2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、網(wǎng)絡(luò)技術(shù)的不斷發(fā)展、網(wǎng)絡(luò)知識的不斷普及,使得我們的生活發(fā)生了根本性的變革,社會生活的各個方面都受到了極大的影響,網(wǎng)絡(luò)系統(tǒng)已成為現(xiàn)代生活中不可或缺的組成元素。但與此同時病毒、木馬、黑客攻擊、網(wǎng)上經(jīng)濟犯罪、垃圾電子郵件等各種網(wǎng)絡(luò)安全威脅也伴隨產(chǎn)生,而且趨于實施的隱蔽化、技術(shù)的復(fù)雜化、危害程度的嚴(yán)重化等。這對網(wǎng)絡(luò)安全機制是一個嚴(yán)峻的考驗。 入侵檢測系統(tǒng)對網(wǎng)絡(luò)或系統(tǒng)活動可以進行主動監(jiān)控,是一種非常高效的網(wǎng)絡(luò)安全技術(shù)。當(dāng)前攻擊技術(shù)飛速發(fā)展

2、的勢態(tài)要求入侵檢測系統(tǒng)對未知攻擊仍具有良好的檢測能力,同時當(dāng)對未知攻擊已獲取了足夠的知識,就應(yīng)及時更新現(xiàn)有的分類模型。目前實現(xiàn)分類模型更新的辦法是把未知攻擊的實例加入到原有數(shù)據(jù)集中一同作為訓(xùn)練數(shù)據(jù),重新訓(xùn)練出新分類模型。盡管這種解決方法可以實現(xiàn)分類模型的更新但并不合理。因為原有的分類模型仍具有使用價值卻被摒棄了。 為了解決傳統(tǒng)方案中的不合理性,實現(xiàn)原有分類模型的使用價值,本文采用復(fù)合模型來實現(xiàn)更新。首先快速產(chǎn)生一個輕量級的簡單分

3、類模型以檢測新出現(xiàn)的攻擊,原有分類模型依舊可用。檢測攻擊時先使用原有分類模型,若檢測為未知攻擊,就交由簡單分類模型進一步檢測。實現(xiàn)該復(fù)合模型的關(guān)鍵點是如何讓原有分類模型識別出未知新攻擊,即找出已知攻擊與未知新攻擊之間的界限。這是本文研究的重點所在。 本文提出并實現(xiàn)了稀疏拓展ArtiAnomalyG算法。首先使用該算法對訓(xùn)練數(shù)據(jù)集進行稀疏拓展,拓展出的新實例冠以類標(biāo)“anomaly”。選用AdaCost算法對拓展后的新數(shù)據(jù)集進行分

4、類學(xué)習(xí),得到的分類模型就可以找出已知攻擊與未知攻擊之間的界限。本文主要做了以下幾方面的工作: 1.分析了AdaCost算法原理,并選用JBuilder9.0作為開發(fā)環(huán)境實現(xiàn)了該算法。將AdaCost算法的類文件移植到了weka系統(tǒng)中。 2.提出了稀疏拓展ArtiAnomalyG算法,對其原理方法及流程過程都做了詳細(xì)描述。在JBuilder9.0平臺上加以實現(xiàn),并將其的類文件放置在weka系統(tǒng)子包中。 3.分析了稀

5、疏拓展ArtiAnomalyG算法可能引發(fā)的弊端--數(shù)據(jù)沖突。設(shè)計實驗對拓展后的數(shù)據(jù)進行過濾,有微小的沖突發(fā)生。分別使用過濾前和過濾后的數(shù)據(jù)進行模型訓(xùn)練,結(jié)果表明盡管分類模型的檢測精度有變化,但仍在可接受的范圍內(nèi)。 4.設(shè)計實驗對稀疏拓展ArtiAnomalyG算法進行驗證,實驗結(jié)果表明盡管對數(shù)據(jù)集進行稀疏拓展消耗了時間資源,但分類模型可以有效地檢測出異常攻擊,這與漏檢異常攻擊造成的損失相比是非常值得的。 總之,稀疏拓展

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。

評論

0/150

提交評論