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)，請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展和網(wǎng)絡(luò)應(yīng)用范圍的不斷擴大,對網(wǎng)絡(luò)的攻擊與破壞也不斷增加。網(wǎng)絡(luò)與信息安全逐漸成為Internet及各項網(wǎng)絡(luò)服務(wù)和應(yīng)用的進一步發(fā)展需要解決的關(guān)鍵問題。入侵檢測技術(shù)是繼“防火墻”、“數(shù)據(jù)加密”等傳統(tǒng)安全策略后的新一代安全保障技術(shù),它可以識別針對計算機或網(wǎng)絡(luò)資源的惡意企圖和行為,并做出相應(yīng)的反應(yīng),近年來得到了迅速發(fā)展,在網(wǎng)絡(luò)與信息安全領(lǐng)域扮演著越來越重要的角色。
本文討論了入侵檢測技術(shù)的分類、常用檢測方法及工
2、作原理,分析了目前入侵檢測系統(tǒng)(Intrusion Detection System,IDS)存在的主要問題和發(fā)展趨勢。傳統(tǒng)的入侵檢測技術(shù)存在許多不足,先進的檢測算法是入侵檢測研究的關(guān)鍵技術(shù)。
本文將人工免疫網(wǎng)絡(luò)算法和改進的模糊C均值(Fuzzy C Means,FCM)算法應(yīng)用到IDS中。該算法是一種典型的無監(jiān)督學(xué)習(xí)技術(shù),能夠使用沒有標(biāo)記的數(shù)據(jù)生成IDS的分類器,并且能夠檢測新的未知攻擊。論文的研究內(nèi)容主要包括：
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空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 入侵檢測中模糊C-均值聚類算法研究.pdf
- 基于核方法改進的模糊C-均值聚類算法.pdf
- 基于模糊C均值聚類方法的圖像分割算法研究.pdf
- 基于Spark的模糊c均值聚類算法研究.pdf
- 基于模糊聚類的入侵檢測方法研究.pdf
- 基于模糊聚類的入侵檢測算法研究.pdf
- 改進的模糊C-均值聚類算法.pdf
- 基于模糊c均值聚類的SAR圖像分割算法研究.pdf
- 基于粒子群和模糊聚類算法的入侵檢測方法研究.pdf
- 基于GA優(yōu)化的核模糊C均值聚類算法的研究.pdf
- 基于模糊C均值聚類的彩色圖像分割算法研究.pdf
- 模糊C均值聚類算法的研究與改進.pdf
- 模糊C均值聚類算法的相關(guān)問題研究.pdf
- 自適應(yīng)模糊C-均值聚類算法研究.pdf
- 基于改進人工蜂群的模糊C均值聚類算法研究.pdf
- 基于模糊C均值聚類的彩色圖像分割方法研究.pdf
- 基于差分進化的模糊C-均值聚類算法研究.pdf
- 基于進化半監(jiān)督式模糊聚類算法的入侵檢測.pdf
- 基于模糊C均值聚類的協(xié)同過濾推薦算法研究.pdf
- 直覺模糊C均值聚類的圖像分割算法研究.pdf
評論
0/150
提交評論