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)的不斷發(fā)展和普及,網(wǎng)絡(luò)入侵不僅數(shù)量劇增,而且攻擊手段也日趨復(fù)雜,這使得入侵檢測系統(tǒng)對保護(hù)系統(tǒng)安全性顯得尤為重要。入侵響應(yīng)是入侵檢測系統(tǒng)中一個重要的組成部分,但是目前的響應(yīng)方式多為手動響應(yīng),因而響應(yīng)能力受到一定限制。為了能夠快速及時的響應(yīng)各種入侵,人們研究了多種自動響應(yīng)技術(shù)來響應(yīng)入侵。 自適應(yīng)技術(shù)是自動入侵檢測系統(tǒng)中重要技術(shù)之一,能處理各種不確定因素,自動調(diào)整響應(yīng)策略,同時也是其它各種自動入侵響應(yīng)技術(shù)的基礎(chǔ)。本文重點
2、研究具有自適應(yīng)特點的入侵檢測系統(tǒng),主要工作如下: 首先,以進(jìn)化博弈論為基礎(chǔ),提出一種適用于入侵檢測系統(tǒng)的預(yù)測模型。以系統(tǒng)中成本和收益為基礎(chǔ),利用復(fù)制動態(tài)理論,模擬了入侵檢測系統(tǒng)和入侵者在不同的策略類型下,各自策略類型比例動態(tài)變化,并預(yù)測出在現(xiàn)有條件下入侵檢測系統(tǒng)和入侵者使用策略的趨勢。根據(jù)趨勢的發(fā)展調(diào)整入侵檢測系統(tǒng)的響應(yīng)策略,進(jìn)行智能分析和自適應(yīng)響應(yīng),有效地防御入侵者。 其次,為了驗證這些研究成果的正確性,本文利用MIT
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
- 基于動態(tài)映射的入侵檢測系統(tǒng)的研究.pdf
- 基于EFSA模型與動態(tài)規(guī)則集入侵檢測研究.pdf
- 基于流量預(yù)測的WSN入侵檢測系統(tǒng)的研究.pdf
- 基于免疫機(jī)制的入侵檢測系統(tǒng)模型研究.pdf
- 基于復(fù)制的容忍入侵系統(tǒng)研究.pdf
- 基于數(shù)據(jù)挖掘的入侵檢測系統(tǒng)模型研究.pdf
- 基于IBP-ES的入侵檢測系統(tǒng)模型研究.pdf
- 基于人工免疫的入侵檢測系統(tǒng)模型研究.pdf
- 基于WMNs的入侵檢測模型研究.pdf
- 預(yù)測模型在入侵檢測中的應(yīng)用研究.pdf
- 基于免疫原理的動態(tài)入侵檢測系統(tǒng)的研究.pdf
- 基于鄰接算法的系統(tǒng)調(diào)用入侵檢測模型.pdf
- 基于網(wǎng)絡(luò)行為圖的入侵檢測系統(tǒng)模型.pdf
- 基于預(yù)測的自動入侵響應(yīng)模型的研究.pdf
- 基于免疫的入侵檢測模型的研究.pdf
- 基于半監(jiān)督分類的入侵檢測系統(tǒng)模型研究.pdf
- 網(wǎng)絡(luò)入侵檢測系統(tǒng)模型的研究.pdf
- 基于數(shù)據(jù)挖掘的動態(tài)可擴(kuò)展入侵檢測系統(tǒng)研究.pdf
- 基于免疫的網(wǎng)絡(luò)入侵檢測模型研究和系統(tǒng)實現(xiàn).pdf
- 基于動態(tài)排序的入侵檢測應(yīng)用研究.pdf
評論
0/150
提交評論