發(fā)布時(shí)間：2018-06-25 10:41

  本文選題：網(wǎng)絡(luò)安全 + 入侵檢測(cè)�。� 參考：《吉林大學(xué)》2016年碩士論文

【摘要】：網(wǎng)絡(luò)給人們的生活、學(xué)習(xí)以及工作帶來(lái)便利的同時(shí),也帶來(lái)了不少的安全隱患,如計(jì)算機(jī)病毒、信息泄露與竊取、網(wǎng)絡(luò)入侵與網(wǎng)絡(luò)攻擊等,嚴(yán)重?fù)p害了社會(huì)利益,造成了巨大的經(jīng)濟(jì)損失。因此,確保計(jì)算機(jī)網(wǎng)絡(luò)安全,保護(hù)網(wǎng)絡(luò)數(shù)據(jù)信息以及各種軟硬件免受攻擊或惡意破壞,已經(jīng)變得日益重要。入侵檢測(cè)技術(shù)通過(guò)收集和分析被保護(hù)網(wǎng)絡(luò)系統(tǒng)的數(shù)據(jù)信息,發(fā)現(xiàn)網(wǎng)絡(luò)入侵和網(wǎng)絡(luò)攻擊,是目前計(jì)算機(jī)網(wǎng)絡(luò)安全領(lǐng)域中一種常用的積極有效的安全防護(hù)技術(shù)。隨著網(wǎng)絡(luò)帶寬進(jìn)一步提高,網(wǎng)絡(luò)結(jié)構(gòu)日益復(fù)雜化,攻擊手段日益多樣化,警報(bào)特征趨向高維化,警報(bào)數(shù)量也日益增多。警報(bào)數(shù)據(jù)的海量化以及其特征的高維化與復(fù)雜化,進(jìn)一步加重了入侵檢測(cè)系統(tǒng)的處理負(fù)擔(dān),降低了實(shí)時(shí)處理效率,導(dǎo)致了其存在檢測(cè)耗時(shí)高、準(zhǔn)確率低、誤報(bào)率高等缺陷,嚴(yán)重影響了入侵檢測(cè)系統(tǒng)的性能。因此,如何提高入侵檢測(cè)系統(tǒng)對(duì)海量警報(bào)的實(shí)時(shí)處理能力,減少處理時(shí)間,提高入處理準(zhǔn)確率,對(duì)制定有效的安全防御策略,建立安全體系等具有十分重要的啟發(fā)作用與研究意義。因此,本文提出了基于IG-NMF特征降維方法與PSO-FCM聚類算法相結(jié)合的入侵檢測(cè)模型。針對(duì)入侵檢測(cè)系統(tǒng)中警報(bào)數(shù)量多,警報(bào)維度高以及入侵檢測(cè)系統(tǒng)處理時(shí)間消耗大等缺陷,本文提出了IG-NMF特征降維的方法。IG-NMF特征降維方法利用了Info Gain算法和NMF算法的優(yōu)點(diǎn),有效去除了入侵檢測(cè)系統(tǒng)警報(bào)數(shù)據(jù)的無(wú)效特征,冗余特征,減少了警報(bào)數(shù)據(jù)的特征維度以及入侵檢測(cè)系統(tǒng)的時(shí)間消耗。針對(duì)入侵檢測(cè)系統(tǒng)存在的處理準(zhǔn)確率低,本文采用PSO-FCM聚類分析算法,一種較為成熟的FCM優(yōu)化方法,利用PSO算法全局搜素尋優(yōu)求解能力強(qiáng)、收斂速度快的優(yōu)點(diǎn),用PSO算法優(yōu)化FCM算法,有效消除了FCM算法對(duì)初始值和噪聲數(shù)據(jù)的敏感性,避免了FCM算法容易陷入局部極值的問(wèn)題,具有更強(qiáng)的全局尋優(yōu)以及局部搜索能力。本文提出的入侵檢測(cè)模型,可以有效處理和分析大量、高維的警報(bào)數(shù)據(jù),并且提高了入侵檢測(cè)系統(tǒng)的準(zhǔn)確率,降低了入侵檢測(cè)系統(tǒng)的時(shí)間消耗。
[Abstract]:This paper presents an intrusion detection model based on the features of computer virus , information leakage and stealing , network intrusion and network attack , which seriously affects the performance of intrusion detection system . and the time consumption of the intrusion detection system is reduced .
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP393.08

