入侵检测论文：入侵检测 无监督聚类 支持向量机 特征选择

《入侵检测论文：入侵检测 无监督聚类 支持向量机 特征选择》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、入侵检测论文：基于聚类和支持向量机的入侵异常检测方法研究【中文摘要】提出了一种将聚类和支持向量机相结合的新的无监督入侵异常检测方法。该方法首先通过特定的特征选择标准对数据集进行降维处理,消除无用的特征,增强检测精度；其次通过比较无类标训练集样本间的距离来生成聚类,根据每个聚类的样本比例来确定是否为异常,在不需要用人工的或其他的方法的情况下来对训练集进行分类；最后通过支持向量机来构建目标系统的正常行为轮廓,从而构造一个切实可行的无需人为干预的入侵检测系统。本文采用KDD99数据集作为测试数据,实验结果表明,该方法能够有效的检测真实网络数据中的已知和未知入侵行为。【英文摘要】Intrusion

2、detectiontechnologyasaproactivesecuritymeasurehasbecomeahotresearchfieldininformationsecurityespeciallyinnetworksecurity,andafavorablesupplementofantivirussoftwareandfirewalls.Existingintrusiondetectionmethodscanbedividedintotwocategories:anomalydetectionandmisusedetection.Misuseintrusiondetection

3、detectsattacksbycomparingthebehaviorofcomputerwiththecharacteristicsofknownattacks.Althoughitsdetectionrateishigher,itcannotdetectunkno...【关键词】入侵检测无监督聚类支持向量机特征选择【英文关键词】IntrusionDetectionUnsupervisedClusterSupportVectorMachineAttributeSelection【索购全文】联系Q1：138113721Q2：139938848同时提供论文写作一对一辅导和论文发表服务.保过

4、包发【目录】基于聚类和支持向量机的入侵异常检测方法研究提要4-5摘要5-8Abstract8-11第1章绪论14-191.1研究背景14-151.2研究现状与意义15-171.2.1入侵检测原理15-161.2.2入侵检测系统分类161.2.3入侵检测系统模型16-171.2.4现有入侵检测技术不足171.3本文的结构组织17-19第2章聚类和支持向量机相关19-242.1聚类相关理论19-212.1.1聚类概念19-202.1.2典型聚类算法分类20-212.1.3聚类算法的典型应用212.2支持向量机相关理论21-232.2.1支持向量机概念21-222.2.2分类超平面222.2.3

5、核函数222.2.4支持向量机方法分类22-232.2.5支持向量机方法的典型应用232.3本章小结23-24第3章针对网络入侵领域的聚类和支持向量机方法及入侵检测数据集研究分析24-313.1聚类和支持向量机在网络入侵领域的应用24-253.1.1聚类在入侵检测领域的应用24-253.1.2支持向量机在入侵检测领域的应用253.2入侵检测数据集研究分析25-303.2.1KDD99数据集分析25-273.2.2典型攻击分类27-303.3本章小结30-31第4章基于聚类和支持向量机的入侵异常检测方法研究与实现31-504.1基于聚类和支持向量机的入侵异常检测模型31-324.2基于聚类和

6、支持向量机的入侵异常检测方法32-384.2.1数据预处理阶段32-344.2.2训练阶段34-374.2.3检测阶段37-384.3实验38-494.3.1实验准备38-394.3.2特征选择39-424.3.3参数选择42-464.3.4算法评估46-484.3.5结果分析48-494.4本章小结49-50第5章总结与展望50-525.1总结50-515.2展望51-52参考文献52-55作者简介及在学期间所取得的科研成果55-561.作者简介552.科研成果55-56致谢56