ART神經(jīng)網(wǎng)絡聚類算法及其在入侵檢測中的應用.pdf_第1頁
已閱讀1頁，還剩59頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、入侵檢測系統(tǒng)IDS是一種主動的網(wǎng)絡安全防護系統(tǒng)，它是繼數(shù)據(jù)加密、防火墻等傳統(tǒng)安全技術之后的新一代安全保障技術。IDS提供了對內(nèi)部攻擊、外部攻擊和誤操作的實時保護，在主機或網(wǎng)絡系統(tǒng)受到危害之前攔截并響應入侵。然而隨著入侵手段的多樣化，傳統(tǒng)的入侵檢測技術已不能滿足當前網(wǎng)絡安全的要求，將智能技術融入IDS已成為當今研究的一個熱點。 分類和聚類是數(shù)據(jù)挖掘(數(shù)據(jù)庫知識發(fā)現(xiàn))中的兩個重要功能，它們的主要區(qū)別在于，前者是有監(jiān)督的學習而后者是無

2、監(jiān)督的學習。本文在分別介紹了傳統(tǒng)分類和聚類算法之后，詳細分析了基于ART神經(jīng)網(wǎng)絡的聚類算法。 自適應共振理論(Adaptive Resonance Theory,ART)神經(jīng)網(wǎng)絡模型用于數(shù)據(jù)聚類。它在學習過程中實現(xiàn)了穩(wěn)定性與可塑性的統(tǒng)一，這一特性使ART網(wǎng)絡成為在入侵檢測環(huán)境下數(shù)據(jù)聚類的一個非常合適的選擇。 本文在綜合分析經(jīng)典ART模型和入侵檢測特點的基礎上，提出了兩種改進的ART模型，分別用來解決經(jīng)典ART模型用于入

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論