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、隨著Internet的普及,利用網(wǎng)絡(luò)進(jìn)行的攻擊越來越多,且手段越來越高明,原有的被動(dòng)防御安全策略已顯得力不從心,有必要使被動(dòng)防御與主動(dòng)檢測相結(jié)合,來加強(qiáng)網(wǎng)絡(luò)與系統(tǒng)的安全性,保護(hù)重要的數(shù)據(jù)與信息免遭非法入侵.入侵檢測是網(wǎng)絡(luò)與系統(tǒng)安全的又一道屏障,它負(fù)責(zé)檢測出越過防御屏障的入侵行為,是一種主動(dòng)安全技術(shù).但現(xiàn)有的入侵檢測系統(tǒng)存在嚴(yán)重的誤報(bào)與漏報(bào)問題,影響了入侵檢測在安全方面的作用.該文從軟件結(jié)構(gòu)與檢測方法兩個(gè)角度出發(fā),來改進(jìn)原有入侵檢測系統(tǒng),
2、提高入侵檢測系統(tǒng)的準(zhǔn)確性,減少誤報(bào)與漏報(bào)問題.在原入侵檢測系統(tǒng)中引入代理技術(shù),改過去單一集中式的入侵檢測系統(tǒng)為分布式入侵檢測系統(tǒng),同時(shí)增加入侵檢測系統(tǒng)的智能性.為此,文中改進(jìn)了中科院軟件所馬恒太提出的多代理入侵檢測系統(tǒng)模型,使代理技術(shù)在改進(jìn)的入侵檢測系統(tǒng)模型中能更有效地發(fā)揮作用.檢測方法是入侵檢測系統(tǒng)性能好壞的重要指標(biāo),也是檢測系統(tǒng)研究的重點(diǎn).文中提出了一種新的檢測方法:基于貝葉斯分類的異常檢測方法.該方法利用貝葉斯理論在解決不確定問題
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
- 基于貝葉斯決策的智能入侵檢測系統(tǒng).pdf
- 基于主成分分析和貝葉斯分類的入侵檢測方法研究.pdf
- 基于貝葉斯MARS的入侵檢測算法研究.pdf
- 基于貝葉斯分類的入侵檢測規(guī)則學(xué)習(xí)模型的研究與實(shí)現(xiàn).pdf
- 基于數(shù)據(jù)缺值的貝葉斯網(wǎng)絡(luò)入侵檢測研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的入侵檢測模型分析與研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的多類標(biāo)分類算法研究.pdf
- 基于改進(jìn)樸素貝葉斯算法的入侵檢測技術(shù)研究.pdf
- 模糊聚類與貝葉斯分類在入侵檢測中的應(yīng)用.pdf
- 基于貝葉斯網(wǎng)絡(luò)的自適應(yīng)入侵檢測系統(tǒng)研究.pdf
- 基于人工免疫原理的多代理入侵檢測系統(tǒng)研究.pdf
- 基于樸素貝葉斯和One-R的入侵檢測問題研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的主機(jī)入侵檢測系統(tǒng)研究與設(shè)計(jì).pdf
- 基于信息增益—貝葉斯網(wǎng)絡(luò)的智能入侵檢測模型的研究.pdf
- 基于貝葉斯方法的分類問題研究.pdf
- 基于行為與貝葉斯分類的木馬檢測技術(shù)研究.pdf
- 改進(jìn)貝葉斯算法及其在入侵檢測的應(yīng)用.pdf
- 基于支持向量機(jī)和貝葉斯分析技術(shù)的入侵檢測方法研究.pdf
- 基于層次貝葉斯的子空間分類.pdf
- 基于關(guān)聯(lián)信息的貝葉斯分類算法研究.pdf
評(píng)論
0/150
提交評(píng)論