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59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、從20世紀80年代后期起,基于系統(tǒng)調(diào)用的入侵檢測方法的研究蓬勃興起,并且取得了很大成功,為入侵檢測技術(shù)的發(fā)展開辟了新的研究方向。
   該方法是通過統(tǒng)計短序列在短期內(nèi)出現(xiàn)的情況來判別是否異常。判斷的基本依據(jù)是短序列出現(xiàn)的概率?;谙到y(tǒng)調(diào)用序列的入侵檢測方法的優(yōu)點是模型簡單。在S.Forest最初方法的基礎(chǔ)上,許多研究者陸續(xù)提出STIDE、T-STIDE以及Markov模型等的研究方法。其中Markov模型是一個狀態(tài)轉(zhuǎn)移概率模型。

2、在該入侵檢測模型中,需要根據(jù)訓練集中的短序列構(gòu)造Markov模型的狀態(tài)和轉(zhuǎn)移概率矩陣;然后,根據(jù)建立好的模型來檢測測試集中的短序列。這些方法和模型或多或少地提高了檢測效率。
   本文提出了基于系統(tǒng)調(diào)用序列的改進Markov模型入侵檢測方法。主要對基于Markov模型的入侵檢測方法進行了3個方面的改進:1)、提出基于系統(tǒng)調(diào)用序列的雙層Markov入侵檢測模型;2)、提出基于系統(tǒng)調(diào)用序列的Markov壓縮模型;3)、提出基于路徑熵

3、的檢測方法。這些改進的優(yōu)點是提高了檢測效率和增強了模型的擴展性。
   實驗部分針對不同數(shù)據(jù)源,首先根據(jù)2)和3)兩點改進建立了改進的Markov模型;其次對數(shù)據(jù)源進行了分析,提出了訓練數(shù)據(jù)源的選擇方法;再次對檢測率和誤報率進行了測量;最后對比了改進的Markov模型與其它模型的效率。另外實驗中還實現(xiàn)了壓縮的Markov模型。
   對實驗結(jié)果的分析表明,改進的Markov入侵檢測模型不但能夠正常工作,而且還能提高檢測率

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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。
  • 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

評論

0/150

提交評論