版權(quán)說(shuō)明:本文檔由用戶(hù)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、入侵檢測(cè)是當(dāng)代計(jì)算機(jī)安全防護(hù)系統(tǒng)的關(guān)鍵技術(shù),也是當(dāng)代安全領(lǐng)域的研究熱門(mén)。支持向量機(jī)近年來(lái)也成為了入侵檢測(cè)領(lǐng)域的一個(gè)研究熱點(diǎn),然而傳統(tǒng)支持向量機(jī)在入侵檢測(cè)應(yīng)用方面,其檢測(cè)精度與訓(xùn)練時(shí)間在處理大量數(shù)據(jù)的時(shí)候,由于受到硬件限制,其效果無(wú)法令人滿(mǎn)意。孿生支持向量機(jī)是傳統(tǒng)支持向量機(jī)的改進(jìn),它降低了算法的計(jì)算復(fù)雜度并減少了訓(xùn)練時(shí)間,為入侵檢測(cè)的發(fā)展提供了一種新的契機(jī)。
本文在分析了經(jīng)典支持向量機(jī)和孿生支持向量機(jī)的核心思想的基礎(chǔ)上,對(duì)孿生支
2、持向量機(jī)的算法進(jìn)行了實(shí)現(xiàn)并進(jìn)行了驗(yàn)證。提出了基于孿生支持向量機(jī)的入侵檢測(cè)模型,并采用孿生支持向量機(jī)方法對(duì)KDDCUP99數(shù)據(jù)集進(jìn)行入侵檢測(cè)驗(yàn)證,結(jié)合實(shí)例進(jìn)行了相關(guān)實(shí)驗(yàn)測(cè)試和結(jié)果數(shù)據(jù)的分析。實(shí)驗(yàn)驗(yàn)證了該方法在入侵檢測(cè)領(lǐng)域的可行性和有效性,與傳統(tǒng)支持向量機(jī)相比,孿生支持向量機(jī)在檢測(cè)精度、誤報(bào)率、訓(xùn)練時(shí)間方面的表現(xiàn)均有很大提升,準(zhǔn)確率提高的同時(shí)誤報(bào)率降低且訓(xùn)練時(shí)間減少一半甚至更多,為處理大數(shù)據(jù)的入侵檢測(cè)系統(tǒng)提供了有力支撐,也為云計(jì)算環(huán)境下的移
3、動(dòng)終端入侵檢測(cè)提供了一種有效方案。
基于以上分析,提出了一種基于云環(huán)境的移動(dòng)智能終端入侵檢測(cè)解決方案,將基于孿生支持向量機(jī)的入侵檢測(cè)模型應(yīng)用到此方案當(dāng)中。方案的核心思想是把對(duì)移動(dòng)智能終端的安全檢測(cè)轉(zhuǎn)到云計(jì)算環(huán)境下進(jìn)行,它針對(duì)移動(dòng)智能終端資源受限的情況,對(duì)任務(wù)進(jìn)行了轉(zhuǎn)移,把耗費(fèi)大量計(jì)算能力的入侵檢測(cè)從移動(dòng)智能終端轉(zhuǎn)移到云端,移動(dòng)終端將數(shù)據(jù)發(fā)送給云端,云端對(duì)接收到的數(shù)據(jù)進(jìn)行入侵檢測(cè)。將主要工作轉(zhuǎn)移給云很好地解決了入侵檢測(cè)消耗資源大
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(hù)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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
- 基于孿生支持向量機(jī)的入侵檢測(cè)及應(yīng)用研究.pdf
- 基于孿生支持向量機(jī)的入侵檢測(cè)系統(tǒng)研究應(yīng)用.pdf
- 基于支持向量機(jī)的入侵檢測(cè)技術(shù)的應(yīng)用研究.pdf
- 基于模糊支持向量機(jī)的入侵檢測(cè)研究.pdf
- 基于支持向量機(jī)的入侵檢測(cè)技術(shù).pdf
- 模糊孿生支持向量機(jī)分類(lèi)算法及其應(yīng)用研究.pdf
- 基于支持向量機(jī)的網(wǎng)絡(luò)入侵檢測(cè)
- 基于支持向量機(jī)的協(xié)同入侵檢測(cè).pdf
- 基于增量支持向量機(jī)的網(wǎng)絡(luò)入侵檢測(cè)研究.pdf
- 基于支持向量機(jī)的入侵檢測(cè)系統(tǒng)研究.pdf
- 基于支持向量機(jī)的入侵檢測(cè)技術(shù)研究.pdf
- 基于對(duì)支持向量機(jī)的入侵檢測(cè)技術(shù)研究.pdf
- 基于改進(jìn)支持向量機(jī)的入侵檢測(cè)算法研究.pdf
- 基于支持向量機(jī)的SCADA系統(tǒng)入侵檢測(cè)方法.pdf
- 基于自適應(yīng)模糊支持向量機(jī)的入侵檢測(cè).pdf
- 基于支持向量機(jī)與主動(dòng)學(xué)習(xí)的入侵檢測(cè).pdf
- 基于多類(lèi)支持向量機(jī)的協(xié)同入侵檢測(cè).pdf
- 支持向量機(jī)(SVM)在入侵檢測(cè)中的應(yīng)用.pdf
- 基于支持向量機(jī)的算法及應(yīng)用研究.pdf
- 半監(jiān)督孿生支持向量機(jī).pdf
評(píng)論
0/150
提交評(píng)論