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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、中南民族大學(xué)碩士學(xué)位論文基于SVM的入侵檢測性能改進(jìn)研究姓名：曾亮申請學(xué)位級別：碩士專業(yè)：計算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：覃俊20100503基于SVM的入侵檢測性能改進(jìn)研究IIABSTRACTWiththedevelopmentofcomputerwktechnologypeoplesliveslearningmethodshaveundergonetremendouschanges.Itbringspeopletotheinfmationt
2、echnologywkientederaatthesametimetheproblemsofwksecuritybecomeincreasinglyprominent.IntrusionDetectionasanimptantpartofinfmationsecurityresearchhasarousedbroadattentionathomeabroad.Traditionalintrusiondetectiontechnology
3、hasdisadvantageslikefalseomittedlowtimelinessTherefethisresearchfocusesonhowtoimprovetheperfmanceofintrusiondetectionsystemsconcretewkasfollows:1）Webrieflydescribetheconceptscategiestestingprocessesofintrusiondetectionsy
4、stempointsouttheproblemsthattheIDSneedtosolveatpresentprospectsthefuturetrendsdescribesthetheeticalbasisofSupptVectMachinesummarizesmanyadvantagesthatSVMcanbeappliedtotheaspectsofintrusiondetectionatthesametimethepaperde
5、signsaSVMbasedwkintrusiondetectionmodelincludingmodulardesignparalleldetectingindertoimproveoveralldetectionrateofthesystem.2）WebrieflyintroducestheprinciplerealizationprocessoftheStardparticleswarmoptimizationalgithmbec
6、auseofthedefectthatkernelfunctionparametervaluesdependontheexperience，itproposesanimprovedparticleswarmoptimizationalgithmtooptimizethekernelparameterσthepenaltyfactC.ThroughtheMatlabsimulatingithasshowedthatthisreviseda
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(hù)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。
最新文檔
- 基于改進(jìn)SVM的網(wǎng)絡(luò)入侵檢測算法研究.pdf
- 提高基于SVM的網(wǎng)絡(luò)入侵檢測性能的研究.pdf
- 基于半監(jiān)督SVM的入侵檢測研究.pdf
- 基于SVM的增量入侵檢測方法研究.pdf
- 基于SVM的入侵檢測系統(tǒng)研究.pdf
- 基于LS-SVM的入侵檢測.pdf
- 基于ICPSO-SVM的網(wǎng)絡(luò)入侵檢測研究.pdf
- 基于SVM和無指導(dǎo)學(xué)習(xí)的入侵檢測研究.pdf
- 基于粗糙集與改進(jìn)LS-SVM的入侵檢測算法研究.pdf
- 基于多SVM決策組合的入侵檢測.pdf
- Snort入侵檢測系統(tǒng)的研究及其性能改進(jìn).pdf
- 基于SVM的半監(jiān)督網(wǎng)絡(luò)入侵檢測系統(tǒng).pdf
- 基于粗糙集和增量SVM的入侵檢測方法研究.pdf
- 基于混沌時間序列和SVM的入侵檢測系統(tǒng)研究.pdf
- 基于KNN-SVM網(wǎng)絡(luò)入侵檢測技術(shù)的應(yīng)用研究.pdf
- 大規(guī)模網(wǎng)絡(luò)中基于流量特征的入侵檢測性能改進(jìn).pdf
- 基于改進(jìn)的GHSOM入侵檢測技術(shù)研究.pdf
- 基于移動Agent的入侵檢測系統(tǒng)改進(jìn)研究.pdf
- 基于SVM的牽引變電站人體入侵檢測的研究.pdf
- 基于SVM的異常入侵檢測系統(tǒng)關(guān)鍵技術(shù)的研究.pdf
評論
0/150
提交評論