已閱讀1頁，還剩57頁未讀， 繼續(xù)免費閱讀
版權說明：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，請進行舉報或認領
文檔簡介
1、入侵檢測是網(wǎng)絡安全領域中的一個重要發(fā)展方向.入侵特征庫在傳統(tǒng)上是由專家根據(jù)已發(fā)生的入侵行為手工編制而成,它具有快速檢測已知攻擊的優(yōu)點,但是對于新的攻擊卻無檢測能力.為了解決這一缺陷,最大頻繁項集被引入用來進行特征構造.最大頻繁項由于包含了其子集所代表的頻繁項、能最大程度地減小存儲空間,因此在數(shù)據(jù)挖掘的各個領域中被廣泛運用.在尋找最大頻繁項的算法中,比較經(jīng)典的有Apriori算法及其改進算法GenMax,由于他們產(chǎn)生的候選集合較多,嚴重影
2、響了算法的運行效率.一種運用多層回退剪枝策略的MinMax算法的實現(xiàn),成功解決了上述問題.理論和實驗上均有力地證明了,MinMax算法比起以前的GenMax算法由于在深度優(yōu)先遍歷過程中大大減少了中間節(jié)點的生成個數(shù),顯示出了明顯的時間性能優(yōu)勢.為了將MinMax算法產(chǎn)生的最大頻繁項集運用到入侵特征庫構造與攻擊檢測過程中,提出了一個特征模式(規(guī)則庫)建立及數(shù)據(jù)流檢測的模型.運用從網(wǎng)絡入侵數(shù)據(jù)和主機純凈日志中挖掘出來的最大頻繁項集分別構造入侵
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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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
- 基于頻繁模式的離群點挖掘在入侵檢測中的應用.pdf
- 頻敏模式挖掘算法及在入侵檢測中的應用研究.pdf
- 數(shù)據(jù)挖掘算法在入侵檢測中的分析及應用.pdf
- 序列模式挖掘在入侵檢測系統(tǒng)中的應用研究.pdf
- 基于約簡頻繁模式樹的頻繁模式挖掘及查詢算法研究.pdf
- 蟻群挖掘算法在入侵檢測中的應用研究.pdf
- 關聯(lián)規(guī)則挖掘的改進算法在入侵檢測中的應用.pdf
- 序列模式挖掘及其在入侵檢測中的應用研究.pdf
- 數(shù)據(jù)挖掘算法及其在入侵檢測系統(tǒng)中的應用.pdf
- 頻繁模式挖掘算法研究.pdf
- 頻繁子圖挖掘算法及其在洗錢模式發(fā)現(xiàn)中的應用研究.pdf
- 基于序列模式挖掘算法的入侵檢測研究.pdf
- 加權頻繁模式挖掘算法研究.pdf
- 基于序列模式挖掘的入侵檢測研究及應用.pdf
- 數(shù)據(jù)挖掘中貝葉斯算法在入侵檢測中的應用.pdf
- 基于頻繁模式挖掘的入侵檢測關鍵技術的研究與實現(xiàn).pdf
- 入侵檢測中模式挖掘技術的研究.pdf
- 基于數(shù)據(jù)流頻繁模式挖掘的入侵檢測系統(tǒng)設計與研究.pdf
- 基于大步回退剪枝最大頻繁模式挖掘的入侵檢測系統(tǒng)研究.pdf
- 基于頻繁閉合模式的入侵檢測研究.pdf
評論
0/150
提交評論