基于量子遺傳和聚類技術(shù)的入侵檢測系統(tǒng)研究.pdf

1、隨著信息技術(shù)的迅猛發(fā)展和人類社會生活對Internet需求的日益增長,計算機與互聯(lián)網(wǎng)科技得以不斷的創(chuàng)新與升級,網(wǎng)絡(luò)入侵的風(fēng)險性也越來越大,網(wǎng)絡(luò)安全已經(jīng)成為全球性的問題。入侵檢測技術(shù)應(yīng)運而生,它是繼防火墻、數(shù)據(jù)加密等傳統(tǒng)安全保護措施后的又一重要的安全保障技術(shù),入侵檢測技術(shù)作為防火墻的合理補充和延伸,是一種主動安全防護技術(shù),提供了對內(nèi)部攻擊、外部攻擊和誤操作的實時保護。
　　 本文就是基于上述研究背景開展的,著重針對入侵檢測領(lǐng)域內(nèi)所

2、存在諸多問題,尤其是具有自適應(yīng)能力的入侵檢測系統(tǒng)不完善、檢測算法處理速度慢、檢測率低、誤檢率高等缺點進行解決。
　　 本文首先綜合異常與誤用兩種檢測技術(shù)的優(yōu)點構(gòu)建了入侵檢測系統(tǒng)模型,然后針對模型中核心組件進行了實現(xiàn),還將量子遺傳算法引入入侵檢測領(lǐng)域中進行特征約減、特征提取并進一步與聚類算法相結(jié)合,提出了基于量子遺傳聚類的入侵檢測算法,增強了系統(tǒng)自適應(yīng)分析、檢測的能力,在提高整個系統(tǒng)的性能的同時也增加了模塊的復(fù)用性,減小了系統(tǒng)的開