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、分類號:分類號:密級:密級:研究生學(xué)位論文論文題目(中文)論文題目(中文)基于特征選擇的集成學(xué)習(xí)在基于特征選擇的集成學(xué)習(xí)在入侵檢測中的應(yīng)用入侵檢測中的應(yīng)用論文題目(外文)論文題目(外文)TheApplicationofEnsembleLearningBasedonFeatureioninIntrusionDetection研究生姓名研究生姓名黃婷黃婷學(xué)科、專業(yè)學(xué)科、專業(yè)計算機(jī)科學(xué)與技術(shù)計算機(jī)科學(xué)與技術(shù)計算機(jī)應(yīng)用技術(shù)計算機(jī)應(yīng)用技術(shù)研究方向
2、研究方向機(jī)器學(xué)習(xí)、信息安全機(jī)器學(xué)習(xí)、信息安全學(xué)位級別學(xué)位級別碩士導(dǎo)師姓名、職稱導(dǎo)師姓名、職稱陳文波陳文波副教授教授論文工作論文工作起止年月起止年月2012016年5月至月至20172017年5月論文提交日期論文提交日期20172017年4月論文答辯日期論文答辯日期20172017年5月學(xué)位授予日期學(xué)位授予日期校址:甘肅省蘭州市校址:甘肅省蘭州市I基于特征選擇的集成學(xué)習(xí)基于特征選擇的集成學(xué)習(xí)在入侵檢測中的應(yīng)用在入侵檢測中的應(yīng)用摘要摘要隨著
3、網(wǎng)絡(luò)和其他信息技術(shù)的高速發(fā)展,計算機(jī)網(wǎng)絡(luò)已成為社會生活必不可少的一個部分。但是,由于Inter其本身所具有的開放性和共享性在給人類社會帶來了便利的同時也帶來了更多的安全隱患,使得網(wǎng)絡(luò)安全問題遭遇了嚴(yán)峻的挑戰(zhàn)。入侵檢測技術(shù)是近些年來新發(fā)展起來的一種安全防護(hù)技術(shù),它是防火墻、信息加密等安全保障之后發(fā)展的一種新的網(wǎng)絡(luò)安全保護(hù)技術(shù)。隨著該領(lǐng)域的長足發(fā)展,其研究趨勢表現(xiàn)為需要更加智能和可靠,這就需要將機(jī)器學(xué)習(xí)相關(guān)方法應(yīng)用于入侵檢測。研究基于機(jī)器學(xué)
4、習(xí)的入侵檢測算法,進(jìn)一步提高檢測算法的適用性和時效性,具有重大的意義。本文主要研究了將機(jī)器學(xué)習(xí)方法應(yīng)用在入侵檢測中的特征選擇、分類預(yù)測等相關(guān)問題,提出了基于特征選擇集成學(xué)習(xí)的入侵檢測方法。集成學(xué)習(xí)方法能夠有效提升分類模型的性能,而采用何種方式進(jìn)行分類器的集成則是關(guān)鍵所在。本文通過對數(shù)據(jù)進(jìn)行特征選擇,產(chǎn)生不同的特征子集,以此為基礎(chǔ)生成具有差異性的訓(xùn)練集,從而進(jìn)行基分類器的集成,生成基于特征選擇的集成分類模型,以此作為一種新的檢測方法。本文
5、主要的研究工作包括以下三個方面:首先,通過對比三種不同度量方式的特征選擇算法,實(shí)驗(yàn)分析出對于網(wǎng)絡(luò)數(shù)據(jù)來說信息度量的方式較為有利,在此基礎(chǔ)上提出一種基于信息度量的特征選擇方法,結(jié)合實(shí)驗(yàn)分析說明該方法對識別數(shù)據(jù)特征的有效性;其次,通過分析機(jī)器學(xué)習(xí)相關(guān)的分類算法,說明集成學(xué)習(xí)方法的優(yōu)勢,對于如何將其應(yīng)用于入侵檢測中進(jìn)行了簡單說明,并根據(jù)集成學(xué)習(xí)的原理提出一種基于特征選擇的集成學(xué)習(xí)分類模型,實(shí)驗(yàn)分析表明該方法能夠進(jìn)一步提高入侵檢測的分類準(zhǔn)確率;
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
- 特征選擇和集成學(xué)習(xí)及其在入侵檢測中的應(yīng)用.pdf
- 特征選擇在入侵檢測中的研究與應(yīng)用.pdf
- 特征選擇算法研究及其在入侵檢測中的應(yīng)用.pdf
- 入侵檢測中特征選擇技術(shù)的應(yīng)用
- 基于遺傳算法的特征選擇在入侵檢測中的應(yīng)用研究.pdf
- 基于IWO及TS的特征選擇方法在入侵檢測中的應(yīng)用研究.pdf
- 特征分析在入侵檢測中的應(yīng)用.pdf
- 集成學(xué)習(xí)方法及其在入侵檢測中的應(yīng)用研究.pdf
- 基于選擇性集成學(xué)習(xí)的網(wǎng)絡(luò)入侵檢測方法研究.pdf
- 克隆選擇原理在入侵檢測中的應(yīng)用.pdf
- 基于特征選擇的輕量級入侵檢測系統(tǒng).pdf
- 基于SVM的特征選擇與集成學(xué)習(xí)研究與應(yīng)用.pdf
- 基于特征學(xué)習(xí)的網(wǎng)絡(luò)入侵檢測的研究.pdf
- K-means和TASVM及特征選擇算法在入侵檢測系統(tǒng)中的應(yīng)用.pdf
- 基于分類器選擇集成的入侵檢測方法研究.pdf
- 基于加權(quán)特征選擇的誤用入侵檢測研究.pdf
- 基于集成學(xué)習(xí)的入侵檢測系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于特征選擇和聚類的入侵檢測的研究.pdf
- 基于Clementine的數(shù)據(jù)挖掘在入侵檢測中應(yīng)用.pdf
- 基于選擇性集成的入侵檢測系統(tǒng)的研究與實(shí)現(xiàn).pdf
評論
0/150
提交評論