基于智能的入侵檢測系統(tǒng)研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩59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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、在當(dāng)今信息時代,入侵檢測作為一種主動的安全防護(hù)技術(shù),提供了對內(nèi)部攻擊、外部攻擊和誤操作的實時保護(hù),能夠從網(wǎng)絡(luò)安全的立體縱深、多層次防御的角度出發(fā)提供安全服務(wù),由此成為安全領(lǐng)域的研究熱點之一。
   本文從理論知識入手,給出入侵檢測的相關(guān)概念、基本原理及主要步驟,介紹了入侵檢測技術(shù)的分類、入侵檢測系統(tǒng)的基本結(jié)構(gòu)和功能等內(nèi)容。然后通過分析著名的網(wǎng)絡(luò)入侵檢測系統(tǒng)Snort,搭建了一個能在實驗室環(huán)境下進(jìn)行攻防研究與開發(fā)的模擬仿真平臺,加

2、深理解了入侵檢測系統(tǒng)的工作方式,為下一步深入研究入侵檢測的相關(guān)智能算法奠定了基礎(chǔ)。對于組成入侵檢測系統(tǒng)的各個模塊,文章從分析數(shù)據(jù)包捕獲、特征簽名庫的建立、協(xié)議解析、原始數(shù)據(jù)預(yù)處理、檢測分析等幾個關(guān)鍵環(huán)節(jié)著眼,用具體的實例和實驗來說明完成這幾方面工作所要使用的技術(shù)和必備理論知識。
   文中針對入侵檢測中存在樣本少、特征多、難于將實際經(jīng)驗與現(xiàn)有算法有機(jī)結(jié)合的問題,研究了如何交互式遺傳算法(IGA)應(yīng)用到入侵檢測技術(shù)中,利用專家經(jīng)驗

3、和用戶反饋來改善IDS整體的檢測性能,并結(jié)合支持向量機(jī)(SVM)常用于各種分類和預(yù)測問題并有較好效果的特點,設(shè)計出改進(jìn)后的分類識別算法。通過借助標(biāo)準(zhǔn)數(shù)據(jù)集KDD1999進(jìn)行仿真實驗,將交互式遺傳算法與支持向量機(jī)相結(jié)合進(jìn)行入侵檢測,其正確識別率優(yōu)于傳統(tǒng)的遺傳算法,說明了本文的方法應(yīng)用于IDS領(lǐng)域是有效、可行的。
   論文最后的部分探討了近些年在許多不同領(lǐng)域都得到成功運用的集對分析理論,根據(jù)對集對思想的理解及先前在入侵檢測方面研究

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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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

評論

0/150

提交評論