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王東;;面向文本分類的混合特征降維策略[J];貴州師范學(xué)院學(xué)報(bào);2012年06期

2 范玉濤;高立;余生晨;;網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)中的特征降維方法[J];計(jì)算機(jī)工程與應(yīng)用;2008年29期

3 張玉芳;萬(wàn)斌候;熊忠陽(yáng);;文本分類中的特征降維方法研究[J];計(jì)算機(jī)應(yīng)用研究;2012年07期

4 熊忠陽(yáng);付玲玲;張玉芳;;文本分類中基于概念映射的二次特征降維方法[J];計(jì)算機(jī)工程與應(yīng)用;2012年01期

5 劉穎;;基于隨機(jī)關(guān)鍵詞技術(shù)的文本特征降維[J];電腦與信息技術(shù);2008年04期

6 奉國(guó)和;鄭偉;;文本分類特征降維研究綜述[J];圖書情報(bào)工作;2011年09期

7 伍建軍;康耀紅;;文本分類中特征降維方式的研究[J];海南大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年01期

8 付賽男;朱俊;張瑞;鄒維嘉;;基于融合特征降維的場(chǎng)景分類研究[J];電視技術(shù);2013年13期

9 劉海峰;王元元;張學(xué)仁;劉守生;;文本分類中一種基于正交變換的特征降維方法[J];計(jì)算機(jī)科學(xué);2008年05期

10 劉海峰;劉守生;姚澤清;;一種基于類別的混合型文本特征降維[J];微電子學(xué)與計(jì)算機(jī);2010年10期

相關(guān)會(huì)議論文 前1條

1 伍建軍;康耀紅;;關(guān)于文本分類中特征降維方式的研究[A];第三屆學(xué)生計(jì)算語(yǔ)言學(xué)研討會(huì)論文集[C];2006年

相關(guān)博士學(xué)位論文 前2條

1 曹蘇群;基于模糊Fisher準(zhǔn)則的聚類與特征降維研究[D];江南大學(xué);2009年

2 孫偉;基于遷移學(xué)習(xí)的文本分類算法研究[D];中國(guó)礦業(yè)大學(xué)（北京）;2013年

相關(guān)碩士學(xué)位論文 前10條

1 宋堅(jiān);量子化張量列分解及其在特征降維上的應(yīng)用[D];華東師范大學(xué);2016年

2 李泰輝;IG-NMF特征降維方法在入侵檢測(cè)中的應(yīng)用研究[D];吉林大學(xué);2016年

3 王飛;基于局部信息保持的特征降維方法研究[D];西安電子科技大學(xué);2014年

4 胡濤;基于依存關(guān)系的文本特征降維研究[D];西安電子科技大學(xué);2012年

5 閆曉波;基于統(tǒng)計(jì)量的特征降維的研究與應(yīng)用[D];江南大學(xué);2013年

6 任珂;模式分類中特征降維方法的研究[D];江南大學(xué);2009年

7 黃章益;基于語(yǔ)義的中文文本特征降維方法研究[D];西安電子科技大學(xué);2012年

8 付賽男;基于特征降維的場(chǎng)景分類方法研究[D];上海交通大學(xué);2013年

9 萬(wàn)斌候;文本分類中的特征降維方法研究[D];重慶大學(xué);2012年

10 王雅菲;文本分類中特征降維方法的研究[D];長(zhǎng)春工業(yè)大學(xué);2010年

，

本文編號(hào)：2065636