

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、任何網(wǎng)絡(luò)信息系統(tǒng),均易遭受各種網(wǎng)絡(luò)安全風(fēng)險(xiǎn)的威脅。攻擊者有能力攻破許多現(xiàn)已開發(fā)的網(wǎng)絡(luò)安全防護(hù)技術(shù),亦可能攻破任何將要開發(fā)的新技術(shù)。在這種環(huán)境下,快速的入侵檢測(cè)和恢復(fù)能力對(duì)網(wǎng)絡(luò)安全至關(guān)重要。
對(duì)分布式入侵檢測(cè)而言,多個(gè)IDS的協(xié)同配置在增強(qiáng)網(wǎng)絡(luò)系統(tǒng)安全的同時(shí),會(huì)產(chǎn)生大量的重復(fù)報(bào)警或警報(bào)冗余。為有效消除警報(bào)冗余,改善入侵檢測(cè)的效果和性能,本文提出了一種基于特征屬性模糊相似度的入侵警報(bào)聚合算法。該算法基于模糊邏輯,通過綜合分析告
2、警的攻擊類型特征,時(shí)間特征,空間特征三維屬性,分別定義具體的隸屬函數(shù),按照攻擊類型和時(shí)間,空間特征屬性相似度對(duì)入侵警報(bào)進(jìn)行聚合,實(shí)時(shí)處理事件并進(jìn)行冗余消除。同時(shí),引進(jìn)置信度的概念,根據(jù)IDS分布環(huán)境的差異,選擇最優(yōu)化的置信度,使報(bào)警信息融合盡量接近實(shí)際情況,充分發(fā)揮信息融合的優(yōu)勢(shì)。
本文結(jié)合當(dāng)今入侵檢測(cè)系統(tǒng)告警關(guān)聯(lián)現(xiàn)狀,在主要研究Valde提出的利用告警信息特征的相似性的基礎(chǔ)上,在告警信息關(guān)聯(lián)上提出一些自己的見解,主要工作
3、體現(xiàn)在如下方面:
1.引入置信度的概念,并作為告警關(guān)聯(lián)的一個(gè)獨(dú)立屬性加載到整個(gè)算法中,同時(shí)直接優(yōu)化告警關(guān)聯(lián)的結(jié)果。
2.對(duì)入侵檢測(cè)系統(tǒng)的報(bào)警信息進(jìn)行標(biāo)準(zhǔn)格式化和集中收集,存儲(chǔ)。
3.研究,選擇,并實(shí)現(xiàn)基于屬性相似度的關(guān)聯(lián)算法,對(duì)采集到的數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析,挖掘出報(bào)警信息間的關(guān)系和聯(lián)系,通過關(guān)聯(lián),合并,聚類,形成高質(zhì)量的告警信息,降低報(bào)警信息間的冗余度。
4.利用流量產(chǎn)生工具對(duì)算法進(jìn)行
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
- 基于分層屬性相似度的通信告警關(guān)聯(lián)模型研究.pdf
- 基于模糊數(shù)相似度的風(fēng)險(xiǎn)分析研究.pdf
- 基于相似度的模糊粗糙集模型.pdf
- 基于相似度的模糊推理算法研究.pdf
- 有偏好信息的屬性關(guān)聯(lián)模糊多屬性決策方法研究.pdf
- 基于關(guān)聯(lián)數(shù)據(jù)語義相似度計(jì)算研究.pdf
- 基于結(jié)構(gòu)關(guān)聯(lián)度的圖相似查詢算法研究.pdf
- 基于復(fù)雜屬性相似度的聚類算法研究及應(yīng)用.pdf
- 符號(hào)屬性值的相似度學(xué)習(xí)及屬性重要性研究.pdf
- 基于區(qū)間直覺模糊集的語義相似度研究.pdf
- 融合項(xiàng)目屬性相似度和評(píng)分相似度的協(xié)同過濾推薦算法.pdf
- 基于模糊概念分析的關(guān)聯(lián)規(guī)則的應(yīng)用.pdf
- 基于語義相似度的關(guān)聯(lián)詞柔性群簇模型.pdf
- 基于路徑相似度的Web用戶模糊聚類算法研究.pdf
- 流程服務(wù)屬性的概念關(guān)聯(lián)度研究.pdf
- 基于目標(biāo)屬性的關(guān)聯(lián)規(guī)則挖掘.pdf
- 基于灰色關(guān)聯(lián)分析的多屬性決策研究及應(yīng)用.pdf
- 基于模糊推理的屬性值推斷.pdf
- 屬性約簡(jiǎn)算法和文本相似度計(jì)算在智能分析系統(tǒng)的研究.pdf
- 一種基于多屬性本體的概念相似度計(jì)算方法的研究.pdf
評(píng)論
0/150
提交評(píng)論