

版權(quán)說(shuō)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、隨著計(jì)算機(jī)網(wǎng)絡(luò)的發(fā)展與普及,信息安全問(wèn)題變得尤為突出。安全策略逐漸由被動(dòng)防御向主動(dòng)防御的方向發(fā)展。在允許各種網(wǎng)絡(luò)資源以開(kāi)放方式運(yùn)作的前提下,入侵檢測(cè)系統(tǒng)以一種主動(dòng)檢測(cè)的方法,逐漸成為了確保網(wǎng)絡(luò)安全的一種必要手段。 然而,現(xiàn)有的入侵檢測(cè)系統(tǒng)仍不完善,存在著一些問(wèn)題。首先,現(xiàn)有的入侵檢測(cè)產(chǎn)品主要使用的是一些傳統(tǒng)的檢測(cè)方法,如統(tǒng)計(jì)方法,特征匹配等,在攻擊方法層出不窮的今天,顯現(xiàn)出了無(wú)法檢測(cè)出新型或變種攻擊的適應(yīng)性問(wèn)題。其次,現(xiàn)有檢測(cè)系
2、統(tǒng)多采用兩類預(yù)測(cè)的方法,將網(wǎng)絡(luò)通信判定為正常行為與攻擊行為,如此只能使用單一手段進(jìn)行響應(yīng),但是不同類型的攻擊行為會(huì)產(chǎn)生不同的危害級(jí)別并帶來(lái)不同的災(zāi)害成本,這就使得兩類預(yù)測(cè)無(wú)法適應(yīng)新的情況。另一方面,當(dāng)前評(píng)估入侵檢測(cè)系統(tǒng)性能采用準(zhǔn)確率作為主要評(píng)估標(biāo)準(zhǔn),并沒(méi)有真正反映出檢測(cè)方法對(duì)不同攻擊的誤判帶來(lái)的真正損失。因此本次論文研究針對(duì)上面提出的三方面問(wèn)題提出了相應(yīng)的解決方案。 入侵檢測(cè)就是發(fā)現(xiàn)或識(shí)別入侵行為存在或出現(xiàn)的動(dòng)作,它實(shí)際上是一種
3、信息識(shí)別與檢測(cè)技術(shù)。以數(shù)據(jù)為中心的觀點(diǎn)看,入侵檢測(cè)本身就是一個(gè)數(shù)據(jù)分析過(guò)程,并將不同的事件劃分到不同的類別。在許多相關(guān)領(lǐng)域,數(shù)據(jù)挖掘已經(jīng)取得了非常成功的應(yīng)用,尤其是其中的分類算法發(fā)展較為成熟并符合入侵檢測(cè)的本質(zhì),也體現(xiàn)出較強(qiáng)的自適應(yīng)性和預(yù)測(cè)能力。因此論文將研究方向確定為應(yīng)用分類算法構(gòu)建入侵檢測(cè)模型。使用分類算法的另一原因在于,它可以解決多類分類問(wèn)題。在評(píng)估應(yīng)用分類算法建立的入侵檢測(cè)模型時(shí),本研究中不僅使用了傳統(tǒng)的正三確率,而且引用了成本
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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
- 入侵檢測(cè)系統(tǒng)中基于代價(jià)敏感分類算法的研究.pdf
- 聚類算法和分類算法在入侵檢測(cè)中的應(yīng)用研究.pdf
- 稀有類分類算法在入侵檢測(cè)中的應(yīng)用.pdf
- 改進(jìn)Apriori算法在入侵檢測(cè)中的應(yīng)用研究.pdf
- 人工免疫算法在入侵檢測(cè)中的應(yīng)用研究.pdf
- 蟻群聚類算法在入侵檢測(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
- 決策樹(shù)分類算法在網(wǎng)絡(luò)入侵檢測(cè)中的應(yīng)用研究.pdf
- 計(jì)算智能分類方法及其在入侵檢測(cè)中的應(yīng)用研究.pdf
- 基于距離和的孤立點(diǎn)挖掘算法在入侵檢測(cè)中的應(yīng)用研究.pdf
- 基于遺傳算法的特征選擇在入侵檢測(cè)中的應(yīng)用研究.pdf
- 蟻群挖掘算法在入侵檢測(cè)中的應(yīng)用研究.pdf
- 基于分類的入侵檢測(cè)技術(shù)及應(yīng)用研究.pdf
- 量子遺傳算法及其在入侵檢測(cè)中的應(yīng)用研究.pdf
- 改進(jìn)的HMM訓(xùn)練算法在入侵檢測(cè)中的應(yīng)用研究.pdf
- Agent在入侵檢測(cè)中的應(yīng)用研究.pdf
- 蟻群分類算法的改進(jìn)及在入侵檢測(cè)中的應(yīng)用.pdf
- 基于近鄰傳播聚類的離群檢測(cè)算法在入侵檢測(cè)中的應(yīng)用研究.pdf
- Honeypot在入侵檢測(cè)中的應(yīng)用研究.pdf
- 多模式匹配算法及其在入侵檢測(cè)系統(tǒng)中的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論