

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、隨著網(wǎng)絡(luò)技術(shù)和網(wǎng)絡(luò)規(guī)模的不斷發(fā)展,網(wǎng)絡(luò)入侵的風(fēng)險(xiǎn)性也越來越高,網(wǎng)絡(luò)入侵以經(jīng)成為一個(gè)全球性問題,如何熟練、并高效地發(fā)現(xiàn)網(wǎng)絡(luò)入侵行為顯得尤為重要。傳統(tǒng)的網(wǎng)絡(luò)安全技術(shù)所應(yīng)用的被動(dòng)激發(fā)策略,并不能很好地解決這一問題,隨著入侵行為的不斷先進(jìn),傳統(tǒng)技術(shù)已經(jīng)很難適應(yīng)。在此背景下,入侵檢測(cè)技術(shù)應(yīng)運(yùn)而生,它是繼防火墻、數(shù)據(jù)加密等傳統(tǒng)網(wǎng)絡(luò)安全技術(shù)后的又一種新的網(wǎng)絡(luò)技術(shù)。該項(xiàng)技術(shù)相對(duì)于傳統(tǒng)技術(shù)的被動(dòng)激發(fā)策略,它采取的是主動(dòng)檢測(cè)策略,對(duì)傳統(tǒng)的網(wǎng)絡(luò)安全技術(shù)是一個(gè)
2、良好的補(bǔ)充。
數(shù)據(jù)挖掘是從海量的數(shù)據(jù)中挖掘出潛在知識(shí)的過程。將數(shù)據(jù)挖掘技術(shù)和入侵檢測(cè)技術(shù)相結(jié)合,能夠使得入侵檢測(cè)系統(tǒng)具有自學(xué)習(xí)的能力,增強(qiáng)入侵檢測(cè)系統(tǒng)對(duì)海量數(shù)據(jù)的處理能力,挖掘出數(shù)據(jù)中的潛在規(guī)則,增強(qiáng)入侵檢測(cè)系統(tǒng)的檢測(cè)功能,具有很強(qiáng)的實(shí)際應(yīng)用能力,符合當(dāng)前入侵檢測(cè)系統(tǒng)的發(fā)展方向。數(shù)據(jù)挖掘聚類方法是一種無監(jiān)督的學(xué)習(xí)技術(shù),可以在無標(biāo)記的數(shù)據(jù)集上建立入侵檢測(cè)模型,非常適應(yīng)于實(shí)際情況,因此,在入侵檢測(cè)領(lǐng)域有著很好的發(fā)展前景。
3、> 譜聚類算法是近年來國際上機(jī)器學(xué)習(xí)領(lǐng)域的一個(gè)新的研究熱點(diǎn)。譜聚類建立在譜圖理論基礎(chǔ)上,與傳統(tǒng)的聚類算法相比,它具有能在任意形狀的樣本空間上聚類并且收斂于全局最優(yōu)解的優(yōu)點(diǎn)。本文基于以上研究背景,開創(chuàng)性地將譜聚類算法應(yīng)用于入侵檢測(cè)中,以提高入侵檢測(cè)的效率。本文首先介紹了入侵檢測(cè)的研究背景、研究意義、國內(nèi)外發(fā)展現(xiàn)狀以及數(shù)據(jù)挖掘技術(shù)在入侵檢測(cè)中的應(yīng)用,重點(diǎn)闡述了聚類分析方法應(yīng)用在入侵檢測(cè)中的優(yōu)越性。然后分析了各種傳統(tǒng)聚類算法在入侵檢測(cè)中
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
- 模糊聚類算法及其在入侵檢測(cè)中的應(yīng)用.pdf
- 聚類算法在入侵檢測(cè)中的應(yīng)用.pdf
- 分布式聚類及其在入侵檢測(cè)中的應(yīng)用研究.pdf
- 譜聚類算法研究及其在文本聚類中的應(yīng)用.pdf
- 模糊聚類在入侵檢測(cè)中的應(yīng)用研究.pdf
- 聚類算法在入侵檢測(cè)系統(tǒng)中的應(yīng)用研究.pdf
- 改進(jìn)的聚類算法在入侵檢測(cè)中的應(yīng)用.pdf
- art神經(jīng)網(wǎng)絡(luò)聚類算法及其在入侵檢測(cè)中的應(yīng)用
- 一種螞蟻聚類算法及其在入侵檢測(cè)中應(yīng)用的研究.pdf
- 基于粗糙集的聚類算法及其在入侵檢測(cè)中的應(yīng)用.pdf
- ART神經(jīng)網(wǎng)絡(luò)聚類算法及其在入侵檢測(cè)中的應(yīng)用.pdf
- 基于距離的邊緣拋棄聚類算法及其在入侵檢測(cè)中的應(yīng)用
- 基于距離的邊緣拋棄聚類算法及其在入侵檢測(cè)中的應(yīng)用.pdf
- 一種聚類方法在入侵檢測(cè)中的應(yīng)用.pdf
- 改進(jìn)的模糊聚類算法在入侵檢測(cè)中的應(yīng)用研究.pdf
- 聚類算法和分類算法在入侵檢測(cè)中的應(yīng)用研究.pdf
- 協(xié)議分析及聚類算法在入侵檢測(cè)中的應(yīng)用研究.pdf
- 一種基于密度引力的聚類算法及其在入侵檢測(cè)中的應(yīng)用.pdf
- 量子聚類及其在社團(tuán)檢測(cè)中的應(yīng)用.pdf
- 元啟發(fā)式聚類算法及其在入侵檢測(cè)的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論