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)，請進行舉報或認領(lǐng)
文檔簡介
1、網(wǎng)絡(luò)的發(fā)展改變了整個世界，計算機網(wǎng)絡(luò)在我們的生活、學習及工作中擁有了越來越重要的分量。網(wǎng)絡(luò)的不安定因素又制約網(wǎng)絡(luò)技術(shù)的發(fā)展。以前的安全技術(shù)，如防火墻和身份識別系統(tǒng)等被證明越來越不安全。我們迫切需要一種能夠采取主動防護的技術(shù)來對各種未知的入侵攻擊進行檢測，入侵檢測系統(tǒng)就是在這樣的背景下產(chǎn)生的。將聚類分析應(yīng)用于入侵檢測系統(tǒng)已經(jīng)成為網(wǎng)絡(luò)安全技術(shù)的趨勢，它將作為另一道防御線守衛(wèi)著網(wǎng)絡(luò)系統(tǒng)的安全，成為了當今計算機領(lǐng)域的熱門。
數(shù)據(jù)挖掘技
2、術(shù)中很重要的一項技術(shù)就是聚類技術(shù)，一般常用的有模糊 C-均值聚類算法，只是傳統(tǒng)的C-均值聚類算法對入侵檢測數(shù)據(jù)進行處理有很多不令人滿意的地方。針對這些問題本文進行了相關(guān)研究，給出了相應(yīng)的解決方法。
本文的主要工作如下：
論文在數(shù)據(jù)挖掘技術(shù)和入侵檢測理論基礎(chǔ)上，分析和比較常用的入侵檢測技術(shù)，提出了一個基于數(shù)據(jù)挖掘的異常入侵檢測模型，討論了模型的設(shè)計思路。并且討論了聚類分析的基本理論和算法，再將其應(yīng)用到入侵檢測領(lǐng)域里。針
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(quán)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。
最新文檔
- 聚類算法在入侵檢測中的應(yīng)用.pdf
- 改進的模糊聚類算法在入侵檢測中的應(yīng)用研究.pdf
- 改進的聚類與決策樹算法在入侵檢測中的應(yīng)用.pdf
- 模糊聚類算法及其在入侵檢測中的應(yīng)用.pdf
- 聚類算法在入侵檢測系統(tǒng)中的應(yīng)用研究.pdf
- 聚類算法和分類算法在入侵檢測中的應(yīng)用研究.pdf
- 基于改進差分進化的K均值聚類算法在入侵檢測中的研究.pdf
- 基于粗糙集的聚類算法及其在入侵檢測中的應(yīng)用.pdf
- art神經(jīng)網(wǎng)絡(luò)聚類算法及其在入侵檢測中的應(yīng)用
- 入侵檢測系統(tǒng)中的聚類算法研究.pdf
- 基于改進聚類算法的Android平臺入侵檢測的研究與應(yīng)用.pdf
- 譜聚類研究及其在入侵檢測中的應(yīng)用.pdf
- 基于距離的邊緣拋棄聚類算法及其在入侵檢測中的應(yīng)用
- 協(xié)議分析及聚類算法在入侵檢測中的應(yīng)用研究.pdf
- ART神經(jīng)網(wǎng)絡(luò)聚類算法及其在入侵檢測中的應(yīng)用.pdf
- 基于距離的邊緣拋棄聚類算法及其在入侵檢測中的應(yīng)用.pdf
- 基于SVM的K-means聚類算法在WSN入侵檢測中的應(yīng)用.pdf
- 模糊聚類在入侵檢測中的應(yīng)用研究.pdf
- LEGC1ust聚類算法在入侵檢測中的應(yīng)用研究.pdf
- 一種螞蟻聚類算法及其在入侵檢測中應(yīng)用的研究.pdf
評論
0/150
提交評論