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(bào)或認(rèn)領(lǐng)
文檔簡介
1、伴隨計(jì)算機(jī)網(wǎng)絡(luò)的迅猛發(fā)展和三網(wǎng)融合時(shí)代的到來,社會(huì)的政治、經(jīng)濟(jì)、文化等各個(gè)方面越來越離不開網(wǎng)絡(luò),與此同時(shí),網(wǎng)絡(luò)安全也成為了世界各國共同關(guān)注的焦點(diǎn)。據(jù)中國互聯(lián)網(wǎng)絡(luò)信心中心(CNNIC)2009年6月統(tǒng)計(jì),中國網(wǎng)民規(guī)模已達(dá)到3.38億,在2010年1月,國家互聯(lián)網(wǎng)應(yīng)急中心聲明中國是黑客攻擊的最大受害國。這些網(wǎng)絡(luò)攻擊和入侵行為,給國家、企業(yè)和個(gè)人的信息安全造成了極大的威脅。入侵檢測,作為信息安全保障的一個(gè)重要環(huán)節(jié),已經(jīng)成為網(wǎng)絡(luò)安全領(lǐng)域中一個(gè)極
2、為重要的課題。
現(xiàn)有入侵檢測技術(shù)存在檢測準(zhǔn)確性不高、響應(yīng)速度過慢的缺點(diǎn),無法滿足實(shí)際應(yīng)用的需要。頻繁閉合模式能從大量的數(shù)據(jù)中迅速找出正常或異常的行為模式,將其與入侵檢測結(jié)合,能提高入侵檢測的準(zhǔn)確度和速度,頻繁閉合模式的挖掘是關(guān)聯(lián)規(guī)則挖掘的核心。
論文主要研究的是頻繁閉合模式的挖掘及其在入侵檢測中的應(yīng)用。本文從網(wǎng)絡(luò)安全的概念入手,對入侵檢測和頻繁閉項(xiàng)集在入侵檢測領(lǐng)域的應(yīng)用現(xiàn)狀進(jìn)行了闡述。按照基于異常和基于誤用的
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(huì)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(chǔ)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(shí)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
- 基于閉合序列模式挖掘的數(shù)據(jù)庫入侵檢測方法研究.pdf
- 基于分布式的頻繁閉合模式挖掘算法研究.pdf
- 基于頻繁模式挖掘的入侵檢測關(guān)鍵技術(shù)的研究與實(shí)現(xiàn).pdf
- 基于頻繁模式的離群點(diǎn)挖掘在入侵檢測中的應(yīng)用.pdf
- 基于數(shù)據(jù)流頻繁模式挖掘的入侵檢測系統(tǒng)設(shè)計(jì)與研究.pdf
- 基于大步回退剪枝最大頻繁模式挖掘的入侵檢測系統(tǒng)研究.pdf
- 基于頻繁閉合偏序的API用法模式挖掘.pdf
- 基于COFI-Tree的頻繁閉合模式挖掘算法的研究.pdf
- 頻繁模式挖掘算法研究及在入侵檢測中的應(yīng)用.pdf
- 數(shù)據(jù)流閉合頻繁模式挖掘算法的研究.pdf
- 基于可變滑動(dòng)窗口的數(shù)據(jù)流閉合頻繁模式挖掘研究.pdf
- 數(shù)據(jù)流中的頻繁閉合模式挖掘研究.pdf
- 基于可變滑動(dòng)窗口的數(shù)據(jù)流閉合頻繁模式挖掘研究
- 微陣列數(shù)據(jù)集的頻繁閉合模式挖掘算法研究.pdf
- 基于頻繁閉情節(jié)規(guī)則的web異常入侵檢測
- 基于頻繁閉情節(jié)規(guī)則的Web異常入侵檢測.pdf
- 基于模式匹配的入侵檢測研究.pdf
- 基于序列模式的入侵檢測研究.pdf
- 頻繁閉合項(xiàng)集挖掘研究.pdf
- 基于ZBDD結(jié)構(gòu)的頻繁閉合項(xiàng)集挖掘算法研究.pdf
評論
0/150
提交評論