本質(zhì)上，入侵檢測(cè)是一個(gè)模式識(shí)別和分類問(wèn)題。支持向量機(jī)（SVM）對(duì)不平衡和非線性數(shù)據(jù)具有獨(dú)特優(yōu)勢(shì)，因而尤其適合入侵檢測(cè)分類器的設(shè)計(jì)�；赟VM的入侵檢測(cè)方法已經(jīng)取得了良好的效果，但仍存在以下不足：在處理高維、大規(guī)模入侵檢測(cè)數(shù)據(jù)時(shí)，SVM方法訓(xùn)練時(shí)間長(zhǎng)、檢測(cè)速度慢；由于入侵檢測(cè)數(shù)據(jù)具有動(dòng)態(tài)性，當(dāng)數(shù)據(jù)變化時(shí)，必須重建SVM分類模型，導(dǎo)致檢測(cè)算法效率不高。針對(duì)以上不足，本文研究并提出了基于粗糙集和SVM的增量式入侵檢測(cè)方法，并在KDDCUP1999數(shù)據(jù)集上進(jìn)行仿真實(shí)驗(yàn)。主要研究成果如下：首先，針對(duì)高維入侵檢測(cè)數(shù)據(jù)中存在無(wú)關(guān)屬性和冗余屬性，且樣本集的變化導(dǎo)致原特征提取結(jié)果可能失效的問(wèn)題，提出了基于簡(jiǎn)化二進(jìn)制差別矩陣的增量屬性約簡(jiǎn)（SBDM-IAR）算法。該算法首先引入簡(jiǎn)化的決策表，去除大量冗余對(duì)象。在此基礎(chǔ)上建立簡(jiǎn)化的二進(jìn)制差別矩陣，重復(fù)元素只存儲(chǔ)一次，降低存儲(chǔ)空間。同時(shí)對(duì)新增數(shù)據(jù)進(jìn)行了詳細(xì)地分析，設(shè)計(jì)了屬性約簡(jiǎn)的更新機(jī)制，達(dá)到了對(duì)原約簡(jiǎn)的動(dòng)態(tài)更新。其次，針對(duì)大規(guī)模樣本集的動(dòng)態(tài)變化導(dǎo)致原SVM分類器不適用的問(wèn)題，提出基于云模型的增量SVM入侵檢測(cè)方法（C-ISVM）。對(duì)初始樣本集，提出了云邊界向... 

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

CIDF的模型結(jié)構(gòu)圖

入侵檢測(cè)的分類圖

正態(tài)云模型的數(shù)字特征圖

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)差別矩陣的增量式屬性約簡(jiǎn)算法[J]. 馮少榮,張東站.  深圳大學(xué)學(xué)報(bào)(理工版). 2012(05)
[2]面向入侵檢測(cè)的基于IMGA和MKSVM的特征選擇算法[J]. 井小沛,汪厚祥,聶凱,羅志偉.  計(jì)算機(jī)科學(xué). 2012(07)
[3]屬性序下的增量式Pawlak約簡(jiǎn)算法[J]. 官禮和,王國(guó)胤,于洪.  西南交通大學(xué)學(xué)報(bào). 2011(03)
[4]基于數(shù)組的增量式屬性約簡(jiǎn)研究[J]. 汪小燕,楊思春.  計(jì)算機(jī)應(yīng)用研究. 2011(05)
[5]一種高效的增量式屬性約簡(jiǎn)算法[J]. 馮少榮,張東站.  控制與決策. 2011(04)
[6]基于最近邊界向量的SVM增量學(xué)習(xí)算法[J]. 劉葉青,劉三陽(yáng),谷明濤.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2011(02)
[7]改進(jìn)分辨矩陣下的增量式條件屬性約簡(jiǎn)算法[J]. 譚旭.  系統(tǒng)工程理論與實(shí)踐. 2010(09)
[8]基于粒子群優(yōu)化和鄰域約簡(jiǎn)的入侵檢測(cè)日志數(shù)據(jù)特征選擇[J]. 陳仕濤,陳國(guó)龍,郭文忠,劉延華.  計(jì)算機(jī)研究與發(fā)展. 2010(07)
[9]基于多目標(biāo)進(jìn)化算法的入侵檢測(cè)特征選擇[J]. 蔣加伏,吳鵬.  計(jì)算機(jī)工程與應(yīng)用. 2010(17)
[10]一種基于決策表的核增量式高效更新算法[J]. 錢(qián)文彬,徐章艷,楊炳儒,黃麗宇.  小型微型計(jì)算機(jī)系統(tǒng). 2010(04)



本文編號(hào)：3675315