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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、湖南大學(xué)碩士學(xué)位論文基于貝葉斯網(wǎng)絡(luò)的入侵檢測(cè)模型分析與研究姓名:李柏生申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):軟件工程指導(dǎo)教師:林亞平梅玖紅20070928莖三墨些翌墾釜竺金堡堡!!絲竺坌塹至至圣AbstractWiththedevelopmentofcomputertechnologyandthepopularityofinternet,thenetworksafetybecomesmoreandmoreimportantthemanagement’
2、Sprimarytargetofintrusiondetectionisthesafetywhichguaranteesallcomputer’Ssystems,networksystemandthewholeinformationstructureBaysiannetworkisnotonlyamethodoftheindeterminationdeductionbasedontheprobability,butalsoisthema
3、intoolwhichhandlestheindeterminationinformation,ThispaperappliesthecharacteristicsoftheBaysiannetwork,investigatesforintrusiondetectionsystemFirstly,thepaperanalyzestheNavieBaysinaNetwork(NB)indetailthemethodregardsallat
4、tributesinthetrainingsampleassubnodesoftherootnodethesub—nodesaremutuallyindependent,InthecurrentNBstructure,theNBacquiresthenetworkparameteronlythroughthetrainingsamplecomputingtheprobabilityofrootnodeandtheconditionpro
5、babilityofthesub—nodesintherootnode,inthesametimeitraisesefficientlythedetectionrateAlthoughtheNBhasthecharacteristicsofhigherdetectionrateitexiststhelimitsofsamefunctionamongallattributesTherefore,thepaperproposesanewre
6、visionforNB,whichisthemodelbasedontheChisquaretestThemodelconsidersdifferencesofattributesfuction,itdeletestheredundancyattributesanddoesnotconcernthem,SOCansimplytheNBstructure,theefficiencyisraisedindetectionsystemTheC
7、hisquaretestCanpromisestoacquiretheexactcharacteristic,andreducethecalculationquantity,inthemeantime,themodelraisestheclassifiedefficiency,andmakestheintrusiondetectionhaveabetterefulnessandadaptabilityIntheend,thispaper
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(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)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(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
- 基于信息增益—貝葉斯網(wǎng)絡(luò)的智能入侵檢測(cè)模型的研究.pdf
- 基于數(shù)據(jù)缺值的貝葉斯網(wǎng)絡(luò)入侵檢測(cè)研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的主機(jī)入侵檢測(cè)系統(tǒng)研究與設(shè)計(jì).pdf
- 基于貝葉斯網(wǎng)絡(luò)的自適應(yīng)入侵檢測(cè)系統(tǒng)研究.pdf
- 基于貝葉斯決策的智能入侵檢測(cè)系統(tǒng).pdf
- 基于貝葉斯分類的入侵檢測(cè)規(guī)則學(xué)習(xí)模型的研究與實(shí)現(xiàn).pdf
- 基于貝葉斯網(wǎng)絡(luò)的預(yù)測(cè)模型研究.pdf
- 基于貝葉斯MARS的入侵檢測(cè)算法研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的用戶模型研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的地震液化風(fēng)險(xiǎn)分析模型研究.pdf
- 基于貝葉斯分類的多代理入侵檢測(cè)研究.pdf
- 基于周期的貝葉斯網(wǎng)絡(luò)預(yù)測(cè)模型.pdf
- 基于貝葉斯網(wǎng)絡(luò)的互動(dòng)故事模型.pdf
- 基于支持向量機(jī)和貝葉斯分析技術(shù)的入侵檢測(cè)方法研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的試卷分析.pdf
- 基于改進(jìn)樸素貝葉斯算法的入侵檢測(cè)技術(shù)研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的動(dòng)態(tài)信任模型研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的智能檢索模型.pdf
- 基于主成分分析和貝葉斯分類的入侵檢測(cè)方法研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的本體映射模型的研究.pdf
評(píng)論
0/150
提交評(píng)論