本文選題：網(wǎng)絡(luò)入侵 + 領(lǐng)域粗糙集��； 參考：《數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)》2017年10期

【摘要】：網(wǎng)絡(luò)入侵診斷直接影響網(wǎng)絡(luò)正常運(yùn)行和安全.針對(duì)入侵類型復(fù)雜,現(xiàn)有分類診斷模型精度有限的問題,提出一種基于鄰域粗糙集的網(wǎng)絡(luò)入侵分類診斷優(yōu)化模型.首先,運(yùn)用鄰域粗糙集對(duì)網(wǎng)絡(luò)入侵?jǐn)?shù)據(jù)進(jìn)行條件屬性的約簡(jiǎn),確定關(guān)鍵屬性,然后將其作為訓(xùn)練輸入構(gòu)建相關(guān)向量機(jī)分類診斷模型,并同時(shí)運(yùn)用遺傳算法進(jìn)行超參數(shù)優(yōu)化,提高模型診斷精度和速度.通過KDDCup99數(shù)據(jù)集對(duì)優(yōu)化模型性能進(jìn)行檢驗(yàn),結(jié)果表明,組合預(yù)測(cè)方法精確度高于支持向量機(jī)、相關(guān)向量機(jī)和BP神經(jīng)網(wǎng)絡(luò).組合模型診斷精度高、速度快,具有優(yōu)異的綜合性能.
[Abstract]:Network intrusion diagnosis directly affects the normal operation and security of the network. Aiming at the problem of complex intrusion types and limited accuracy of existing classification and diagnosis models, a network intrusion classification and diagnosis optimization model based on neighborhood rough set is proposed. Firstly, using neighborhood rough set to reduce the conditional attributes of network intrusion data, the key attributes are determined, and then the classification and diagnosis model of correlation vector machine is constructed as the training input, and the genetic algorithm is used to optimize the super-parameters. Improve the accuracy and speed of model diagnosis. The performance of the optimized model is tested by KDDCup99 data set. The results show that the accuracy of the combined prediction method is higher than that of support vector machine, correlation vector machine and BP neural network. The combined model has high diagnostic accuracy, high speed and excellent comprehensive performance.
【作者單位】： 信陽職業(yè)技術(shù)學(xué)院數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院;昆明理工大學(xué)質(zhì)量發(fā)展研究院;
【基金】：國家自然科學(xué)基金(51066002/E060701) NSFC-云南聯(lián)合基金資助項(xiàng)目(U0937604)
【分類號(hào)】：TP18;TP393.08

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 肖軍;李春鳴;譚敬華;楊慶華;;發(fā)現(xiàn)網(wǎng)絡(luò)入侵及做好防范應(yīng)注意的幾個(gè)問題[J];黑龍江科技信息;2011年27期

2 吳林錦;武東英;劉勝利;劉龍;;基于本體的網(wǎng)絡(luò)入侵知識(shí)庫模型研究[J];計(jì)算機(jī)科學(xué);2013年09期

3 吳應(yīng)良,韋崗;網(wǎng)絡(luò)入侵及其安全防范對(duì)策研究[J];計(jì)算機(jī)應(yīng)用研究;2000年11期

4 崔毅,邵希娟;網(wǎng)絡(luò)入侵現(xiàn)象分析及防范對(duì)策[J];山西大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年01期

5 曾澤建;網(wǎng)絡(luò)入侵與防御[J];川北教育學(xué)院學(xué)報(bào);2002年03期

6 李睿;計(jì)算機(jī)網(wǎng)絡(luò)入侵與反入侵技術(shù)初探[J];企業(yè)技術(shù)開發(fā);2002年06期

7 周學(xué)廣;無線網(wǎng)絡(luò)入侵初探[J];通信技術(shù);2002年10期

8 姜文凱;;怎樣防范網(wǎng)絡(luò)入侵?[J];金融電子化;2002年12期

9 梁云杰;網(wǎng)絡(luò)入侵與檢測(cè)技術(shù)分析[J];河南職業(yè)技術(shù)師范學(xué)院學(xué)報(bào);2003年01期

10 向建國,夏長城;網(wǎng)絡(luò)入侵取證系統(tǒng)(Ⅰ)[J];湘南學(xué)院學(xué)報(bào);2004年02期

相關(guān)會(huì)議論文 前10條

1 錢桂瓊;許榕生;;網(wǎng)絡(luò)入侵取證審計(jì)數(shù)據(jù)分析技術(shù)的研究[A];第十七次全國計(jì)算機(jī)安全學(xué)術(shù)交流會(huì)暨電子政務(wù)安全研討會(huì)論文集[C];2002年

2 張樂;郝文江;武捷;;美國網(wǎng)絡(luò)入侵信息披露制度簡(jiǎn)介[A];全國計(jì)算機(jī)安全學(xué)術(shù)交流會(huì)論文集·第二十五卷[C];2010年

3 鐘華;陶妍丹;;基于攻擊聚類的計(jì)算機(jī)網(wǎng)絡(luò)入侵預(yù)警研究[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

4 范曉嵐;姜建國;曾啟銘;;BO網(wǎng)絡(luò)入侵的實(shí)時(shí)檢測(cè)[A];中國工程物理研究院科技年報(bào)（1999）[C];1999年

5 王娟;舒敏;傅，

本文編號(hào)：1913685