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),請進行舉報或認領(lǐng)
文檔簡介
1、在當今信息時代,隨著計算機網(wǎng)絡(luò)的發(fā)展以及在各行各業(yè)的廣泛應(yīng)用,網(wǎng)絡(luò)安全問題引起了人們的高度重視,入侵檢測系統(tǒng)(IDS)經(jīng)過近些年來的發(fā)展成為安全領(lǐng)域內(nèi)的重要技術(shù)和研究熱點。同時隨著網(wǎng)絡(luò)技術(shù)的發(fā)展和對應(yīng)攻擊技術(shù)的突飛猛進對入侵檢測系統(tǒng)提出了新的要求,不但要求其能通過分析網(wǎng)絡(luò)中的審計數(shù)據(jù)識別系統(tǒng)中的攻擊活動,采取相應(yīng)措施外,而且要求有更快的反應(yīng)速度和更準確的檢測率。
本文針對現(xiàn)有入侵檢測系統(tǒng)存在的高漏報率和誤報率,提出了一種基
2、于猴群算法的入侵檢測模型。猴群算法是一種模擬猴群爬山的優(yōu)化種群智能算法,用于解決帶有連續(xù)變量的全局數(shù)值最優(yōu)化問題。該模型基于猴群算法的全局搜索速度快、精度高的特性,利用猴群算法從網(wǎng)絡(luò)審計數(shù)據(jù)的KDD99數(shù)據(jù)集(它使用的是MIT Lincoln Labs98的數(shù)據(jù),包含了在軍事網(wǎng)絡(luò)環(huán)境中仿真的各種入侵數(shù)據(jù))生成一個分類的規(guī)則集合,并且利用支持度-置信度模型實現(xiàn)猴群算法的目標函數(shù)來控制生成規(guī)則的質(zhì)量,然后將動態(tài)生成的規(guī)則應(yīng)用到基于規(guī)則的入侵
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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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QPSO算法的入侵檢測技術(shù)研究.pdf
- 基于進化算法的入侵檢測技術(shù)研究.pdf
- 基于DCA算法的入侵檢測技術(shù)研究.pdf
- 基于粒子群算法的入侵檢測技術(shù)研究.pdf
- 基于改進KNN算法的網(wǎng)絡(luò)入侵檢測技術(shù)研究.pdf
- 基于智能算法的網(wǎng)絡(luò)入侵檢測技術(shù)研究.pdf
- 基于免疫遺傳算法的入侵檢測技術(shù)研究.pdf
- 基于遺傳算法的網(wǎng)絡(luò)入侵檢測技術(shù)研究.pdf
- 基于入侵檢測機制的入侵防護技術(shù)研究.pdf
- 基于psosvm算法的網(wǎng)絡(luò)入侵檢測關(guān)鍵技術(shù)研究
- 基于蜜罐的入侵檢測技術(shù)研究.pdf
- 基于異常的入侵檢測技術(shù)研究.pdf
- 基于協(xié)同進化遺傳算法的入侵檢測技術(shù)研究.pdf
- 離散猴群算法和混沌猴群算法及其應(yīng)用.pdf
- 基于改進樸素貝葉斯算法的入侵檢測技術(shù)研究.pdf
- 基于改進的GHSOM入侵檢測技術(shù)研究.pdf
- 基于Euclidean距離的入侵檢測技術(shù)研究.pdf
- 基于否定選擇的入侵檢測技術(shù)研究.pdf
- 基于主機日志的入侵檢測技術(shù)研究.pdf
- 基于遷移學習的入侵檢測技術(shù)研究.pdf
評論
0/150
提交評論