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、中國科學(xué)技術(shù)大學(xué)碩士學(xué)位論文隱Markov模型和數(shù)據(jù)融合在入侵檢測(cè)中的應(yīng)用研究姓名：安景琦申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：計(jì)算機(jī)應(yīng)用指導(dǎo)教師：劉貴全20050501中國科學(xué)投術(shù)人學(xué)順：論文隱Markov模型發(fā)數(shù)拋融臺(tái)掃：入侵椅測(cè)中的應(yīng)用研究AbstractTheopenspecialityofInternetprovidesthegreatconvenienceofsharingandinteractionofinformationMeanwh
2、ile，itraisesthegreatchallengeofsecurityofinformationSecurityofinformationhasbeenthekeyproblemofinformationsystemIntrusiondetectionsystem(IDS)，asapositivemeasureforinformationsecurity，hasmadeupthelimitationoftraditionalse
3、curityprotectionmeasureThroughbuildingdynamicsecuritycycle，itCallpromotetileprotectioncapacityofsystemandreducetilesecuritythreatsasgreataspossibleNowadays，SOmanynewattacksemergeendlessly，thatthetraditionalintrusiondetec
4、tionmethodscannotmeetthesystemsecurityrequirementsTheanomalydetectionteclmiquewhichcandetecttmknownintrusionbehaviorhasbecomeakeyresearchfieldinintrusiondetectionMoreoverwiththerapidlyexpandingofnetworkscaleandthegradual
5、lycomplicatingofthenetworkstructure，thedistributedintrusiondetectiontechniqueswhichcanbeappliedinlargescalenetworkbecomethepresentresearchkeyfield，tooAmongthesestudies，MultisensorDataFusionhasbeenfocusasanewresearchhotsp
6、otToapplythesenewtechniquesinactualsystem，thethesis，supportedbytheNationalScienceFundKeyResearchProject，‘GreatScaleNetworkOrientedDistributedIntrusionDetectionandAlertModel’，basedonacommercialIDSproduct——’’KezhenWangzhen
7、”networkIntrusionDetectionSystemasaresearchingfoundation，developresearchworksTilemajortasksandinnovationsasfollow：1)Anomalydetectioncanfindunknownintrusions，butitusuallyrequiressufficientsecuritybackgroundknowledgeItisve
8、rysignificanttoidentifysystemanomalybehaviorunderthespecialconditionofpoordomainknowledgeInthispaper，Markovchainmodelusedforanomalydetectionisdeeplydiscussedfromthreeaspects：one—stepmultistepMarkovchainandmulti—stepMarko
9、vchain—basedsequencepredictionTheexperimentsshowthemethodcandetecttheanomalybehaviorofsystem，whichdoesnot、necessarilyneedanysystemsecurityknowledge2)ComparedwithMarkgovModel，HiddenMarkovModel(HMM)cansimulatemorecomplicat
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
- 數(shù)據(jù)挖掘和數(shù)據(jù)倉庫在入侵檢測(cè)中的應(yīng)用研究.pdf
- 數(shù)據(jù)融合技術(shù)在入侵檢測(cè)系統(tǒng)中的應(yīng)用研究.pdf
- 支持向量機(jī)和數(shù)據(jù)融合在煤與瓦斯突出預(yù)測(cè)中的應(yīng)用研究.pdf
- 數(shù)據(jù)融合在電子病歷檢索中的應(yīng)用研究.pdf
- 數(shù)據(jù)融合技術(shù)在分布式入侵檢測(cè)中的應(yīng)用研究.pdf
- 基于數(shù)據(jù)融合的入侵檢測(cè)模型研究.pdf
- 基于支持向量機(jī)和數(shù)據(jù)融合的入侵檢測(cè)技術(shù)的研究.pdf
- 數(shù)據(jù)融合在森林火險(xiǎn)等級(jí)預(yù)測(cè)中的應(yīng)用研究.pdf
- 數(shù)據(jù)融合在多模式生物特征識(shí)別中的應(yīng)用研究.pdf
- 多模型融合在手寫數(shù)字識(shí)別中的應(yīng)用研究.pdf
- 數(shù)據(jù)融合在工程中的應(yīng)用與研究.pdf
- 預(yù)測(cè)模型在入侵檢測(cè)中的應(yīng)用研究.pdf
- 隱Markov模型在球磨機(jī)齒輪故障診斷中的應(yīng)用研究.pdf
- 7167.多種數(shù)據(jù)融合在wsn中的應(yīng)用研究
- 數(shù)據(jù)融合在鋼管損傷識(shí)別系統(tǒng)中的應(yīng)用研究.pdf
- 圖像融合在視頻交通信息檢測(cè)中的應(yīng)用研究.pdf
- 數(shù)據(jù)融合在APMP盤磨故障診斷中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘技術(shù)在入侵檢測(cè)系統(tǒng)模型構(gòu)造中的應(yīng)用研究.pdf
- 數(shù)據(jù)融合在遙感中的應(yīng)用及算法研究.pdf
- 數(shù)據(jù)融合在遙感圖像分類中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論