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、隨著信息網(wǎng)絡(luò)的飛速發(fā)展和Interaet的普及,涌現(xiàn)出大量的網(wǎng)絡(luò)安全問題,以往簡(jiǎn)單的防火墻技術(shù),目前已無(wú)法解決錯(cuò)綜復(fù)雜的網(wǎng)絡(luò)安全問題。網(wǎng)絡(luò)安全面臨的問題主要向著多變性、智能性和隱藏性發(fā)展。為了增強(qiáng)網(wǎng)絡(luò)的安全性,許多組織不斷地提出更加穩(wěn)健、更加積極的策略和計(jì)劃,而入侵檢測(cè)就是解決這個(gè)問題的有效方法之一,它可以采取有效的防御措施向用戶提供實(shí)時(shí)的入侵檢測(cè)相關(guān)信息。
隨著網(wǎng)絡(luò)安全領(lǐng)域?qū)θ肭謾z測(cè)技術(shù)的深入研究,入侵檢測(cè)技術(shù)在主動(dòng)防御外來
2、入侵方面,能夠采取高效的處理技術(shù),例如智能化技術(shù),對(duì)入侵檢測(cè)系統(tǒng)實(shí)行分布式保護(hù)措施。當(dāng)系統(tǒng)受到外來攻擊時(shí),入侵檢測(cè)技術(shù)能幫助其保持安全性和可操作性,同時(shí)入侵檢測(cè)技術(shù)還能為系統(tǒng)繼續(xù)提供關(guān)鍵性的服務(wù)。
本文主要對(duì)入侵檢測(cè)功能,分類和入侵檢測(cè)的方法進(jìn)行描述,并詳細(xì)闡述粒子群算法是如何發(fā)展的,重點(diǎn)介紹了協(xié)同進(jìn)化粒子群算法和多種群協(xié)同進(jìn)化粒子群優(yōu)化算法的步驟以及流程,通過利用經(jīng)典函數(shù)對(duì)算法進(jìn)行比較驗(yàn)證,可知MSPSO算法能夠較快地找到全
3、局最優(yōu)適應(yīng)函數(shù),有較強(qiáng)的全局搜索能力,可彌補(bǔ)過早收斂,陷入局部極值的缺點(diǎn)。利用該算法對(duì)KDDCUP99入侵檢測(cè)數(shù)據(jù)集進(jìn)行規(guī)則提取,重點(diǎn)對(duì)KDDCUP99訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集進(jìn)行測(cè)試。
算法通過規(guī)則將KDDCUP99數(shù)據(jù)集測(cè)試應(yīng)用于訓(xùn)練集和測(cè)試集,結(jié)果表明該算法應(yīng)用于訓(xùn)練集的檢測(cè)率平均達(dá)到95.251%,誤報(bào)率平均僅有4.862%,應(yīng)用于測(cè)試集的檢測(cè)率平均為88.557%,誤報(bào)率平均為7.058%。說明該算法在提取規(guī)則上實(shí)用且
溫馨提示
- 1. 本站所有資源如無(wú)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(yè)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(kù)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
- 基于多種群協(xié)同的多目標(biāo)粒子群優(yōu)化算法研究.pdf
- 多種群協(xié)同進(jìn)化的微粒群優(yōu)化算法及其在橡膠硫化車間生產(chǎn)調(diào)度中的應(yīng)用.pdf
- 多種群協(xié)同進(jìn)化及其在創(chuàng)新概念設(shè)計(jì)中的應(yīng)用.pdf
- 基于多種群并行粒子群優(yōu)化算法研究.pdf
- 基于協(xié)同進(jìn)化粒子群的聚合反應(yīng)優(yōu)化研究.pdf
- 基于可拓學(xué)的多種群粒子群優(yōu)化算法研究.pdf
- 基于協(xié)同進(jìn)化遺傳算法的入侵檢測(cè)技術(shù)研究.pdf
- 基于協(xié)同進(jìn)化的大規(guī)模優(yōu)化算法.pdf
- 動(dòng)態(tài)種群規(guī)模的協(xié)同進(jìn)化算法模型、理論與應(yīng)用.pdf
- 協(xié)同進(jìn)化果蠅免疫優(yōu)化算法及應(yīng)用.pdf
- 基于協(xié)同進(jìn)化的動(dòng)態(tài)多目標(biāo)優(yōu)化算法.pdf
- 協(xié)同進(jìn)化遺傳算法在多目標(biāo)優(yōu)化中的應(yīng)用研究.pdf
- 基于區(qū)域過濾的粒子群優(yōu)化算法在網(wǎng)絡(luò)入侵檢測(cè)中的研究.pdf
- 協(xié)同進(jìn)化多目標(biāo)優(yōu)化算法的改進(jìn)與應(yīng)用
- 基于協(xié)同進(jìn)化的多目標(biāo)優(yōu)化算法研究
- 基于粒子群與模擬退火協(xié)同進(jìn)化方法的電力系統(tǒng)無(wú)功優(yōu)化.pdf
- 協(xié)同進(jìn)化數(shù)值優(yōu)化算法及其應(yīng)用研究.pdf
- 基于協(xié)同進(jìn)化的混合智能優(yōu)化算法及其應(yīng)用研究.pdf
- 粒子群算法在效用優(yōu)化中的應(yīng)用.pdf
- 粒子群算法在查詢優(yōu)化中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論