基于網(wǎng)絡(luò)的智能化入侵檢測系統(tǒng)模型研究.pdf_第1頁
已閱讀1頁,還剩75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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、目前,常用的網(wǎng)絡(luò)安全技術(shù)有防火墻、訪問控制、VPN和數(shù)據(jù)加密等,它們都屬于被動式的防御技術(shù),都立足于防護(hù),而入侵檢測是一種動態(tài)的安全保護(hù)技術(shù),可以解決被動式的防御技術(shù)不能解決的問題,是當(dāng)前網(wǎng)絡(luò)安全領(lǐng)域的研究熱點。但是傳統(tǒng)的入侵檢測技術(shù)存在檢測效率不高的問題,從而制約了入侵檢測技術(shù)在實際應(yīng)用中的效果。 本文重點研究了入侵檢測方法,將神經(jīng)網(wǎng)絡(luò)和數(shù)據(jù)挖掘?qū)W科中的一些智能算法應(yīng)用于入侵檢測中,并且對相應(yīng)算法進(jìn)行了改進(jìn),提高入侵檢測的準(zhǔn)確

2、性、可靠性、實時性,設(shè)計出檢測效果較好的智能化的入侵檢測系統(tǒng)。 本文首先介紹了入侵檢測的研究背景和發(fā)展歷程,以及入侵檢測系統(tǒng)的概念、原理,并且對不同的入侵檢測方法進(jìn)行了比較,指出了它們各自的優(yōu)缺點。然后,針對現(xiàn)有的網(wǎng)絡(luò)入侵檢測技術(shù)存在的問題,提出將人工神經(jīng)網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)挖掘技術(shù)用于網(wǎng)絡(luò)入侵檢測,設(shè)計了基于神經(jīng)網(wǎng)絡(luò)和數(shù)據(jù)挖掘的入侵檢測系統(tǒng)模型,前者采用BP算法構(gòu)建神經(jīng)網(wǎng)絡(luò),通過對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練來確定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),從而能夠更好地對

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