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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著科技的不斷進(jìn)步,信息產(chǎn)業(yè)快速增長(zhǎng),應(yīng)用范圍逐步增加,帶來的網(wǎng)絡(luò)攻擊和破壞也越來越多,信息安全技術(shù)愈發(fā)受到重視.可是無論信息安全技術(shù)在這數(shù)十年如何發(fā)展,網(wǎng)絡(luò)安全技術(shù)從始至終都沒離開入侵檢測(cè)的相關(guān)知識(shí).
在入侵檢測(cè)的相關(guān)領(lǐng)域使用數(shù)據(jù)挖掘領(lǐng)域的系列原理、算法,是基于這些原理、算法可以提煉出需要的系統(tǒng)特性,并且依據(jù)得到的特性進(jìn)行安全事件的分類,以便進(jìn)行之后的鑒別工作.文章結(jié)合生長(zhǎng)樹算法和K-means算法提出一種全新的GT-KM算
2、法,并將其運(yùn)用到入侵檢測(cè)中,主要內(nèi)容如下:
(1)為了處理初始中心的選擇在 K-means算法整體流程中所占地位過大和其全局搜索能力薄弱等問題,將生長(zhǎng)樹算法和 K-means進(jìn)行結(jié)合得到新的聚類方法——GT-K M算法.在生長(zhǎng)樹算法優(yōu)異的編碼方式和全局搜索功能下去尋求使聚類達(dá)到最好結(jié)果的中心點(diǎn),避免了對(duì)初始聚類中心的極度依賴.使用UCI數(shù)據(jù)庫的數(shù)據(jù)集來進(jìn)行對(duì)比,證明其在運(yùn)行速率、聚類結(jié)果和穩(wěn)定性能方面的良好效果.
?。?/p>
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(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)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(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
- 基于文化算法的入侵檢測(cè)算法研究.pdf
- 基于學(xué)習(xí)的入侵檢測(cè)算法研究.pdf
- 基于SNORT入侵檢測(cè)系統(tǒng)的算法研究.pdf
- 基于遺傳算法的入侵檢測(cè)研究.pdf
- 基于免疫算法的入侵檢測(cè)方法的研究.pdf
- 基于數(shù)據(jù)挖掘算法的入侵檢測(cè)研究.pdf
- 基于序列模式挖掘算法的入侵檢測(cè)研究.pdf
- 基于人工免疫算法的入侵檢測(cè)研究.pdf
- 基于云理論的入侵檢測(cè)算法研究.pdf
- 基于關(guān)聯(lián)規(guī)則挖掘算法的入侵檢測(cè)研究.pdf
- 基于聚類算法的入侵檢測(cè)的研究.pdf
- 基于聚類算法的入侵檢測(cè)系統(tǒng)的研究.pdf
- 基于主機(jī)的入侵檢測(cè)和預(yù)報(bào)算法.pdf
- 基于進(jìn)化算法的入侵檢測(cè)技術(shù)研究.pdf
- 基于DCA算法的入侵檢測(cè)技術(shù)研究.pdf
- 基于模式識(shí)別算法的入侵檢測(cè)研究.pdf
- 基于網(wǎng)絡(luò)入侵檢測(cè)的智能算法研究.pdf
- 基于網(wǎng)絡(luò)異常的入侵檢測(cè)算法研究.pdf
- 基于Snort平臺(tái)的入侵檢測(cè)算法研究.pdf
- 基于QPSO算法的入侵檢測(cè)技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論