

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)
文檔簡介
1、計(jì)算機(jī)網(wǎng)絡(luò)安全越來越受到人們的重視。網(wǎng)絡(luò)入侵檢測(cè)作為網(wǎng)絡(luò)安全防護(hù)體系的主要組成部分,其作用越發(fā)重要,如今仍然是網(wǎng)絡(luò)安全領(lǐng)域中的重點(diǎn)和熱點(diǎn)。入侵檢測(cè)(Intrusion Detection)作為一種積極主動(dòng)的安全防護(hù)技術(shù),能在系統(tǒng)受到危害之前攔截和響應(yīng)入侵,提供了對(duì)內(nèi)外部攻擊的實(shí)時(shí)保護(hù),成為了保障網(wǎng)絡(luò)安全的重要手段。然而傳統(tǒng)的入侵檢測(cè)系統(tǒng)(Intrusion Detection System)存在著很多問題,如:對(duì)未知網(wǎng)絡(luò)攻擊檢測(cè)能力差、
2、誤報(bào)率高,漏報(bào)率高,以及時(shí)效性不高等缺點(diǎn)。因此,本文的研究重點(diǎn)就是如何提高入侵檢測(cè)系統(tǒng)的檢測(cè)率,具體的工作如下:
(1)簡述入侵檢測(cè)系統(tǒng)的相關(guān)概念、分類、模型等,指出目前入侵檢測(cè)系統(tǒng)急需解決的一些問題,對(duì)未來發(fā)展趨勢(shì)進(jìn)行展望;介紹統(tǒng)計(jì)學(xué)習(xí)理論和支持向量機(jī)的理論基礎(chǔ)。
(2)簡要介紹主成分分析的原理,利用主成分分析特征選擇,降低數(shù)據(jù)的維數(shù),消除數(shù)據(jù)間的冗余信息,提高系統(tǒng)的檢測(cè)性能。介紹標(biāo)準(zhǔn)粒子群優(yōu)化算法的原理和
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(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
- 基于模糊支持向量機(jī)的入侵檢測(cè)研究.pdf
- 基于支持向量機(jī)的入侵檢測(cè)技術(shù).pdf
- 基于支持向量機(jī)的網(wǎng)絡(luò)入侵檢測(cè)
- 基于支持向量機(jī)的協(xié)同入侵檢測(cè).pdf
- 基于支持向量機(jī)的SCADA系統(tǒng)入侵檢測(cè)方法.pdf
- 基于支持向量機(jī)與主動(dòng)學(xué)習(xí)的入侵檢測(cè).pdf
- 基于增量支持向量機(jī)的網(wǎng)絡(luò)入侵檢測(cè)研究.pdf
- 基于多類支持向量機(jī)的協(xié)同入侵檢測(cè).pdf
- 基于支持向量機(jī)的入侵檢測(cè)系統(tǒng)研究.pdf
- 基于模糊C-均值聚類與模糊支持向量機(jī)的自適應(yīng)圖像分割算法.pdf
- 基于支持向量機(jī)的入侵檢測(cè)技術(shù)研究.pdf
- 基于支持向量機(jī)的自適應(yīng)逆控制方法研究.pdf
- 基于對(duì)支持向量機(jī)的入侵檢測(cè)技術(shù)研究.pdf
- 基于聚類和支持向量機(jī)的網(wǎng)絡(luò)入侵檢測(cè).pdf
- 基于改進(jìn)支持向量機(jī)的入侵檢測(cè)算法研究.pdf
- 基于多分類支持向量機(jī)的快速入侵檢測(cè)模型.pdf
- 基于聚類和支持向量機(jī)的網(wǎng)絡(luò)入侵檢測(cè)
- 基于特征選擇和支持向量機(jī)的入侵檢測(cè)研究.pdf
- 基于支持向量機(jī)的網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)研究.pdf
- 基于數(shù)據(jù)降維和支持向量機(jī)的網(wǎng)絡(luò)入侵檢測(cè).pdf
評(píng)論
0/150
提交評(píng)論