覆蓋決策系統(tǒng)約簡方法及應(yīng)用
發(fā)布時間:2023-05-28 12:05
入侵檢測系統(tǒng)可在無網(wǎng)絡(luò)管理員運作的條件下,積極主動的為計算機網(wǎng)絡(luò)提供外部攻擊、內(nèi)部攻擊及誤操作的實時保護,現(xiàn)已成為一種重要的網(wǎng)絡(luò)安全工具。粗糙集中的屬性約簡方法通常用于入侵檢測系統(tǒng)以刪除冗余、干擾數(shù)據(jù),提高檢測效率和檢測率。但現(xiàn)有入侵檢測系統(tǒng)中的屬性約簡方法時間和空間復(fù)雜度高,難以對大規(guī)模入侵檢測數(shù)據(jù)進行快速約簡,且大多為靜態(tài)屬性約簡算法,對于動態(tài)入侵檢測數(shù)據(jù)的實時計算效率很低,使得入侵檢測速度遠小于網(wǎng)絡(luò)傳輸速度,難以及時發(fā)起警報,阻止入侵,從而造成嚴重損失。因此,提高屬性約簡效率,從而加快入侵檢測效率,對于及時阻止入侵,降低入侵損失至關(guān)重要。本文以本研究團隊提出的基于一致矩陣的模糊覆蓋屬性約簡算法(RCM)為基礎(chǔ),針對當(dāng)前入侵檢測系統(tǒng)中大規(guī)模數(shù)據(jù)和動態(tài)數(shù)據(jù)難處理的問題,分別采用靜態(tài)和動態(tài)兩類不同的屬性約簡方法解決該問題。第一,針對大規(guī)模入侵檢測數(shù)據(jù),將RCM應(yīng)用于入侵檢測系統(tǒng)中,以快速刪除入侵決策表中的冗余、干擾數(shù)據(jù),提高入侵檢測系統(tǒng)的效率及檢測率,降低誤報率和漏報率。第二,針對動態(tài)入侵檢測數(shù)據(jù),在RCM方法的基礎(chǔ)上,設(shè)計了四種不同的模糊覆蓋動態(tài)屬性約簡算法(DRCM),以進一步提高...
【文章頁數(shù)】:88 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
1 緒論
1.1 研究背景及意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 入侵檢測方法研究
1.2.2 粗糙集屬性約簡方法在入侵檢測中的應(yīng)用研究
1.2.3 文獻評述
1.3 研究方法和技術(shù)路線
1.3.1 研究方法
1.3.2 技術(shù)路線
1.4 研究內(nèi)容和創(chuàng)新點
1.4.1 研究內(nèi)容
1.4.2 創(chuàng)新之處
2 相關(guān)理論基礎(chǔ)
2.1 入侵檢測概述
2.1.1 入侵檢測概念及起源
2.1.2 入侵檢測的過程
2.1.3 入侵檢測分類
2.1.4 入侵檢測的評價指標
2.2 模糊覆蓋粗糙集約簡理論
2.2.1 模糊覆蓋粗糙集
2.2.2 基于粒矩陣的模糊覆蓋粒約簡
2.2.3 基于一致矩陣的模糊覆蓋屬性約簡
3 屬性集變化的模糊覆蓋動態(tài)屬性約簡
3.1 屬性增加的模糊覆蓋動態(tài)屬性約簡
3.1.1 理論基礎(chǔ)
3.1.2 屬性增加的動態(tài)屬性約簡算法實現(xiàn)
3.1.3 數(shù)值實驗
3.2 屬性減少的模糊覆蓋動態(tài)屬性約簡
3.2.1 理論基礎(chǔ)
3.2.2 屬性減少的動態(tài)屬性約簡算法實現(xiàn)
3.2.3 數(shù)值實驗
4 對象集變化的模糊覆蓋動態(tài)屬性約簡
4.1 對象增加的模糊覆蓋動態(tài)屬性約簡
4.1.1 理論基礎(chǔ)
4.1.2 對象增加的動態(tài)屬性約簡算法實現(xiàn)
4.1.3 數(shù)值實驗
4.2 對象減少的模糊覆蓋屬性約簡
4.2.1 理論基礎(chǔ)
4.2.2 對象減少的動態(tài)屬性約簡算法實現(xiàn)
4.2.3 數(shù)值實驗
5 RCM和DRCM算法應(yīng)用于入侵檢測數(shù)據(jù)的實驗與分析
5.1 實驗數(shù)據(jù)集介紹及預(yù)處理
5.1.1 NSL-KDD數(shù)據(jù)集
5.1.2 數(shù)據(jù)預(yù)處理
