【摘 要】
:
本论文研究的目标是将粗糙集和支持向量机相结合应用到入侵检测系统中以提高入侵检测的检测正确率,降低误报率和漏报率。为此,论文主要做了以下工作:(1)介绍了入侵检测系统的
论文部分内容阅读
本论文研究的目标是将粗糙集和支持向量机相结合应用到入侵检测系统中以提高入侵检测的检测正确率,降低误报率和漏报率。为此,论文主要做了以下工作:(1)介绍了入侵检测系统的概念与意义,介绍了几种新的入侵检测方法,分析了现有入侵检测系统中存在的问题并对入侵检测技术的发展方向作展望;(2)将粗糙集理论知识应用到特征属性约简中,应用粗糙集理论简化训练样本数据集,分析对象集的增加与属性约简的变化关系;(3)将支持向量机应用于入侵检测,针对小样本问题对数据进行采样,减小训练数据的规模;将增量学习应用在入侵检测SVM(支持向量机)分类器中,减少了存储空间的占用并减少了后续训练的时间;(4)提出一种增量式绝对属性约简算法,将增量学习应用到入侵检测系统中,大大提高了系统的自学习性与自适应性及鲁棒性,实验表明该约简算法在效率上较现有算法有明显提高。(5)给出一种基于粗糙集和Online-SVM结合的入侵检测规则提取方法。针对网络连接记录特征属性高维的特点,采用粗糙集属性约简的方法压缩数据空间,在有用信息不受损失的前提下降低了数据处理的规模,在用Online SVM方法对数据进行训练时,摒弃传统方法需要高质量训练样本的假设,采用样本实时更新的方法对数据进行实时分类训练、检测。试验表明,该方法可以减小时间开销,并使规则提取具有实时性,符合现实工作的要求。
其他文献
智能天线技术是第三代移动通信系统的关键技术之一,近年来受到了广泛关注,成为国内外的研究热点。随着近年来移动用户数量的剧增和新型移动业务类型(语音、数据、图像等)的出现
说话人识别是根据说话人的发音特性自动识别说话人的过程,它不注重包含在语音信号中的语义内容信息,而是着眼于包含在语音信号中的个人发音特征,从语音中提取说话人的这些个人发
轨迹测量对于运动物体控制具有重要意义。随着现代电子技术、检测技术和计算机控制技术的发展,人们对水下物体轨迹的测量精度以及测量速度的要求越来越高。轨迹测量即利用加
语音文档主题分类是指根据语音文档的属性或内容,将大量的文档映射到多个预先定义好的主题中,语音分类是语音识别的一个重要研究方向,具有广泛的应用前景,得到人们越来越多的
服务质量(QoS)己成为下一代网络正常运营的关键性问题。IMS的QoS主要目标:提供电信级的QoS,根据用户的要求提供不同等级的QoS,能对不同业务的IP分组进行区分,对用户进行接纳控制,
目标识别作为智能视频监控中的一个核心任务面临着许多困难。受到人类视觉系统的选择性注意机制的启发,在进行特征提取时,将关注的重点放在那些引起视觉关注的区域可以有效节
随着“线控”(X-by-wire)系统的发展,要求车载网络具有传输速度高、可靠性好和支持分布式控制的性能。目前车载网络大多使用的是基于事件触发的CAN总线,但由于CAN总线的最高
频谱感知是认知无线电系统中的一项关键技术,其中能量检测算法由于简单实用而备受关注。压缩频谱感知能够有效实现高频信号的低速采样,已经成为当前研究的热点。本文首先分析
正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)是4G(B3G)的关键技术之一,它频谱利用率高,具有优异的抗噪声性能和抗多径衰落的能力。然而,OFDM信号的峰值
群体行为识别是计算机视觉领域研究的重点和难点之一,现有的群体行为识别算法大多都是需要准确的前期处理和后期的复杂建模,整个流程比较繁琐,并且模型复杂导致控制变量较多,