基于人工免疫和模糊關(guān)聯(lián)規(guī)則的入侵檢測研究.pdf_第1頁
已閱讀1頁,還剩42頁未讀 繼續(xù)免費(fèi)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(bào)或認(rèn)領(lǐng)

文檔簡介

1、傳統(tǒng)的入侵檢測大都基于專家系統(tǒng),缺乏自適應(yīng)性,對未知攻擊的檢測能力較弱。而人工免疫系統(tǒng)是一類基于生物免疫系統(tǒng)的功能、原理、特征而建立的用于解決各種復(fù)雜問題的計(jì)算系統(tǒng)。入侵檢測系統(tǒng)與人工免疫系統(tǒng)有著很強(qiáng)的相似性,將人工免疫的眾多特性引入入侵檢測可以很好的改善入侵檢測的效率。
   在詳細(xì)闡述了人工免疫學(xué)的生物機(jī)理后,提出了一個基于人工免疫的入侵檢測系統(tǒng)框架,該框架包含三個子系統(tǒng)和一個控制中心,具有良好的交互能力。子系統(tǒng)的設(shè)計(jì)基于危

2、險理論和模糊關(guān)聯(lián)規(guī)則挖掘。
   子系統(tǒng)的核心機(jī)制是多級檢測器和危險信號的協(xié)同檢測,檢測器力求準(zhǔn)確,具有自學(xué)習(xí)性,自適應(yīng)性,為此,系統(tǒng)結(jié)合了模糊關(guān)聯(lián)規(guī)則挖掘算法和免疫記憶原理構(gòu)建初級檢測器和記憶檢測器,并借鑒克隆選擇原理提出檢測器的淘汰更新機(jī)制,有效的解決了免疫SNS模型自體庫過大的問題。同時,提出了一種基于樹突狀細(xì)胞的危險感知算法,通過對系統(tǒng)中各種信號的關(guān)聯(lián),定量計(jì)算危險信號強(qiáng)度,確定系統(tǒng)是否處于危險,提高了系統(tǒng)對未知攻擊的檢

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。

評論

0/150

提交評論