基于云計算的異常檢測研究.pdf

1、隨著網(wǎng)格技術、分布式計算技術和并行計算技術的飛速發(fā)展和日益成熟，新近出現(xiàn)的一種基于互聯(lián)網(wǎng)的超級計算模式——云計算引起了人們極大的關注。云計算通過互聯(lián)網(wǎng)將超大規(guī)模的計算存儲資源整合起來，形成一個虛擬的計算資源池，并以服務的形式按需提供給用戶。由于云計算巨大的應用價值，與其相關的技術研究正成為全世界科技工作者研究的熱點問題，同時也面臨著越來越多的安全威脅。入侵檢測技術成為云計算安全的核心問題之一。
　　 本文主要構建能夠適應云計算環(huán)

2、境的入侵檢測系統(tǒng)框架，著眼于基于虛擬組織的入侵檢測系統(tǒng)數(shù)據(jù)預處理模塊設計和分析模塊設計，論證模型在防止惡意網(wǎng)絡攻擊中的作用。將非線性流形學習算法引入了本課題所提出的模型，作為特征提取模塊對云計算環(huán)境下采集的網(wǎng)絡數(shù)據(jù)進行預處理，給出經(jīng)典流形學習算法LLE的改進研究，以提高后續(xù)分類性能。同時將支持向量機作為分類器引入模型，并研究基于粒子群的LS-SVM分類算法中的參數(shù)選擇問題，使其在達到適合云計算特點的前提下，具有較高的檢測性能。