基于SVM的半監(jiān)督網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng).pdf

1、網(wǎng)絡(luò)入侵的數(shù)據(jù)隱蔽,常常被大量的數(shù)據(jù)淹沒。各種專家從不同的角度提出了各種各樣的防范方法和管理辦法。本文的特色是把分類和聚類的方法引入到了網(wǎng)絡(luò)的入侵行為檢測(cè)中。從文字的聚類和分類研究的基礎(chǔ)上,希望運(yùn)用一定的挖掘和關(guān)聯(lián)來把網(wǎng)絡(luò)的各個(gè)元素有因有果的串聯(lián)起來。發(fā)現(xiàn)類似“啤酒和尿布”一樣經(jīng)典的邏輯相關(guān)性。從一個(gè)全新的視角審視網(wǎng)絡(luò)入侵行為,杜絕網(wǎng)絡(luò)入侵。文章著重于解決模型的提出方法和最終此類方法到可以得到的結(jié)果。
　　 分類聚類分析是機(jī)器學(xué)

2、習(xí)、模式識(shí)別、機(jī)器視覺等領(lǐng)域重要工具。傳統(tǒng)意義上的分類聚類分析是全監(jiān)督學(xué)習(xí),因?yàn)槿斯じ深A(yù)程度與花費(fèi)較低而廣泛采用。問題在于,由于完全半監(jiān)督學(xué)習(xí)總是要基于某些假設(shè),比如對(duì)于類別分布假設(shè)和特征權(quán)重相等的假設(shè)。此類假設(shè)可能不適合于人們碰到的新的問題。文章很多時(shí)候借鑒了原有的網(wǎng)絡(luò)入侵的行為特征。加之是目前的全球信息化時(shí)代,在為很多網(wǎng)絡(luò)入侵抱怨的同時(shí),實(shí)質(zhì)上也積累了巨大的入侵的包信息、代碼信息、系統(tǒng)記錄信息、網(wǎng)絡(luò)流信息。對(duì)于這樣的內(nèi)容進(jìn)行分類聚類