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、重慶大學(xué)碩士學(xué)位論文免疫算法在入侵檢測預(yù)處理中的應(yīng)用姓名：陳艷申請學(xué)位級別：碩士專業(yè)：計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)指導(dǎo)教師：張玉芳20060501重慶大學(xué)碩士學(xué)位論文英文摘要IIABSTRACTTheintrusiondetectionisonekindoftechnologieswhichcandetectanyintrusionbehavithatattemptstodestroyresources’integritysecrecyusabili
2、tysoonadoptsthecountermeasure.Atpresenttheresearchingemphasisofintrusiondetectiontechnologycentralizesinanomalydetectionwithoutinstructions.Clusteringanalysisisanimptantmethodofstudywithoutinstructions.Theexistingmethods
3、fintrusiondetectionbasedonclusteringmostlymeasuredbythedistancedifferencebut“dependingonthesimilaritymeasurementofallattributesinthesamedegreetendtoarousemisleading“[1].Oneeffectivemethodtoovercomethis“misleading“isaddin
4、goneweightfeachattributetoletthedifferentattributehasdifferentfunctioninclustering.Basedontheresearchbackgroundstatedabovethisdissertationdoesthefollowingstudy:1.Thisdissertationanalysesthevariousclusteringtechnologiesus
5、edinintrusiondetectionfullyunderststheexistingdatapreprocessingmethods.Findthequestionthatclusteringtechnologybasedondistanceusedinintrusiondetectionhasnoconsiderationonthedifferentattributeshavingdifferentimptance.Inder
6、tofindtheweightsimmunealgithmisproposedtosearchthebestweightsindatapreprocessinginintrusiondetectionbasedonclustering.2.Useimmunealgithmindatapreprocessinginintrusiondetectiongavethedetailedprocessesofalgithm.Immunealgit
7、hmimptedinthisdissertationisusedtofindtheweightswhichhavethebesteffectindetectingintrusionismeasuredbythedetectionratethefalsepositiverate.Intheprocessofencodingantibodythisdissertationdesignsthebinaryencodingmethodofant
8、ibody.Intheprocessofevaluatingantibodyamethodofimptingantibodyinrealintrusiondatasetclusteringbyanimprovedkmeansalgithmisproposedbecauseoftheacteristicsofintrusiondetection.Thisdissertationcomparedanalyzedthecurrentcalcu
9、lationsofaffinitybetweenantibodyantibodyadoptsinfmationentropytocalculatetheaffinitybetweenantibodyantibody.3.UsingarealdatainKDDCUPasdatasetsinenvironmentofMicrosoftVisual2003thisdissertationcarriedsimulationexperiments
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(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
- 免疫算法在入侵檢測中的應(yīng)用.pdf
- 入侵檢測中數(shù)據(jù)預(yù)處理算法的研究.pdf
- 人工免疫算法在入侵檢測中的應(yīng)用研究.pdf
- 聚類算法在入侵檢測中的應(yīng)用.pdf
- 免疫Agent在入侵檢測中的應(yīng)用研究.pdf
- 智能算法在入侵檢測系統(tǒng)中的應(yīng)用.pdf
- 人工免疫算法在入侵檢測上的應(yīng)用與研究.pdf
- 入侵檢測系統(tǒng)中數(shù)據(jù)預(yù)處理技術(shù)的研究.pdf
- 稀有類分類算法在入侵檢測中的應(yīng)用.pdf
- 生物免疫原理在入侵檢測中的應(yīng)用研究.pdf
- 流量預(yù)測算法在入侵檢測系統(tǒng)中的應(yīng)用.pdf
- 模糊聚類算法及其在入侵檢測中的應(yīng)用.pdf
- 免疫原理在入侵檢測系統(tǒng)中的應(yīng)用研究.pdf
- 人工免疫技術(shù)在入侵檢測中的應(yīng)用研究.pdf
- 改進(jìn)混合遺傳算法在免疫入侵檢測模型中的應(yīng)用研究.pdf
- 特征選擇算法研究及其在入侵檢測中的應(yīng)用.pdf
- 基于免疫記憶的RBF群在入侵檢測中的應(yīng)用.pdf
- 改進(jìn)的聚類算法在入侵檢測中的應(yīng)用.pdf
- 關(guān)聯(lián)規(guī)則挖掘的改進(jìn)算法在入侵檢測中的應(yīng)用.pdf
- 生物免疫原理在入侵檢測系統(tǒng)中的應(yīng)用探索.pdf
評論
0/150
提交評論