數(shù)據(jù)融合方法對(duì)于提升入侵檢測模型的性能具有至關(guān)重要的作用，是當(dāng)前網(wǎng)絡(luò)安全領(lǐng)域中研究的熱點(diǎn)之一。本文對(duì)數(shù)據(jù)融合方法進(jìn)行了研究，提出了一種基于粗糙集和支持向量機(jī)的理論為基礎(chǔ)的入侵檢測模型。本文的主要工作如下： （1）研究了粗糙集的基本理論，分析了當(dāng)前的正域擴(kuò)展方法，指出了其中的不足，給出了相應(yīng)的改進(jìn)方法，使其能夠得到更加符合認(rèn)知世界的擴(kuò)展結(jié)果。隨后，給出了基于改進(jìn)后的正域擴(kuò)展的屬性約簡算法。 （2）研究了支持向量機(jī)的理論和方法，采用支持向量機(jī)作為分類器來設(shè)計(jì)入侵檢測模型。 （3）為了提高分類器處理數(shù)據(jù)的性能，包括分類的準(zhǔn)確率以及在分類時(shí)間上的花銷，在對(duì)數(shù)據(jù)樣本進(jìn)行分類前，應(yīng)對(duì)樣本進(jìn)行預(yù)處理。在保留樣本有用信息的同時(shí)，刪除重復(fù)、冗余以及不重要的屬性。本文提出粗糙集與支持向量機(jī)相結(jié)合的入侵檢測模型。采用粗糙集理論中的屬性約簡的算法對(duì)數(shù)據(jù)進(jìn)行相關(guān)的處理，提高支持向量機(jī)處理數(shù)據(jù)的質(zhì)量；用支持向量機(jī)對(duì)輸入的數(shù)據(jù)進(jìn)行融合、分類，最后給出決策結(jié)果。 （4）實(shí)驗(yàn)驗(yàn)證了改進(jìn)的屬性正域擴(kuò)展方法的有效性，表明了采用粗糙集和支持向量機(jī)相結(jié)合的入侵檢測模型與采用單一的支持向量機(jī)進(jìn)行入侵檢測相比，在檢測正確率相當(dāng)?shù)那?..

【文章頁數(shù)】：63 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
致謝
第一章 緒論
    1.1 課題研究背景及其意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 主要工作
    1.4 本文的組織安排
第二章 數(shù)據(jù)融合理論及技術(shù)分析
    2.1 數(shù)據(jù)融合的概念
    2.2 數(shù)據(jù)融合的經(jīng)典模型
        2.2.1 檢測級(jí)融合
        2.2.2 位置級(jí)融合
        2.2.3 目標(biāo)識(shí)別級(jí)融合
        2.2.4 態(tài)勢評(píng)估和威脅估計(jì)
    2.3 數(shù)據(jù)融合常用的方法
        2.3.1 基于貝葉斯（Bayes）理論的數(shù)據(jù)融合方法
        2.3.2 基于 D-S 證據(jù)理論的融合方法
        2.3.3 基于神經(jīng)網(wǎng)絡(luò)的融合方法
        2.3.4 其他融合方法
    2.4 小結(jié)
第三章 粗糙集及其正域擴(kuò)展的屬性約簡研究
    3.1 粗糙集基本理論
    3.2 粗糙集的正域擴(kuò)展
    3.3 常用的決策表屬性約簡算法
    3.4 基于正域擴(kuò)展的屬性約簡算法
        3.4.1 認(rèn)知核屬性
        3.4.2 認(rèn)知屬性約簡
    3.5 小結(jié)
第四章 基于粗糙集理論和支持向量機(jī)的入侵檢測模型的研究
    4.1 入侵檢測的基本概念
    4.2 通用入侵檢測系統(tǒng)模型
        4.2.1 Denning 通用入侵檢測模型
        4.2.2 CICF 通用入侵檢測模型
        4.2.3 入侵檢測的工作流程
    4.3 入侵檢測的分類
    4.4 網(wǎng)絡(luò)異常檢測的常用方法
    4.5 支持向量機(jī)理論
        4.5.1 統(tǒng)計(jì)學(xué)習(xí)理論
        4.5.2 最優(yōu)分類超平面
        4.5.3 核函數(shù)
        4.5.4 構(gòu)造支持向量機(jī)
        4.5.5 多分類支持向量機(jī)
    4.6 基于 RS-SVM 的網(wǎng)絡(luò)異常檢測模型
        4.6.1 支持向量機(jī)應(yīng)用于入侵檢測的可行性分析
        4.6.2 基于 RS-SVM 的網(wǎng)絡(luò)異常檢測模型分析
    4.7 仿真及分析
        4.7.1 實(shí)驗(yàn)環(huán)境
        4.7.2 數(shù)據(jù)集介紹
        4.7.3 實(shí)驗(yàn)步驟
        4.7.4 實(shí)驗(yàn)結(jié)果集分析
    4.8 小結(jié)
第五章 總結(jié)與展望
    5.1 全文總結(jié)
    5.2 進(jìn)一步展望
參考文獻(xiàn)
研究生期間發(fā)表論文情況



本文編號(hào)：3782077