天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

基于孿生支持向量機的入侵檢測系統(tǒng)研究應用

發(fā)布時間:2021-01-23 06:21
  隨著信息系統(tǒng)的迅速發(fā)展,網(wǎng)絡中的關鍵業(yè)務呈爆炸性增長,由于Internet自身的開放性和系統(tǒng)存在的漏洞使計算機系統(tǒng)暴露在網(wǎng)絡入侵的風險之中,系統(tǒng)的網(wǎng)絡環(huán)境安全越來越引起人們的關注。入侵檢測作為一種變被動為主動攔截的手段,成為了一個熱門方向。傳統(tǒng)的入侵檢測主要是基于專家知識的模式匹配系統(tǒng),在新的入侵檢測方法的基礎上顯得比較薄弱,為此出現(xiàn)了大量基于機器學習的入侵檢測技術。SVM以其對小樣本,高維度數(shù)據(jù)良好的分類效果脫穎而出。但是它也存在三個明顯的缺點,即在面對大量數(shù)據(jù)時訓練時間無法令人滿意,對數(shù)據(jù)平衡敏感和二分類算法無法適應多分類的要求。本文仔細研究了大量文獻資料和相關的理論知識,在對現(xiàn)今國內(nèi)外研究現(xiàn)狀有一定了解的基礎上。結合果蠅算法尋優(yōu)能力強的特點來研究基于果蠅算法的多分類孿生SVM算法,簡稱FOA-TWSVM算法。該算法的核心思想是:利用果蠅算法根據(jù)正負類樣本的數(shù)量不同分別調(diào)整TWSVM的兩個懲罰參數(shù)和核參數(shù),為正負類樣本訓練兩個分類hyper plane,然后通過OVO TWSVMs方法對檢測結果實現(xiàn)多分類。為了證明FOA-TWSVM算法的性能,本文在入侵檢測研究過程中,采用KDDC... 

【文章來源】:大連海事大學遼寧省 211工程院校

【文章頁數(shù)】:97 頁

【學位級別】:碩士

【部分圖文】:

基于孿生支持向量機的入侵檢測系統(tǒng)研究應用


圖1.1組織結構圖?

流程圖,流程圖,檢測方式,和數(shù)


圖2.1?CIDF流程圖??Fig.?2.1?CIDF?flowchart??

分類圖,入侵檢測系統(tǒng),分類圖


?原事件來源??圖2.1?CIDF流程圖??Fig.?2.1?CIDF?flowchart??收集事件,使要處理的數(shù)據(jù)規(guī)范化,變?yōu)闃藴实囊?guī)范化格式,這是事件產(chǎn)生??器要負責的工作。事件分析器要負責的工作是對事件對象進行判斷,判定是否為??異常行為,將分析獲得的成果通報給以后的部件。響應單元要負責的工作是對警??報進行處理,與字面意思一樣,對事件分析器分析得到的結果響應,并作出相應??的操作措施。當檢測到入侵行為,可以有兩種辦法。一是向用戶告知警報,讓其??自己對異常或者入侵進行處理,二是關閉應用程序進程,或者斷開網(wǎng)路鏈接等這??種強硬的措施來應對。最后一個部件是事件數(shù)據(jù)庫,它要負責的工作是對IDE過??程的所有關鍵數(shù)據(jù)進行存儲。比如:最開始的數(shù)據(jù)日志機理

【參考文獻】:
期刊論文
[1]多分類孿生支持向量機研究進展[J]. 丁世飛,張健,張謝鍇,安悅瑄.  軟件學報. 2018(01)
[2]計算機網(wǎng)絡安全技術在企業(yè)內(nèi)外的探討[J]. 白曉.  電子技術與軟件工程. 2017(10)
[3]IDS設備檢測工具的設計與實現(xiàn)[J]. 史國振,張萌,付鵬,蘇铓.  信息網(wǎng)絡安全. 2016(05)
[4]論信息安全、網(wǎng)絡安全、網(wǎng)絡空間安全[J]. 王世偉.  中國圖書館學報. 2015(02)
[5]大數(shù)據(jù)時代的信息安全[J]. 初燎原.  中國黨政干部論壇. 2015(03)
[6]防火墻的相關技術研究[J]. 韓冠男,劉春曉.  電子制作. 2015(02)
[7]遺傳算法同步選擇特征和支持向量機參數(shù)的網(wǎng)絡入侵檢測[J]. 李學峰.  計算機應用與軟件. 2014(03)
[8]基于支持向量機和遺傳算法融合的入侵檢測[J]. 張飛,張得生.  青島科技大學學報(自然科學版). 2013(05)
[9]加權條件熵在異常檢測中的應用[J]. 范曉詩,李成海.  計算機應用研究. 2014(01)
[10]支持向量分類機在入侵檢測中的應用研究[J]. 雷向宇,周萍.  計算機工程與應用. 2013(11)

碩士論文
[1]大數(shù)據(jù)背景下網(wǎng)絡信息安全控制機制與評價研究[D]. 董夢林.吉林大學 2016
[2]基于孿生支持向量機的入侵檢測及應用研究[D]. 李慧芳.太原理工大學 2015
[3]基于支持向量機的入侵檢測系統(tǒng)的研究與仿真[D]. 何俊.北京郵電大學 2014
[4]孿生支持向量機及其優(yōu)化方法研究[D]. 于俊釗.中國礦業(yè)大學 2014
[5]基于神經(jīng)網(wǎng)絡的入侵檢測技術研究與應用[D]. 李晨光.吉林大學 2013
[6]網(wǎng)絡攻擊模擬器及其關鍵技術研究[D]. 竇文超.天津理工大學 2011
[7]基于支持向量機的網(wǎng)絡入侵檢測系統(tǒng)研究[D]. 劉潔.中南大學 2008



本文編號:2994720

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/guanlilunwen/ydhl/2994720.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權申明:資料由用戶a1fe0***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com