2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著IP技術(shù)的飛速發(fā)展和信息化進程的不斷加快,基于網(wǎng)絡(luò)的應(yīng)用服務(wù)變得越來越廣泛。但是Internet以及網(wǎng)絡(luò)技術(shù)的發(fā)展也使得網(wǎng)絡(luò)入侵攻擊變得更為普遍,數(shù)量和破壞程度也隨之增加,因此有效準確地檢測網(wǎng)絡(luò)流量異常并提高網(wǎng)絡(luò)健壯性就變得十分必要。
  近年來,分形技術(shù)和矢量量化方法是應(yīng)用于網(wǎng)絡(luò)流量異常檢測的兩個研究熱點。在深入研究基于分形技術(shù)的異常檢測方法(簡稱FB算法)和基于矢量量化的異常檢測方法(簡稱VQ方法)的基礎(chǔ)上,本文提出了一種

2、新的網(wǎng)絡(luò)異常檢測方法:分形技術(shù)與矢量量化相結(jié)合的網(wǎng)絡(luò)異常檢測方法,簡稱FB-VQ方法。
  FB-VQ方法首先采用FB方法檢測網(wǎng)絡(luò)異常流量,鑒于FB算法具有較低的時間和空間復(fù)雜度,可對網(wǎng)絡(luò)流量數(shù)據(jù)進行粒度較粗的處理,以便保留更多的信息方便下一步VQ方法定位網(wǎng)絡(luò)異常原因。針對檢測到的異常流量,進一步采用VQ方法進行更加細化的檢測,選擇盡可能多的流量數(shù)據(jù)特征,為各個類型的攻擊建立其對應(yīng)的碼字,以便基于量化錯誤量的異常分析能更加細致地刻

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(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(quán)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。

評論

0/150

提交評論