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(jiǎn)介
1、伴隨著社會(huì)的發(fā)展、人類文明的進(jìn)步,網(wǎng)絡(luò)的發(fā)展也是空前絕后的,可以說今天人類社會(huì)的發(fā)展是離不開網(wǎng)絡(luò)的。由于Internet的不斷發(fā)展,導(dǎo)致網(wǎng)絡(luò)上需要處理的信息量的增加速度是人們難以想象的,網(wǎng)絡(luò)就像一把雙刃劍,在給人們帶來利益和方便的同時(shí),也帶來了不少負(fù)面的影響,網(wǎng)絡(luò)上的攻擊和破壞也是逐年增多。當(dāng)前網(wǎng)絡(luò)攻擊日益趨向復(fù)雜化和智能化,那么,傳統(tǒng)的網(wǎng)絡(luò)安全防御技術(shù)(如防火墻、訪問權(quán)限控制等)手段已顯得難以應(yīng)對(duì)。作為保障網(wǎng)絡(luò)安全的主流技術(shù)手段——入
2、侵檢測(cè)技術(shù)(IDS)就變得備受關(guān)注。經(jīng)過多年的發(fā)展,該技術(shù)領(lǐng)域已經(jīng)日趨成熟,將數(shù)據(jù)挖掘中技術(shù)應(yīng)用到入侵檢測(cè)領(lǐng)域已經(jīng)成為保障網(wǎng)絡(luò)安全的研究熱點(diǎn)。但是,由于入侵手段的不斷發(fā)展以及入侵審計(jì)數(shù)據(jù)信息量不斷增大,使得傳統(tǒng)的經(jīng)典數(shù)據(jù)挖掘分類技術(shù)在網(wǎng)絡(luò)入侵檢測(cè)的應(yīng)用中已經(jīng)顯得捉襟見肘,無法保證入侵檢測(cè)系統(tǒng)的檢測(cè)率、實(shí)時(shí)性的要求。本文在分析了傳統(tǒng)的樸素貝葉斯分類基礎(chǔ)上,提出一種改進(jìn)的貝葉斯分類算法和基于傳統(tǒng)貝葉斯分類的入侵檢測(cè)系統(tǒng)的改進(jìn)模型,旨在改進(jìn)傳
3、統(tǒng)貝葉斯分類入侵檢測(cè)系統(tǒng)模型在檢測(cè)率、檢測(cè)時(shí)間上不足的問題。在此之后,提出了一種基于粗糙集理論依賴度的屬性簡(jiǎn)約方法,以達(dá)到降低屬性復(fù)雜度、刪除冗余屬性,使整個(gè)檢測(cè)系統(tǒng)的建模時(shí)間有所降低。
本文的主要研究工作如下:
(1)首先對(duì)數(shù)據(jù)挖掘技術(shù)、入侵檢測(cè)技術(shù)等進(jìn)行了分析,分析了當(dāng)今該領(lǐng)域國(guó)內(nèi)外的發(fā)展動(dòng)態(tài),對(duì)入侵檢測(cè)技術(shù)概念、分類作出了說明。
(2)對(duì)傳統(tǒng)貝葉斯分類算法進(jìn)行了分析,在此基礎(chǔ)上提出了一種改進(jìn)的貝葉斯分
4、類算法以及對(duì)基于貝葉斯分類的傳統(tǒng)入侵檢測(cè)系統(tǒng)模型進(jìn)行了改進(jìn),在改進(jìn)的系統(tǒng)模型中,融入了誤用檢測(cè)技術(shù)中的模式匹配方法,雖然在系統(tǒng)模型中增加了新的模塊,在構(gòu)建系統(tǒng)的初期,可能會(huì)增加一定工作量,但是通過對(duì)傳統(tǒng)模型的改進(jìn),在入侵檢測(cè)過程中,可以提高整個(gè)系統(tǒng)的檢測(cè)率,提高檢測(cè)效率。
(3)對(duì)基于粗糙集合理論的屬性簡(jiǎn)約方法進(jìn)行了研究和分析,研究了傳統(tǒng)粗糙集合理論中的區(qū)分矩陣的方法求解屬性的簡(jiǎn)約,分析了傳統(tǒng)區(qū)分矩陣方法的缺陷和不足,在此基礎(chǔ)
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(yè)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(kù)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
- 貝葉斯與決策樹算法在入侵檢測(cè)中的應(yīng)用.pdf
- 改進(jìn)貝葉斯算法及其在入侵檢測(cè)的應(yīng)用.pdf
- 貝葉斯網(wǎng)絡(luò)在Web數(shù)據(jù)挖掘中的研究及應(yīng)用.pdf
- 貝葉斯網(wǎng)在數(shù)據(jù)挖掘中的算法運(yùn)用研究.pdf
- 模糊聚類與貝葉斯分類在入侵檢測(cè)中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘算法在入侵檢測(cè)中的分析及應(yīng)用.pdf
- 數(shù)據(jù)挖掘算法及其在入侵檢測(cè)系統(tǒng)中的應(yīng)用.pdf
- 基于信息增益的貝葉斯數(shù)據(jù)挖掘算法在垃圾郵件過濾中的應(yīng)用.pdf
- 貝葉斯網(wǎng)絡(luò)在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 自適應(yīng)的貝葉斯網(wǎng)在入侵檢測(cè)中的應(yīng)用研究.pdf
- 貝葉斯數(shù)據(jù)挖掘技術(shù)及其在反垃圾郵件中的應(yīng)用.pdf
- 基于貝葉斯網(wǎng)絡(luò)數(shù)據(jù)挖掘算法的研究.pdf
- 基于Clementine的數(shù)據(jù)挖掘在入侵檢測(cè)中應(yīng)用.pdf
- 貝葉斯層次聚類及其在文本挖掘中的應(yīng)用.pdf
- 粒子濾波算法在貝葉斯動(dòng)態(tài)模型中的應(yīng)用.pdf
- 基于貝葉斯MARS的入侵檢測(cè)算法研究.pdf
- 數(shù)據(jù)挖掘技術(shù)在入侵檢測(cè)系統(tǒng)中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘中的貝葉斯網(wǎng)絡(luò)學(xué)習(xí)模型優(yōu)化研究與應(yīng)用.pdf
- 基于數(shù)據(jù)缺值的貝葉斯網(wǎng)絡(luò)入侵檢測(cè)研究.pdf
- 數(shù)據(jù)挖掘技術(shù)在入侵檢測(cè)系統(tǒng)中應(yīng)用的研究.pdf
評(píng)論
0/150
提交評(píng)論