

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、入侵檢測是繼防火墻、數(shù)據(jù)加密等傳統(tǒng)安全保護措施后的又一種新的安全保障技術,其作用在于對計算機和網(wǎng)絡上的惡意使用行為進行識別和響應。入侵檢測系統(tǒng)的研究是進一步研究網(wǎng)絡安全問題的基礎,是解決網(wǎng)絡安全問題的前提和保證。 數(shù)據(jù)挖掘技術是利用計算機技術從大量的數(shù)據(jù)中提取有用的、有意義的信息和知識的過程。作為一種數(shù)據(jù)挖掘的方法,關聯(lián)規(guī)則揭示了數(shù)據(jù)中隱藏的信息和知識。按照屬性值的不同,關聯(lián)規(guī)則分為布爾型關聯(lián)規(guī)則和多值屬性關聯(lián)規(guī)則,在多值屬性關
2、聯(lián)規(guī)則挖掘的過程中,將屬性值劃分到某個區(qū)間內(nèi),進而轉換為布爾型關聯(lián)規(guī)則挖掘問題。而區(qū)間的精確劃分將導致區(qū)間邊界比較尖銳,從而有可能導致區(qū)間邊界附近的信息丟失。為此,引入模糊集合理論,將多值屬性轉換為模糊區(qū)間,從而使得區(qū)間的過渡比較平滑,減少區(qū)間邊界信息丟失的現(xiàn)象。 本文基于模糊關聯(lián)規(guī)則挖掘理論和基于網(wǎng)絡的異常入侵檢測模型,對模糊關聯(lián)規(guī)則算法進行了改進,設計了一種基于模糊關聯(lián)規(guī)則挖掘的入侵檢測系統(tǒng)。分別在系統(tǒng)處于標準狀態(tài)和當前狀態(tài)
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。
最新文檔
- 模糊關聯(lián)規(guī)則挖掘在入侵檢測中的應用.pdf
- 基于模糊關聯(lián)規(guī)則挖掘的模糊入侵檢測.pdf
- 關聯(lián)規(guī)則挖掘及其在入侵檢測中的應用.pdf
- 關聯(lián)規(guī)則挖掘的改進算法在入侵檢測中的應用.pdf
- 關聯(lián)規(guī)則挖掘在入侵檢測系統(tǒng)中的研究.pdf
- 模糊數(shù)據(jù)挖掘技術在入侵檢測中的應用研究.pdf
- 基于模糊關聯(lián)規(guī)則挖掘的入侵檢測算法研究.pdf
- 模糊關聯(lián)規(guī)則挖掘及其應用研究.pdf
- 模糊預測模型在動態(tài)關聯(lián)規(guī)則挖掘中的應用.pdf
- 本體在XML關聯(lián)規(guī)則挖掘中的應用研究.pdf
- 基于關聯(lián)規(guī)則挖掘算法的入侵檢測研究.pdf
- 加權關聯(lián)規(guī)則和粗糙集在入侵檢測中的應用研究.pdf
- 關聯(lián)規(guī)則挖掘算法的研究及其在網(wǎng)絡入侵檢測中的應用.pdf
- 模糊關聯(lián)規(guī)則挖掘及在工業(yè)數(shù)據(jù)中的應用.pdf
- 孤立點挖掘在入侵檢測中的應用研究.pdf
- 關聯(lián)規(guī)則挖掘算法在web日志挖掘中的應用研究.pdf
- 關聯(lián)規(guī)則挖掘在股票預測中的應用研究.pdf
- 關聯(lián)規(guī)則挖掘在盲文軟件中的應用研究.pdf
- 模糊關聯(lián)規(guī)則挖掘及其應用.pdf
- 模糊關聯(lián)規(guī)則挖掘算法的應用研究與實現(xiàn).pdf
評論
0/150
提交評論