版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、入侵檢測(cè)技術(shù)作為動(dòng)態(tài)安全系統(tǒng)(P<'2>DR)最核心的技術(shù)之一,在網(wǎng)絡(luò)縱深防御體系中起著極為重要的作用,它是靜態(tài)防護(hù)轉(zhuǎn)化為動(dòng)態(tài)防護(hù)的關(guān)鍵,也是強(qiáng)制執(zhí)行安全策略的有力工具。隨著網(wǎng)絡(luò)攻擊手段的日益復(fù)雜化、多樣化和自動(dòng)化,傳統(tǒng)的入侵檢測(cè)系統(tǒng)(IDS)己不能滿(mǎn)足安全需求。為了應(yīng)對(duì)目前越來(lái)越頻繁出現(xiàn)的分布式、多目標(biāo)、多階段的組合式網(wǎng)絡(luò)攻擊和黑客行為,提高在高帶寬、大規(guī)模網(wǎng)絡(luò)環(huán)境下入侵檢測(cè)的效率、降低漏報(bào)率和縮短檢測(cè)時(shí)間,把先進(jìn)的機(jī)器學(xué)習(xí)方法引入到
2、IDS中來(lái)已成為一種共識(shí)。 本文的主要工作是將支持向量機(jī)(SVM)及核主成分分析(KPCA)應(yīng)用到入侵檢測(cè)技術(shù)中。論文在探討了入侵檢測(cè)基本技術(shù)的基礎(chǔ)上,系統(tǒng)地研究了統(tǒng)計(jì)學(xué)習(xí)理論中最成熟的算法支持向量機(jī)和非線性性能較好的數(shù)據(jù)分析工具核主成分分析的相關(guān)理論,深入研究了它們?cè)谌肭謾z測(cè)中的應(yīng)用技術(shù)。 本文取得的主要研究成果包括三方面: 一、提出了一種基于軟間隔支持向量機(jī)的入侵檢測(cè)模型,該模型具有一定的可擴(kuò)展性。設(shè)計(jì)了針對(duì)
3、該模型的數(shù)據(jù)預(yù)處理方法、核函數(shù)和軟間隔支持向量機(jī)主要參數(shù)選取的方案。實(shí)驗(yàn)結(jié)果表明本文的數(shù)據(jù)預(yù)處理方法、核函數(shù)和參數(shù)選取方法的有效性和實(shí)用性,深入探討了主要參數(shù)調(diào)整對(duì)支持向量機(jī)性能的影響,實(shí)驗(yàn)分析該模型的入侵檢測(cè)性能及支持向量機(jī)的特性。 二、提出了基于核主成分分析和軟間隔支持向量機(jī)相結(jié)合的入侵檢測(cè)模型,這其實(shí)是一種多層核的入侵檢測(cè)模型。實(shí)驗(yàn)分析表明該模型檢測(cè)效果較好,尤其是訓(xùn)練和測(cè)試時(shí)間性能突出。 三、提出了一種由多個(gè)兩類(lèi)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)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(qǐng)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(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于核主成分分析和支持向量機(jī)的飛機(jī)艙音信號(hào)的識(shí)別.pdf
- 基于主成分分析支持向量機(jī)的焊點(diǎn)檢測(cè)方法的研究.pdf
- 基于主成分分析和支持向量機(jī)的組合判別分析方法研究.pdf
- 基于主成分分析和支持向量機(jī)的電力短期負(fù)荷預(yù)測(cè).pdf
- 基于主成分分析的入侵檢測(cè)方法.pdf
- 基于主成分分析的支持向量機(jī)劃分地震相.pdf
- 基于主成分分析和遞歸特征消除的支持向量機(jī)分類(lèi)方法研究.pdf
- 基于核主成分分析特征提取及支持向量機(jī)的人臉識(shí)別應(yīng)用研究.pdf
- 基于主成分分析和支持向量機(jī)的汽輪機(jī)故障診斷研究.pdf
- 513.基于主成分分析和支持向量機(jī)的太赫茲光譜鑒別模型
- 基于二維主成分分析和支持向量機(jī)的交通標(biāo)志識(shí)別.pdf
- 基于主成分分析網(wǎng)絡(luò)與支持向量機(jī)的肺結(jié)節(jié)輔助診斷.pdf
- 基于主成分分析算法與多核支持向量機(jī)人臉識(shí)別方法研究.pdf
- 基于模糊支持向量機(jī)的入侵檢測(cè)研究.pdf
- 基于主成分分析和貝葉斯分類(lèi)的入侵檢測(cè)方法研究.pdf
- 基于支持向量機(jī)的入侵檢測(cè)技術(shù).pdf
- 基于特征選擇和支持向量機(jī)的入侵檢測(cè)研究.pdf
- 基于支持向量機(jī)的網(wǎng)絡(luò)入侵檢測(cè)
- 基于核主成分與支持向量機(jī)的體內(nèi)藥物代謝預(yù)測(cè).pdf
- 基于支持向量機(jī)的協(xié)同入侵檢測(cè).pdf
評(píng)論
0/150
提交評(píng)論