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、網(wǎng)絡(luò)安全問題已成為信息時代人類共同面臨的挑戰(zhàn),國內(nèi)的網(wǎng)絡(luò)安全問題也日益突出。具體表現(xiàn)為:計算機系統(tǒng)受病毒感染和破壞的情況相當(dāng)嚴(yán)重;電腦黑客活動已形成重要威脅;信息基礎(chǔ)設(shè)施面臨網(wǎng)絡(luò)安全的挑戰(zhàn);信息系統(tǒng)在預(yù)測、反應(yīng)、防范和恢復(fù)能力方面存在許多薄弱環(huán)節(jié);網(wǎng)絡(luò)政治顛覆活動頻繁。如果不很好地解決這些問題,必將阻礙信息化發(fā)展的進(jìn)程。入侵檢測技術(shù)是一種重要的動態(tài)安全防護(hù)技術(shù),已經(jīng)成為計算機科學(xué)與技術(shù)的一個重要研究領(lǐng)域。
入侵檢測是對計算
2、機和網(wǎng)絡(luò)資源上的惡意行為進(jìn)行識別和響應(yīng)的處理過程,它應(yīng)用了以攻為守的策略,在不影響網(wǎng)絡(luò)性能的情況下,能夠?qū)W(wǎng)絡(luò)進(jìn)行檢測,提供對內(nèi),外攻擊和誤操作的實時監(jiān)控。這幾年隨著網(wǎng)絡(luò)及其安全技術(shù)的飛速發(fā)展,一些新的入侵檢測技術(shù)相繼出現(xiàn),主要包括:人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、模糊技術(shù)數(shù)據(jù)挖掘等。其中,基于人工神經(jīng)網(wǎng)絡(luò)的入侵檢測技術(shù)的發(fā)展尤為突出。人工神經(jīng)網(wǎng)絡(luò)以自適應(yīng)、自學(xué)習(xí),自組較好的容錯性和并行性,聯(lián)想記憶和聯(lián)想等優(yōu)點而受到了世入矚目,在入侵檢測領(lǐng)域發(fā)
3、揮了重要作用。
文章首先闡述了入侵檢測和人工神經(jīng)網(wǎng)絡(luò)的概念和相關(guān)技術(shù),入侵檢測系統(tǒng)的研究現(xiàn)狀,通過分析當(dāng)前運用較多的入侵檢測模型的缺陷,提出了一種基于徑向基函數(shù)(Radial Basic Functions)神經(jīng)網(wǎng)絡(luò)的入侵檢測系統(tǒng)模型,該模型既克服了傳統(tǒng)的基于規(guī)則庫的入侵檢測系統(tǒng)所存在的管理問題。又克服了傳統(tǒng)的系統(tǒng)僅能判斷入侵行為是否異常,而不能識別入侵行為屬于哪種類型的缺陷,從而使系統(tǒng)能夠達(dá)到實時監(jiān)測網(wǎng)絡(luò)及主機狀態(tài),來防
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
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)入侵檢測技術(shù)的研究.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的多Agent入侵檢測系統(tǒng)研究.pdf
- 基于徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)的路段行程時間預(yù)測研究.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的車牌識別技術(shù)研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)入侵檢測模型的研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)入侵檢測系統(tǒng)的研究.pdf
- 基于徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)滑模變結(jié)構(gòu)厚度控制.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的入侵檢測系統(tǒng).pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的中醫(yī)脈象信號檢測.pdf
- 基于改進(jìn)RBF神經(jīng)網(wǎng)絡(luò)的入侵檢測研究.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的應(yīng)用研究.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的車牌識別研究.pdf
- 基于改進(jìn)PSO的RBF神經(jīng)網(wǎng)絡(luò)入侵檢測方法研究.pdf
- 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的優(yōu)化研究.pdf
- 徑向基神經(jīng)網(wǎng)絡(luò)在入侵檢測中的應(yīng)用研究.pdf
- 徑向基(RBF)人工神經(jīng)網(wǎng)絡(luò)的算法及其應(yīng)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的入侵檢測相關(guān)技術(shù)研究.pdf
- 基于量子神經(jīng)網(wǎng)絡(luò)的入侵檢測技術(shù)研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)與RVM的入侵檢測算法研究.pdf
- 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法研究.pdf
評論
0/150
提交評論