2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩55頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、隨著網(wǎng)絡(luò)技術(shù)和規(guī)模的發(fā)展,網(wǎng)絡(luò)安全問題也越來越突出。防火墻、病毒檢測等傳統(tǒng)的網(wǎng)絡(luò)安全技術(shù)已難以勝任網(wǎng)絡(luò)安全的需要。入侵檢測系統(tǒng)作為一種“可適應(yīng)網(wǎng)絡(luò)安全模型”和“動態(tài)安全模型”逐漸成為研究的熱點(diǎn)。 為提高無監(jiān)督異常檢測系統(tǒng)的檢測率、誤報率和檢測效率,本文在研究服務(wù)分類技術(shù)、聚類技術(shù)和特征檢測技術(shù)的基礎(chǔ)上,提出一種全部屬性聚類和部分相關(guān)屬性聚類(即特征聚類)相結(jié)合的無監(jiān)督異常檢測模型。采用服務(wù)劃分,有助于建立更加精確的檢測模型。結(jié)合

2、特征聚類,有利于提高模型的數(shù)據(jù)處理速度。 模型首先將數(shù)據(jù)集劃分為不同的服務(wù)集,然后對每個服務(wù)集數(shù)據(jù)包進(jìn)行全部屬性聚類和特征屬性聚類并比較訓(xùn)練結(jié)果,取其中訓(xùn)練性能較優(yōu)的方法建立對該服務(wù)的檢測模型。離線檢測實驗表明,本文模型的檢測率達(dá)到99.22%,誤報率降低到2.2%。與不加服務(wù)劃分的模型相比,本文模型的訓(xùn)練時間和檢測時間分別降低為相應(yīng)模型的22.11%和21.87%。與其他檢測算法的比較結(jié)果也表明,本文模型在檢測率和誤報率方面具

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。

評論

0/150

提交評論