基于貝葉斯MARS的入侵檢測算法研究.pdf_第1頁
已閱讀1頁，還剩53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(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、隨著計算機網(wǎng)絡和全球信息化的不斷發(fā)展，計算機網(wǎng)絡信息安全隨之成為一個重要的問題。因此，需要一種能及時發(fā)現(xiàn)入侵，成功阻止入侵的網(wǎng)絡安全技術，這就是入侵檢測技術。 本文首先介紹了入侵檢測的相關概念、分類、發(fā)展研究現(xiàn)狀，然后對特權進程系統(tǒng)調(diào)用的特征及其提取方法進行了詳細的分析研究，根據(jù)特權進程系統(tǒng)調(diào)用數(shù)據(jù)對系統(tǒng)安全威脅大、行為規(guī)律性和監(jiān)控實時性較強等特點，采用特權進程序列數(shù)據(jù)作為入侵檢測算法的特征數(shù)據(jù)。針對目前入侵檢測系統(tǒng)存在的分類能

2、力不強，計算量大、實時性差的實際情況，采用貝葉斯多元自適應回歸樣條(MARS)對特征數(shù)據(jù)進行分類。貝葉斯MARS方法采用MARS作為分類判別函數(shù)，通過貝葉斯學習方法和馬爾可夫鏈蒙特卡羅方法確定MARS參數(shù)。和傳統(tǒng)的確定性學習方法相比，這種隨機性學習方法在保持了參數(shù)的準確性的基礎上增強了參數(shù)獲取的魯棒性。準確的MARS參數(shù)保證了該方法具有較高的識別率。大量的實驗證明特權進程與貝葉斯MARS的結(jié)合具有較好的入侵檢測效果。文中最后介紹了算法的

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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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)容負責。
  • 6. 下載文件中如有侵權或不適當內(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