设为首页 | 加入收藏
当前位置: 主页 > 全屋家具定制 >

基于深度级联网络的入侵检测算法研究

时间:2021-11-24 21:41来源:未知 作者:admin 点击:

  香港六宝典资料大全香六港彩免费资料大全历史二四六开奖王中王香港免费全年资料大全合宝典免费资料大全香港大全资料 资料大全,信息技术的高速发展极大地丰富和便利了人们的学习、生活和工作,但与此同时网络攻击导致的网络异常中断、用户个人信息泄露等事件频频发生,互联网所面临的各种安全威胁变得日益严重,因此维护网络安全变得至关重要。网络入侵检测作为一种动态有效的主动检测技术,能够通过分析网络流量数据识别具有攻击行为的信息,在网络受到攻击之前进行及时的拦截和响应,目前已经成为信息安全领域研究的重要内容之一。

  入侵检测技术最早于1980年由Anderson[1]提出。1987年Denning[2]采纳了Anderson技术报告中的检测建议,提出了入侵检测专家系统(Intrusion Detection Expert System,IDES),后来大量的研究人员提出了各种入侵检测算法来提升检测效果。近些年,机器学习算法被广泛应用在各种入侵检测技术中,文献[3]将支持向量机(Support Vector Machine,SVM)应用于网络异常流量检测中。文献[4]利用K近邻(K-Nearest Neighbor,KNN)算法进行网络入侵检测,提高了分类效果。文献[5]基于并行K-means聚类算法对异常流量数据进行分簇,降低分类误差。上述算法在一定程度上提高了入侵检测精度,但是基于机器学习的入侵检测算法依赖于人工提取的数据特征,需要人为进行大量复杂的特征工程,并且对于海量多源异构的网络入侵数据没有很好的鲁棒性。手机最快现场开奖直播开奖

------分隔线----------------------------
欧派家居 企业文化 新闻中心 社区 欧派家居商城' 全屋家具定制 欧铂尼木门 欧派衣柜 欧派橱柜 地方资讯
全年免费综合资料大全,香港免费全年资料大全,香港正版资料大全开奖,全年资料综合资料大全,香港六宝典资料大全,香港正版资料免费大全图像。