5.2 RCM在大規(guī)模入侵檢測數(shù)據(jù)上的應(yīng)用
5.3 DRCM在動態(tài)入侵檢測數(shù)據(jù)上的應(yīng)用
5.3.1 A1-DRCM在動態(tài)入侵檢測數(shù)據(jù)上的應(yīng)用
5.3.2 D1-DRCM在動態(tài)入侵檢測數(shù)據(jù)上的應(yīng)用
5.3.3 A2-DRCM在動態(tài)入侵檢測數(shù)據(jù)上的應(yīng)用
5.3.4 D2-DRCM在動態(tài)入侵檢測數(shù)據(jù)上的應(yīng)用
6 研究結(jié)論與展望
6.1 研究結(jié)論
6.2 研究展望
參考文獻
附錄A
攻讀學(xué)位期間的主要學(xué)術(shù)成果
致謝
本文編號:3824559
【文章頁數(shù)】:88 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
1 緒論
1.1 研究背景及意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 入侵檢測方法研究
1.2.2 粗糙集屬性約簡方法在入侵檢測中的應(yīng)用研究
1.2.3 文獻評述
1.3 研究方法和技術(shù)路線
1.3.1 研究方法
1.3.2 技術(shù)路線
1.4 研究內(nèi)容和創(chuàng)新點
1.4.1 研究內(nèi)容
1.4.2 創(chuàng)新之處
2 相關(guān)理論基礎(chǔ)
2.1 入侵檢測概述
2.1.1 入侵檢測概念及起源
2.1.2 入侵檢測的過程
2.1.3 入侵檢測分類
2.1.4 入侵檢測的評價指標
2.2 模糊覆蓋粗糙集約簡理論
2.2.1 模糊覆蓋粗糙集
2.2.2 基于粒矩陣的模糊覆蓋粒約簡
2.2.3 基于一致矩陣的模糊覆蓋屬性約簡
3 屬性集變化的模糊覆蓋動態(tài)屬性約簡
3.1 屬性增加的模糊覆蓋動態(tài)屬性約簡
3.1.1 理論基礎(chǔ)
3.1.2 屬性增加的動態(tài)屬性約簡算法實現(xiàn)
3.1.3 數(shù)值實驗
3.2 屬性減少的模糊覆蓋動態(tài)屬性約簡
3.2.1 理論基礎(chǔ)
3.2.2 屬性減少的動態(tài)屬性約簡算法實現(xiàn)
3.2.3 數(shù)值實驗
4 對象集變化的模糊覆蓋動態(tài)屬性約簡
4.1 對象增加的模糊覆蓋動態(tài)屬性約簡
4.1.1 理論基礎(chǔ)
4.1.2 對象增加的動態(tài)屬性約簡算法實現(xiàn)
4.1.3 數(shù)值實驗
4.2 對象減少的模糊覆蓋屬性約簡
4.2.1 理論基礎(chǔ)
4.2.2 對象減少的動態(tài)屬性約簡算法實現(xiàn)
4.2.3 數(shù)值實驗
5 RCM和DRCM算法應(yīng)用于入侵檢測數(shù)據(jù)的實驗與分析
5.1 實驗數(shù)據(jù)集介紹及預(yù)處理
5.1.1 NSL-KDD數(shù)據(jù)集
5.1.2 數(shù)據(jù)預(yù)處理
5.2 RCM在大規(guī)模入侵檢測數(shù)據(jù)上的應(yīng)用
5.3 DRCM在動態(tài)入侵檢測數(shù)據(jù)上的應(yīng)用
5.3.1 A1-DRCM在動態(tài)入侵檢測數(shù)據(jù)上的應(yīng)用
5.3.2 D1-DRCM在動態(tài)入侵檢測數(shù)據(jù)上的應(yīng)用
5.3.3 A2-DRCM在動態(tài)入侵檢測數(shù)據(jù)上的應(yīng)用
5.3.4 D2-DRCM在動態(tài)入侵檢測數(shù)據(jù)上的應(yīng)用
6 研究結(jié)論與展望
6.1 研究結(jié)論
6.2 研究展望
參考文獻
附錄A
攻讀學(xué)位期間的主要學(xué)術(shù)成果
致謝
本文編號:3824559
本文鏈接:http://sikaile.net/guanlilunwen/lindaojc/3824559.html
最近更新
教材專著