2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩65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

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(zé)。
  • 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(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。

評論

0/150

提交評論