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61頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著人類社會信息化程度不斷提高,對網(wǎng)絡的依賴性日益增強,計算機網(wǎng)絡安全已引起人們的廣泛關注。入侵檢測是一種通過實時監(jiān)測目標系統(tǒng)來發(fā)現(xiàn)入侵攻擊行為的安全技術,現(xiàn)已成為網(wǎng)絡安全領域中的一個研究熱點。然而,傳統(tǒng)的入侵檢測系統(tǒng)在有效性、適應性和可擴展性方面都存在不足。針對這些不足,本文將從數(shù)據(jù)處理的角度,用數(shù)據(jù)挖掘的方法根據(jù)海量審計數(shù)據(jù)建立描述入侵行為的模型。 本文首先對入侵檢測技術的背景進行了簡要的說明和歸類。然后論述了數(shù)據(jù)挖掘知識及

2、數(shù)據(jù)挖掘在入侵檢測中的應用。通過研究和分析傳統(tǒng)入侵檢測系統(tǒng)的缺陷,得出解決這些缺陷需要處理大量的數(shù)據(jù),而數(shù)據(jù)挖掘技術是一個強有力的數(shù)據(jù)處理工具,從而將數(shù)據(jù)挖掘技術應用于傳統(tǒng)的入侵檢測系統(tǒng)來處理海量數(shù)據(jù),以提高整個系統(tǒng)的檢測性能,有效的減少整個系統(tǒng)的虛警率和誤警率。 通過比較數(shù)據(jù)挖掘技術中的諸算法,結合該技術所要應用的環(huán)境--入侵檢測系統(tǒng),得出關聯(lián)規(guī)則和聚類分析算法更適合入侵檢測系統(tǒng)規(guī)則挖掘的結論。本文重點論述的是在入侵檢測領域廣

3、泛應用的關聯(lián)分析算法和聚類分析算法,分析和介紹了數(shù)據(jù)挖掘算法中的Apriori算法和K-means聚類算法,提出了改進的關聯(lián)算法Ad-Apriori,并針對算法用于入侵檢測中存在的缺陷,提出了聯(lián)合數(shù)據(jù)挖掘思想。通過利用樹形結構存儲數(shù)據(jù)庫、候選項集對數(shù)據(jù)庫進行精簡,改進對算法的剪枝操作和利用完美Hash函數(shù)直接生成2-項頻繁集等方法對Apriori算法進行了改進,提高了算法的執(zhí)行效率,并通過具體實例和實驗說明了改進的有效性。通過在算法中添

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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。

評論

0/150

提交評論