基于模糊聚類分析的入侵檢測技術研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、入侵檢測技術是一種積極主動的安全防護技術,它可以彌補傳統(tǒng)安全保護機制的許多不足。然而隨著入侵手段的多樣化,傳統(tǒng)的入侵檢測技術已無法滿足當前網絡安全的需要,將智能技術融入到入侵檢測中已成為當今研究的一個熱點。
   聚類分析是一種無監(jiān)督學習技術。將聚類分析應用到入侵檢測中,提取數據中有潛在價值的知識和規(guī)則,可以在未標記數據集上發(fā)現異常行為。由于數據挖掘是以海量高維數據為處理對象的,所以在原有聚類算法的基礎上又提出了許多新的聚類算法

2、,如基于模型的聚類算法,基于密度的聚類算法以及模糊聚類算法等?;诰垲惙治龅娜肭謾z測技術提高了系統(tǒng)處理海量數據的能力和檢測能力,并使得入侵檢測系統(tǒng)具有自學習、自組織的能力。
   基于上述研究背景,本文主要工作如下:
   1.基于數據噪音、誤差等因素會影響模糊C均值算法的聚類效果,提出一種基于密度的離群點辨認方法,以克服傳統(tǒng)模糊C均值算法對孤立點比較敏感的缺陷。
   2.由于遺傳算法進化過程中會存在欺騙和未成

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論