基于粗糙集理論的網(wǎng)絡入侵檢測方法.pdf_第1頁
已閱讀1頁,還剩57頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、在入侵檢測研究領域,數(shù)據(jù)挖掘方法正在被廣泛地應用到異常檢測和誤用檢測研究中?;跀?shù)據(jù)挖掘的入侵檢測包括兩個關鍵的步驟:特征提取和檢測模型生成。在入侵檢測的特征提取研究中,Wenkelee使用改進了的Apriori算法來獲得基于網(wǎng)絡連接的特征集;SrinivasandSung提出了基于支持向量機(SVM)的方法,按重要性給這些特征排序,但SVM需要多次重復迭代計算,耗費大量的時間。在入侵檢測模型生成研究中,檢測模型不僅應該具有高的檢測率,

2、而且也應該是易于理解的,但是現(xiàn)存的很多方法很難同時達到這兩個目標。舉例來說,神經(jīng)網(wǎng)絡能夠達到很高的檢測率但是檢測規(guī)則不容易被人理解;決策樹能夠產(chǎn)生容易理解的規(guī)則,但是檢測率卻不高。 本文中,我們提出使用粗糙集分類算法進行網(wǎng)絡入侵檢測,先對屬性集進行約簡,然后以屬性的約簡為模板生成檢測規(guī)則。粗糙集分類算法生成的檢測規(guī)則具有“IF-THEN”的格式,易于理解。在粗糙集的實際應用中,我們碰到的一個主要問題就是生成屬性集的最小約簡,屬性

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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)容負責。
  • 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論