造价通
更新时间:2024.04.27
基于改进D-S证据理论的网络入侵检测

格式:pdf

大小:407KB

页数: 6页

为提高网络入侵检测的检测效果,提出了一种基于改进D-S证据理论的信息融合网络入侵检测方法。该方法首先采用支持向量机(S upport Vector Machine,SVM)统计机器学习方法分别对基于主机和基于网络的数据进行训练;然后针对D-S证据理论无法解决证据之间冲突问题,从合成规则着手,提出一种改进的D-S证据理论;最后采用改进的D-S证据理论对SVM的训练结果进行融合,兼顾了两类检测结果的优势,提高了网络入侵检测的性能。仿真结果表明,与单一的入侵检测策略相比,该方法能有效提高网络入侵检测的准确率,降低漏报率,提高了网络入侵检测的整体性能。

基于数据挖掘的自适应入侵检测模型研究

格式:pdf

大小:1.1MB

页数: 4页

针对当前入侵检测系统的局限性,提出将数据挖掘技术引入到入侵检测中,研究了Apriori关联算法、ID3分类算法和FHCAM聚类算法在入侵检测中的应用,建立了一个基于数据挖掘的自适应入侵检测模型。该模型能够识别已知和未知的入侵,降低检测的漏报率和误报率,有效的提高检测效率。

热门知识

基于主机的入侵检测

最新知识

基于主机的入侵检测
点击加载更多>>
基于主机的入侵检测相关专题

分类检索: