDS設(shè)計與實現(xiàn).pdf
- 融合容忍入侵技術(shù)的IDS研究.pdf
- 基于數(shù)據(jù)融合技術(shù)的多模型狀態(tài)監(jiān)測與故障預(yù)報.pdf
- 基于交互多模型的車輛多傳感融合定位技術(shù)研究.pdf
- 多模型融合軟測量方法研究與應(yīng)用.pdf
- 基于免疫原理的IDS模型研究.pdf
- 基于統(tǒng)計模型的多尺度圖像融合算法研究及應(yīng)用.pdf
- 基于生成模型的多源圖像融合研究.pdf
- 基于多傳感器融合的車道線檢測技術(shù)的研究與應(yīng)用.pdf
- 基于抽樣策略的IDS檢測模型研究.pdf
- 基于移動Agent技術(shù)的IDS研究.pdf
- 基于描述邏輯的IDS告警關(guān)聯(lián)模型研究.pdf
- 基于多特征融合的三維模型檢索技術(shù).pdf
- 基于證據(jù)理論的多源信息融合技術(shù)研究與應(yīng)用.pdf
- 基于多尺度分析的多光譜與全色圖像融合技術(shù)研究.pdf
- 基于視圖的多特征融合的三維模型檢索技術(shù)研究.pdf
- 基于行人檢測與目標(biāo)跟蹤的多技術(shù)融合室內(nèi)監(jiān)控應(yīng)用研究.pdf
- 基于多生物特征融合識別技術(shù)的研究.pdf
- 41623.多源遙感影像融合技術(shù)的研究與應(yīng)用
- 基于內(nèi)容的圖像檢索中多特征融合技術(shù)的應(yīng)用研究.pdf
評論
0/150
提交評論