入侵檢測系統(tǒng)作為網絡安全防護的重要手段之一,目前已得到越來越多的重視。將數據挖掘中的算法應用到入侵檢測技術中是把入侵檢測系統(tǒng)智能化的重要一步。由于入侵檢測系統(tǒng)在工作中需要對被監(jiān)控的網絡進行數據采集,這勢必會產生海量的網絡數據,如何對這些數據進行有效的預處理是保證系統(tǒng)能否正確工作的關鍵步驟。數據的預處理工作一般由特征提取算法來完成,其中主成分分析(PCA)和獨立成分分析(ICA)就是特征提取中運用比較廣泛的兩種算法。 文中首先介紹了入侵檢測系統(tǒng)的發(fā)展現狀以及未來的發(fā)展趨勢,接著對KDD Cup99數據集進行了詳細描述,用來說明數據預處理在入侵檢測系統(tǒng)中的重要性,通過對PCA和ICA工作原理和計算方法的分析,給出對KDD Cup99中的數據進行特征提取的計算方法,在實驗部分結合三種分類算法：貝葉斯分類器、K-最近鄰和人工神經網絡,分別驗證了數據在進行PCA和ICA處理后的分類正確率。通過實驗的詳細數據對這三種算法在入侵檢測中的應用給出評價,分析得出在KDD Cup99數據集下貝葉斯分類器的分類效果比較滿意。在實驗的最后提出了一種結合PCA和ICA的加權入侵檢測系統(tǒng)模型,并給出實驗數據,以說...

【文章頁數】：57 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題背景
        1.1.1 網絡安全現狀
        1.1.2 網絡安全技術
    1.2 入侵檢測的必要性和研究現狀
        1.2.1 入侵檢測的必要性
        1.2.2 入侵檢測的研究現狀
    1.3 課題研究內容
    1.4 論文的工作和安排
2 入侵檢測概述
    2.1 入侵檢測概念
    2.2 入侵檢測系統(tǒng)結構
    2.3 入侵檢測系統(tǒng)分類
        2.3.1 檢測技術
        2.3.2 系統(tǒng)監(jiān)控對象
    2.4 入侵檢測系統(tǒng)的問題及發(fā)展趨勢
        2.4.1 入侵檢測系統(tǒng)的主要問題
        2.4.2 入侵檢測技術的發(fā)展方向
3 特征提取與選擇算法
    3.1 主成分分析算法
        3.1.1 主成分分析算法原理
        3.1.2 主成分分析算法計算過程
    3.2 獨立成分分析算法
        3.2.1 獨立成分分析算法簡介
        3.2.2 獨立成分分析算法原理
        3.2.3 獨立成分分析算法實例
    3.3 主成分分析與獨立成分分析算法總結
4 分類算法在入侵檢測系統(tǒng)中的應用及分析
    4.1 KDD Cup 99數據集簡介
    4.2 KDD Cup 99數據特征描述
    4.3 KDD Cup 99數據集樣本類別分布表
    4.4 基于主成分分析的數據降維分析
    4.5 基于獨立成分分析的數據特征提取
    4.6 各分類算法實驗及分析
        4.6.1 貝葉斯分類器
        4.6.2 K-最近鄰分類算法
        4.6.3 人工神經網絡分類算法
        4.6.4 總結
    4.7 加權入侵檢測系統(tǒng)模型
        4.7.1 參數設置
        4.7.2 實驗結果
5 總結與展望
    5.1 總結
    5.2 展望
參考文獻
個人簡歷、在校期間發(fā)表的學術論文
致謝



本文編號：4004225