版權(quán)說(shuō)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(jiǎn)介
1、隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展,計(jì)算機(jī)和網(wǎng)絡(luò)已經(jīng)滲透到社會(huì)生活的各個(gè)方面,隨之而來(lái)的網(wǎng)絡(luò)安全問(wèn)題也越來(lái)越引起人們的關(guān)注和重視?;诿庖咴淼娜肭謾z測(cè)技術(shù)研究已成為繼神經(jīng)網(wǎng)絡(luò)、進(jìn)化計(jì)算后的又一研究熱點(diǎn)。 本文針對(duì)當(dāng)前的入侵檢測(cè)技術(shù)不能有效檢測(cè)未知入侵的問(wèn)題,通過(guò)深入研究免疫系統(tǒng)蘊(yùn)含的各種信息處理機(jī)制后,借鑒免疫原理中的動(dòng)態(tài)克隆選擇算法,構(gòu)建了一個(gè)基于動(dòng)態(tài)克隆選擇的入侵檢測(cè)模型。本文主要實(shí)現(xiàn)了模型的數(shù)據(jù)捕獲模塊和檢測(cè)模塊。
2、 首先,針對(duì)傳統(tǒng)方法存在的高丟包率的問(wèn)題,通過(guò)簡(jiǎn)化用戶緩沖區(qū)中數(shù)據(jù)包的處理方式,改進(jìn)了數(shù)據(jù)捕獲模塊的捕包方法。測(cè)試結(jié)果表明,在高流量環(huán)境中,采用新的方法顯著降低了丟包率。 其次,通過(guò)對(duì)動(dòng)態(tài)克隆選擇算法進(jìn)行研究和分析,發(fā)現(xiàn)該算法為了滿足較高的檢測(cè)率,需要大量的協(xié)同刺激,降低了檢測(cè)性能。因此本文對(duì)動(dòng)態(tài)克隆選擇算法進(jìn)行了改進(jìn),提出了相應(yīng)的算法,并將其應(yīng)用在模型的檢測(cè)模塊當(dāng)中。在新的算法中,成熟檢測(cè)器和記憶檢測(cè)器協(xié)同工作來(lái)檢測(cè)未
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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
- 基于克隆選擇計(jì)算的入侵檢測(cè)方法研究.pdf
- 基于動(dòng)態(tài)克隆選擇的自適應(yīng)免疫入侵檢測(cè)器優(yōu)化.pdf
- 面向網(wǎng)絡(luò)入侵檢測(cè)的克隆選擇方法.pdf
- 改進(jìn)的動(dòng)態(tài)克隆選擇算法在入侵檢測(cè)中的應(yīng)用研究.pdf
- 克隆選擇原理在入侵檢測(cè)中的應(yīng)用.pdf
- 入侵檢測(cè)系統(tǒng)中基于量子理論的克隆選擇算法研究.pdf
- 基于免疫克隆選擇加權(quán)樸素貝葉斯分類器的網(wǎng)絡(luò)入侵檢測(cè).pdf
- 基于克隆選擇的檢測(cè)器優(yōu)化算法研究.pdf
- 基于免疫克隆選擇的垃圾網(wǎng)頁(yè)檢測(cè)技術(shù)研究.pdf
- 實(shí)值空間動(dòng)態(tài)克隆選擇算法研究.pdf
- 基于克隆選擇的檢測(cè)算法和檢測(cè)器分布研究.pdf
- 基于免疫克隆選擇算法的研究與應(yīng)用.pdf
- 基于克隆選擇算法的高光譜圖像波段選擇.pdf
- 基于克隆選擇算法的排序?qū)W習(xí)方法研究.pdf
- 基于班德文克隆選擇算法的模糊聚類研究.pdf
- 基于概率克隆選擇微粒群算法的優(yōu)化設(shè)計(jì)研究.pdf
- 基于克隆選擇和統(tǒng)計(jì)學(xué)習(xí)的視頻檢索.pdf
- 免疫克隆選擇算法研究及其應(yīng)用.pdf
- 基于克隆選擇和粒子群算法的圖像分割方法研究.pdf
- 人工免疫系統(tǒng)中動(dòng)態(tài)克隆選擇算法的研究與設(shè)計(jì).pdf
評(píng)論
0/150
提交評(píng)論