

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著大數(shù)據(jù)時(shí)代的來臨,網(wǎng)絡(luò)數(shù)據(jù)流量成倍數(shù)增長,傳統(tǒng)的網(wǎng)絡(luò)入侵檢測(cè)會(huì)出現(xiàn)崩潰、誤報(bào)警和失效等問題,已經(jīng)無法滿足現(xiàn)階段的需要。數(shù)據(jù)挖掘技術(shù)在處理大量數(shù)據(jù)方面有著得天獨(dú)厚的優(yōu)勢(shì),其在網(wǎng)絡(luò)入侵檢測(cè)領(lǐng)域的影響力也越來越大。樸素貝葉斯分類器作為傳統(tǒng)的數(shù)據(jù)挖掘算法,具有諸多優(yōu)點(diǎn),能夠很好的滿足網(wǎng)絡(luò)入侵檢測(cè)的需要。但是其也存在著準(zhǔn)確度不足的問題,針對(duì)該問題本文做了以下研究工作。
對(duì)比研究了檢測(cè)對(duì)象不同和分類分析方法不同的網(wǎng)絡(luò)入侵檢測(cè),得出混合
2、檢測(cè)對(duì)象和異常檢測(cè)網(wǎng)絡(luò)入侵檢測(cè)更適合現(xiàn)在的網(wǎng)絡(luò)環(huán)境。根據(jù)經(jīng)典網(wǎng)絡(luò)入侵檢測(cè)框架和數(shù)據(jù)挖掘的技術(shù)特點(diǎn),提出了本文的網(wǎng)絡(luò)入侵檢測(cè)框架。深入研究了樸素貝葉斯分類器,并闡述了應(yīng)用該方法實(shí)現(xiàn)網(wǎng)絡(luò)入侵檢測(cè)的原理。
針對(duì)基于樸素貝葉斯分類器網(wǎng)絡(luò)入侵檢測(cè)的缺點(diǎn),即假設(shè)各個(gè)特征值之間相互獨(dú)立,提出了基于免疫克隆選擇算法加權(quán)樸素貝葉斯分類器的網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)。其核心思想是把克隆選擇算法的抗體作為權(quán)值,用抗體對(duì)傳統(tǒng)樸素貝葉斯分類器冪加權(quán),通過冪權(quán)值增
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(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(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
- 面向網(wǎng)絡(luò)入侵檢測(cè)的克隆選擇方法.pdf
- 基于動(dòng)態(tài)克隆選擇的自適應(yīng)免疫入侵檢測(cè)器優(yōu)化.pdf
- 基于動(dòng)態(tài)克隆選擇的入侵檢測(cè)研究.pdf
- 樸素貝葉斯分類器的改進(jìn)
- 樸素貝葉斯分類器的改進(jìn)
- 基于克隆選擇計(jì)算的入侵檢測(cè)方法研究.pdf
- 入侵檢測(cè)中的貝葉斯分類器的研究.pdf
- 樸素貝葉斯分類器的研究與應(yīng)用.pdf
- 克隆選擇原理在入侵檢測(cè)中的應(yīng)用.pdf
- 基于免疫克隆選擇的垃圾網(wǎng)頁檢測(cè)技術(shù)研究.pdf
- 入侵檢測(cè)系統(tǒng)中基于量子理論的克隆選擇算法研究.pdf
- 基于克隆選擇的檢測(cè)器優(yōu)化算法研究.pdf
- 樸素貝葉斯分類器的集成學(xué)習(xí)方法研究.pdf
- 基于免疫克隆選擇算法的研究與應(yīng)用.pdf
- 基于連續(xù)型數(shù)據(jù)的樸素貝葉斯分類器的改進(jìn)研究.pdf
- 基于克隆選擇的檢測(cè)算法和檢測(cè)器分布研究.pdf
- 基于免疫克隆選擇算法的多目標(biāo)無功優(yōu)化.pdf
- 基于免疫克隆選擇的維數(shù)縮減及其應(yīng)用.pdf
- 基于樸素貝葉斯分類器的胸腔鏡手術(shù)術(shù)后鎮(zhèn)痛辯證模型.pdf
- 免疫克隆選擇算法研究及其應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論