基于SOA的特征表達和分析技術.pdf

1、近年來，隨著計算機網(wǎng)絡和通信行業(yè)的快速發(fā)展，網(wǎng)絡安全問題也更加突出。個人隱私、商業(yè)信息、國家機密等信息在網(wǎng)絡上傳輸時要求具有高的安全保障。尤其作為具有開放性、可復用和可互操作等優(yōu)點的新興體系架構方法——面向服務的架構（Service-Oriented Architecture, SOA），對其服務安全性提出了更高的要求。SOA傳統(tǒng)的安全技術有身份認證、訪問控制、信息加密、本地防火墻等，但這些安全技術具有局限性和不完備性，使計算機系統(tǒng)和網(wǎng)

2、絡達不到所要求的安全程度。近年來新一代入侵檢測技術已成為一種重要有效的安全手段，它能查找系統(tǒng)漏洞，實時發(fā)現(xiàn)新的非法入侵。各種新的安全技術相結(jié)合已成為入侵檢測技術的研究趨勢。
　　本文通過深入研究人工免疫原理和模型，以及數(shù)據(jù)挖掘相關聚類方法，研究了這兩者與入侵檢測技術的關系，并將它們改進后結(jié)合起來。以數(shù)據(jù)挖掘技術為手段，結(jié)合人工免疫網(wǎng)絡的成熟模型，研究分析了現(xiàn)有算法優(yōu)缺點，改進了傳統(tǒng)的聚類算法，得到新方法。具體過程是利用成熟的aiN

3、et網(wǎng)絡模型，從給定的一個抗原集合，找出抗體集合中冗余的數(shù)據(jù)，進行數(shù)據(jù)壓縮和聚類。同時對K-means聚類方法的主要參數(shù)進行了針對性的改進，使其與aiNet結(jié)合的更好，因而提高了算法的聚類效果和收斂速度，并在實驗中進行了驗證。
　　本文將數(shù)據(jù)挖掘技術與入侵檢測技術相結(jié)合做法保留了人工免疫網(wǎng)絡模擬的生物免疫系統(tǒng)所具有的分布性、自組織、輕量性和多層次性等特點，同時也有數(shù)據(jù)挖掘聚類方法這種典型的無監(jiān)督學習技術的優(yōu)點。這種方法可以在未標記