數(shù)據(jù)挖掘技術(shù)在入侵檢測中的研究.pdf_第1頁
已閱讀1頁,還剩59頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

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(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著網(wǎng)絡(luò)的復(fù)雜性不斷提高,網(wǎng)絡(luò)安全也越來越受到關(guān)注,為更全面的保護(hù)網(wǎng)絡(luò)不受攻擊,需要能及時(shí)發(fā)現(xiàn)惡意行為,并在這種行為對系統(tǒng)或數(shù)據(jù)造成破壞之前采取措施,入侵檢測系統(tǒng)應(yīng)運(yùn)而生。入侵檢測系統(tǒng)以數(shù)據(jù)分析為核心采用主動(dòng)防御的策略,己經(jīng)成為網(wǎng)絡(luò)安全的一道重要屏障。入侵檢測作為一種主動(dòng)的信息安全保障措施,有效地彌補(bǔ)了傳統(tǒng)安全防護(hù)技術(shù)的缺陷。數(shù)據(jù)挖掘作為數(shù)據(jù)分析的有效手段自然被引入到入侵監(jiān)測系統(tǒng)的構(gòu)建當(dāng)中,基于數(shù)據(jù)挖掘的入侵檢測系統(tǒng)也成為一個(gè)新的研究領(lǐng)

2、域。 本文以基于數(shù)據(jù)挖掘方法的入侵檢測技術(shù)研究為核心,首先對數(shù)據(jù)挖掘技術(shù)和入侵檢測技術(shù)進(jìn)行了研究和分析,探討了數(shù)據(jù)挖掘方法中聚類算法在入侵檢測中的應(yīng)用,在此基礎(chǔ)上,提出了一種改進(jìn)的模糊C-均值聚類算法。其基本思想是:將馬氏(Mahalanobis)距離引入到算法當(dāng)中,以及在算法中使用矩陣化輸入向量來優(yōu)化算法以適應(yīng)更多的數(shù)據(jù)模式。 在本文中,分析了入侵檢測技術(shù)的要點(diǎn),提出了一種基于改進(jìn)FCM算法的網(wǎng)絡(luò)入侵檢測方法。該方法的

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(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,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(shí)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

評論

0/150

提交評論