發(fā)布時(shí)間：2023-11-14 17:24

　　伴隨著計(jì)算機(jī)軟硬件、互聯(lián)網(wǎng)等技術(shù)的不斷創(chuàng)新與發(fā)展,電腦處理數(shù)據(jù)速度的加快,電腦能夠處理的數(shù)據(jù)量的不斷加大,網(wǎng)絡(luò)數(shù)據(jù)量的幾何倍增加,如何快速識(shí)別出流入本地主機(jī)的信息征,從大量的網(wǎng)絡(luò)信息中識(shí)別出對(duì)本地的攻擊行為,是一個(gè)值得深入研究的課題。入侵檢測(cè)是防護(hù)主機(jī)不受攻擊的核心屏障,可以從主機(jī)的數(shù)據(jù)中辨別入侵行為的特點(diǎn),辨別入侵行動(dòng)。但是隨著現(xiàn)在數(shù)據(jù)的數(shù)據(jù)量的快速增長(zhǎng),識(shí)別數(shù)據(jù)的特征的效率越來(lái)越低。為了改進(jìn)入侵檢測(cè)對(duì)于海量數(shù)據(jù)的處理能力,將數(shù)據(jù)挖掘技術(shù)的自動(dòng)化數(shù)據(jù)特征識(shí)別和大數(shù)據(jù)處理的分布式運(yùn)算、高效處理海量數(shù)據(jù)的能力結(jié)合起來(lái),從海量數(shù)據(jù)中快速、高效的挖掘出流入主機(jī)的數(shù)據(jù)的入侵特征具有較高的實(shí)用價(jià)值。本文基于大數(shù)據(jù)、數(shù)據(jù)挖掘在入侵檢測(cè)方面應(yīng)用的探索,應(yīng)用大數(shù)據(jù)相關(guān)技術(shù)的分布式處理特性(基于Hadoop平臺(tái)分析)和數(shù)據(jù)挖掘的智能性,將BP神經(jīng)網(wǎng)絡(luò)算法改良為分布式生成算法,并將可以進(jìn)行分布式運(yùn)算的BP神經(jīng)網(wǎng)絡(luò)算法規(guī)劃設(shè)計(jì)到Hadoop平臺(tái)中,達(dá)到分布式、高效辨別數(shù)據(jù)特征,進(jìn)而辨別入侵行為。此外,為了能夠應(yīng)用分布式運(yùn)算的BP神經(jīng)網(wǎng)絡(luò)算法,這里對(duì)相應(yīng)的入侵檢測(cè)檢測(cè)點(diǎn)的檢測(cè)流程進(jìn)行了安排與部署。本文提出的分...

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
    1.2 大數(shù)據(jù)綜述
        1.2.1 大數(shù)據(jù)技術(shù)現(xiàn)狀
        1.2.2 大數(shù)據(jù)技術(shù)在入侵檢測(cè)技術(shù)中的研究現(xiàn)狀
    1.3 入侵檢測(cè)綜述
    1.4 神經(jīng)網(wǎng)絡(luò)的綜述
        1.4.1 神經(jīng)網(wǎng)絡(luò)技術(shù)現(xiàn)狀
        1.4.2 基于神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)研究現(xiàn)狀
    1.5 主要研究?jī)?nèi)容
    1.6 論文組織結(jié)構(gòu)
第二章 分布式運(yùn)算神經(jīng)網(wǎng)絡(luò)算法
    2.1 概述
    2.2 相關(guān)工作
    2.3 BP神經(jīng)網(wǎng)絡(luò)分布式改進(jìn)
        2.3.1 BP神經(jīng)網(wǎng)絡(luò)算法
        2.3.2 分布式改進(jìn)策略
    2.4 性能分析
        2.4.1 時(shí)間性能分析
        2.4.2 自我改進(jìn)性能分析
    2.5 本章小結(jié)
第三章 分布式運(yùn)算神經(jīng)網(wǎng)絡(luò)在大數(shù)據(jù)平臺(tái)的部署
    3.1 概述
    3.2 相關(guān)工作
    3.3 大數(shù)據(jù)技術(shù)概述
        3.3.1 大數(shù)據(jù)技術(shù)
        3.3.2 Hadoop平臺(tái)簡(jiǎn)介
    3.4 分布式運(yùn)算神經(jīng)網(wǎng)絡(luò)在大數(shù)據(jù)平臺(tái)的部署
        3.4.1 Map-Reduce技術(shù)實(shí)現(xiàn)分布式運(yùn)算神經(jīng)網(wǎng)絡(luò)模型
        3.4.2 分布式運(yùn)算神經(jīng)網(wǎng)絡(luò)大數(shù)據(jù)平臺(tái)實(shí)現(xiàn)過(guò)程
    3.5 本章小結(jié)
第四章 分布式神經(jīng)網(wǎng)絡(luò)算法入侵檢測(cè)點(diǎn)部署
    4.1 概述
    4.2 相關(guān)工作
    4.3 分布式神經(jīng)網(wǎng)絡(luò)算法在入侵檢測(cè)點(diǎn)的部署
        4.3.1 部署架構(gòu)
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 全文總結(jié)
    5.2 工作展望
參考文獻(xiàn)
致謝
學(xué)位論文評(píng)閱及答辯情況表



本文編號(hào)：3863852