版權說明: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,請進行舉報或認領
文檔簡介
1、信息技術的高速發(fā)展,給人們的生活帶來了極大的便利。但是,網(wǎng)絡犯罪時有發(fā)生,且對社會造成的危害也越來越大。因此,打擊網(wǎng)絡犯罪已經(jīng)成為我國乃至全世界最關注的問題之一。由于網(wǎng)絡犯罪證據(jù)的特殊性,網(wǎng)絡犯罪證據(jù)的獲取需要依賴于計算機技術。有效的利用計算機技術,能夠高效、準確的獲取犯罪證據(jù),保證網(wǎng)絡環(huán)境的安全。
論文主要針對實時網(wǎng)絡犯罪證據(jù)獲取的技術進行研究。根據(jù)已有的網(wǎng)絡取證的模型,以及應用到網(wǎng)絡取證中數(shù)據(jù)挖掘技術。在此基礎上,提出了基
2、于關聯(lián)規(guī)則的實時網(wǎng)絡取證的模型。該模型分為三個模塊:數(shù)據(jù)包捕獲模塊、取證分析模塊和證據(jù)呈現(xiàn)模塊。采用數(shù)據(jù)包捕獲技術Libpcap和Winpcap,對入侵計算機的數(shù)據(jù)進行獲取。對捕獲后的數(shù)據(jù)采用MD5的方法進行數(shù)據(jù)的完整性檢驗,對原始數(shù)據(jù)使用數(shù)據(jù)挖掘的技術進行取證分析。獲得證據(jù)以后,采用分散存儲的方法對證據(jù)進行保護,保證了呈現(xiàn)證據(jù)的準確性。取證分析模塊是整個模型的核心,使用關聯(lián)規(guī)則的方法實現(xiàn)了對數(shù)據(jù)的挖掘。目前實現(xiàn)關聯(lián)規(guī)則的主要算法是Ap
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
- 基于模糊關聯(lián)規(guī)則的網(wǎng)絡異常檢測模型研究.pdf
- 基于云模型的關聯(lián)規(guī)則的研究.pdf
- 基于關聯(lián)規(guī)則挖掘的網(wǎng)絡告警關聯(lián).pdf
- 基于關聯(lián)規(guī)則的入侵檢測模型的研究.pdf
- 基于關聯(lián)規(guī)則的隨機森林模型.pdf
- 網(wǎng)絡涉案調(diào)查取證規(guī)則研究.pdf
- 基于關聯(lián)規(guī)則的分類模型發(fā)現(xiàn)算法研究.pdf
- 關聯(lián)規(guī)則擴展模型的研究.pdf
- 基于時序關聯(lián)規(guī)則挖掘的客戶行為實時預測技術.pdf
- 基于量化概念格的關聯(lián)規(guī)則挖掘模型研究.pdf
- 基于概念格擴展模型的關聯(lián)規(guī)則挖掘.pdf
- 基于改進的互關聯(lián)后繼樹模型的關聯(lián)規(guī)則挖掘.pdf
- 基于關聯(lián)規(guī)則的機組產(chǎn)量預測模型研究與應用.pdf
- 基于動態(tài)關聯(lián)規(guī)則的網(wǎng)絡用戶行為分析.pdf
- 基于關聯(lián)規(guī)則的用戶興趣模型的研究與應用.pdf
- 基于MapReduce模型的關聯(lián)規(guī)則挖掘算法的設計.pdf
- 基于聚類分析和關聯(lián)規(guī)則的網(wǎng)絡入侵檢測研究.pdf
- 基于云模型的多維關聯(lián)規(guī)則的研究與應用.pdf
- 基于關系模型的關聯(lián)規(guī)則挖掘的研究與應用.pdf
- 基于邏輯回歸關聯(lián)規(guī)則的疾病預警模型.pdf
評論
0/150
提交評論