版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著計算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展,計算機(jī)網(wǎng)絡(luò)在各個領(lǐng)域得到了廣泛的應(yīng)用。計算機(jī)網(wǎng)絡(luò)的普及和應(yīng)用,對網(wǎng)絡(luò)安全提出了更高的要求。入侵檢測已成為網(wǎng)絡(luò)安全中重要的手段,引起了國內(nèi)外的廣泛關(guān)注。 本文將Unix操作系統(tǒng)的系統(tǒng)調(diào)用作為審計數(shù)據(jù)源,利用支持向量機(jī)算法訓(xùn)練異常檢測模型來實現(xiàn)檢測入侵活動。目前的入侵檢測模型存在先驗知識較少時泛化能力差的問題。應(yīng)用支持向量機(jī)算法學(xué)習(xí)檢測模型,可以使入侵檢測模型在小樣本(先驗知識少)的條件下仍然具有良好的推廣
2、能力。傳統(tǒng)的基于主機(jī)系統(tǒng)調(diào)用序列的入侵檢測模型,將標(biāo)志行為特征的特征模式,按照正常和異常兩種類別構(gòu)建了兩類別特征模式空間。本文在兩類別特征模式空間的基礎(chǔ)上,將類別空間中出現(xiàn)頻度較小的、類別特征不明顯的、不穩(wěn)定的短序列分離出來,將特征類別空間分為正常、異常和微量三類,微量短序列的性質(zhì)與它所處的環(huán)境有關(guān),采用鄰接算法來決定其究竟為正常還是異常。 文章首先分析了將支持向量機(jī)用于入侵檢測的可行性,然后提出了微量短序列的概念及對現(xiàn)有模型的
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(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 基于支持向量機(jī)系統(tǒng)調(diào)用跟蹤異常檢測建模研究.pdf
- 基于特征選擇和支持向量機(jī)的異常檢測研究.pdf
- 基于支持向量機(jī)的用戶行為異常檢測方法研究.pdf
- 支持向量機(jī)建模方法的研究.pdf
- 基于粒子群優(yōu)化支持向量機(jī)的異常入侵檢測研究.pdf
- 基于支持向量機(jī)的系統(tǒng)建模方法研究.pdf
- 基于支持向量機(jī)的間歇過程建模與故障檢測.pdf
- 基于支持向量機(jī)的異常檢測關(guān)鍵問題研究及應(yīng)用.pdf
- 支持向量機(jī)的優(yōu)化建模方法研究.pdf
- 基于支持向量機(jī)的異常檢測關(guān)鍵問題研究及應(yīng)用
- 基于Windows系統(tǒng)調(diào)用的異常檢測.pdf
- 基于系統(tǒng)調(diào)用狀態(tài)機(jī)的異常入侵檢測方法.pdf
- 基于系統(tǒng)調(diào)用的異常入侵檢測系統(tǒng)研究.pdf
- 基于支持向量機(jī)的入侵檢測系統(tǒng)研究.pdf
- 基于支持向量機(jī)的建模預(yù)測研究.pdf
- 基于支持向量機(jī)的交通事件檢測建模與分析.pdf
- 基于支持向量機(jī)的空調(diào)用制冷系統(tǒng)故障診斷研究.pdf
- 基于支持向量機(jī)的木材干燥建模研究.pdf
- 基于支持向量機(jī)的目標(biāo)跟蹤技術(shù)研究.pdf
- 基于排序支持向量機(jī)的目標(biāo)跟蹤算法研究.pdf
評論
0/150
提交評論