资源描述：
《序列分析算法及其在入侵容忍中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、华中科技大学博士学位论文序列分析算法及其在入侵容忍中的应用研究姓名：赵峰申请学位级别：博士专业：计算机应用技术指导教师：李庆华20060430对序列未来发展趋势的预测是序列分析中的另一个重要分支。在分析现有序列预测算法的基础上，针对传统算法预测遗漏问题，对经典的FTP-DS算法进行了改进，改进后的算法涵盖对未来发展有重要影响的异常点，提高预测的准确性。针对多维序列流的未来趋势预测问题提出了并行算法MSSF-VQ，算法利用矢量空间表示序列流的计算模型，采用量子化技术离散处理连续序列流，并设计了序列流矢量概率树的构造算法和搜索算法。这些数据流预
2、测算法不同于已有的序列预测算法，其可以包含低密度的异常数据对多维数据流进行预测，较大提高了预测的准确性，同时具有较低的时间复杂度和较好的可扩展性。以序列分析算法为基础，以数据为中心，针对入侵容忍系统特性，在分析现有入侵检测方法和错误检测方法的基础上，研究了适用于入侵容忍系统的入侵检测方法和错误发现技术。在研究网络入侵事件特征的基础上，探讨了基于滑动窗口的网络数据流维护策略，设计了新的基于序列分析和基于并行序列分析的实时网络入侵检测框架，提高了入侵检测的准确度和效率。针对现有入侵检测方法不能在容侵系统中提供入侵恢复线索的缺点，提出了入侵容忍系
3、统中基于数值序列分析的异常检测方法和分布式入侵的检测方法。鉴于入侵容忍系统服务于分布式复杂网络环境中，系统错误具有并发性特点，提出了一种基于改进的贝叶斯网络学习的并行错误检测方法PBL，该方法可在容侵系统中有效检测顺序和并发错误，并排除噪声信息对错误发现的干扰。基于序列分析的入侵检测方法和错误发现技术的研究不仅为入侵容忍系统的实现提供一种新的视角和手段，同时也丰富了数据挖掘的研究内容。关键词：数据挖掘;数据流;序列模式;序列预测;入侵容忍系统;入侵检测;错误检测IIAbstractProgressindigitaldataacquisiti
4、on,distribution,retrievalandstoragetechnologyhasresultedinthegrowthofmassivedatabases.Oneofthegreatestchallengesthatorganizationsandindividualsencounteredishowtoconverttheircollectionsofrapidlyexpandingdataintoaccessibleandactionableknowledge.Theattemptstoovercomethesehurd
5、leshavegatheredresearchersfromdifferentareas,suchasstatistics,machinelearning,anddatabases,whichresultedinanewresearchfield,socalledDataMining.Sequenceanalysisisafundamentalandimportantproblemindatamining.Itoccursinthediscoveryofassociationrules,strongrules,correlations,mu
6、ltidimensionalpatterns,andmanyotherimportantdiscoverytasks.Sequenceanalysishelpsustoknowtheassociationsamongsequencedata,andforecasttheevolvementdirections,itisbecomingincreasingessentialinmanydomains,suchascommercialdecision,informationsecurity,bilogygene,scientificcomput
7、ing.Withthedevelopmentofnetworkandotherinformationtechnology,sequenceanalysisisfacedwithnewchallenges.First,thedatasetarehugewithlotsofimperfect,overflow,noisydata,theyaredifficutfortraditionalalgorithmstominingrulesfromthem;Second,streamdataisgeneratedcontinuouslyinadynam
8、icenvironment,withhugevolume,infiniteflow,andfastchangingbehavior.Toanalysisdatastream,tr
