基于蚁群优化的层次聚类算法及其在网络取证中的应用

来源 :山东师范大学 | 被引量 : 0次 | 上传用户:colawing1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着网络信息技术的发展,关于信息化的现象数不胜数。在网络中,每天都会产生各种各样不同类型的数据,随之而来出现了各种类型的网络安全问题。在这种情况下,我们需要借助社会和法律的强大力量来对付利用计算机网络进行的犯罪活动。因此,网络取证技术应运而生,并得到迅速发展。它的核心要点是对网络中各种数据信息进行提取和分析。本文应用聚类方法对网络中的数据进行分析、处理,最后判断出网络中的正常行为和异常行为。本文首先研究了分析网络数据信息所应用到的一些重要方法,然后利用特征选择方法对网络中的数据进行预处理,以便降低后续聚类分析的复杂度,最后运用层次聚类方法分析网络数据信息。本文所做的工作主要可以归纳为以下三个方面:(1)研究特征选择方法,提出一种改进的基于最大近邻粗糙逼近的特征选择算法网络数据维数高、特征多的特点使得最优特征的选择尤为重要。基于最大近邻粗糙逼近的特征选择算法通过最大近邻确定样本的近邻类,可以直接处理混合型数据。但是由于该方法在计算属性重要度的时候只考虑了单个属性相对于决策结果的重要度,所以本文首先重新定义了评价标准,然后利用前向贪心搜索策略进行特征选择,最后选出最优特征子集。通过实验的结果,可以看出该方法选出的特征数量减少,而且在此基础上,也提高了分类性能。(2)针对层次聚类如何选取合适的合并点问题,提出一种基于蚁群优化的凝聚型层次聚类算法层次聚类算法一旦执行分裂类或合并类,就不能修正,这样就会产生低质量的聚类结果。为了获得高质量的聚类结果,本文算法首先利用蚁群优化算法中的状态转移规则选择凝聚型层次聚类算法中下一个将要被合并的数据点,然后利用信息素更新规则寻找聚类的最优路径。从实验结果看,本文算法的准确率比传统的聚类算法更高,效果更好。(3)设计了基于蚁群优化的凝聚型层次聚类的网络取证系统在分析网络数据的基础上,针对每个过程设计了相应的功能模块,并将改进的基于最大近邻粗糙逼近的特征选择算法和基于蚁群优化的凝聚型层次聚类算法应用于相应的模块中,最终实现了基于蚁群优化的凝聚型层次聚类的网络取证系统框架。该系统可以有效地分析网络数据,判断网络行为。
其他文献
正交频分复用(OFDM)技术作为下一代通信网络的主要调制技术,有着良好的抗干扰性能以及更高的频谱利用率,而在其基础上发展的多址技术——正交频分多址(OFDMA)技术,成为第四代
随着新一代无线通信技术的不断演进和成熟,高速的传输速率和丰富的多媒体应用,对智能手机的性能和功耗提出了更高的要求,因此省电技术成为目前研究工作的关键。同时,基于虚拟技术
在现代通信技术中,人类语音是最重要、最基本的交流媒介并将成为未来人机交互的主要手段。由于考虑到传输效率、耗费成本、占用的物理信道、存储空间等因素,人们总希望在保证较
目前BSS系统中计费账务子系统,较好的支撑了新业务的发展,己经具备了基于CDR的准实时计费功能,但基于CDR的准实时计费功能的实现主要采用离线计费方式,这种计费方式计费信息无法
本文首先介绍MPEG2视频加密的概念及视频加密技术的性能要求,并综述了当前视频加密的发展状况。其次介绍了四类常规视频加密算法,并结合MPEG2的编码标准、层次的分析和解码的过
进入信息化时代后,许多企业和组织机构纷纷部署自己的信息系统。主要的方法是独立购买相应的计算机硬件设备和软件系统,然后组织专门部门和技术人员负责部署、管理和维护。这种
协作分集是利用源节点和周围一个或多个相邻节点组成的分布式虚拟多天线系统,它能够克服无线通信系统信道多径衰落的影响。自适应调制与编码(AMC)技术是以数据传输速率与误码
手语是聋哑人进行信息交流的最自然的方式。过去,聋哑人主要依靠文字短信方式进行移动通信,但文字交流的速度受限于打字能力,并且聋哑人理解文字信息的速度比理解手语信息的
近年来,随着电子技术和视频图像处理技术的进步,将二者完美结合起来的智能视频监控在越来越多的行业得到广泛的应用。在视频监控技术中,多移动目标的检测是最关键的一环。对视频
作为宽带接入技术的重要形式之一,无线局域网(WLAN)在近年来有着飞速的发展,WLAN凭借低成本、高吞吐量等优点,得到运营商的高度重视,并将WLAN作为固网和移动蜂窝网的补充以及重要