基于改進RBF神經網絡的入侵檢測研究.pdf_第1頁
已閱讀1頁，還剩45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，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、隨著網絡的發(fā)展，網絡與計算機越來越廣泛地應用于現今社會。電子銀行、電子商務等網絡服務正在悄悄地進入人們的生活。隨之而來的各種網絡攻擊在不斷地增加，人們也漸漸地認識到了保證網絡安全的重要性。
　　 入侵檢測系統(tǒng)正是一種積極主動的網絡安全防護技術，它可以監(jiān)視主機系統(tǒng)或網絡用戶的活動，發(fā)現可能存在的入侵行為。入侵檢測系統(tǒng)的研究和實現已經成為現在網絡安全的重要課題。為克服現有入侵檢測存在的不足，本文從特征提取、改進的RBF神經網絡入侵檢

2、測模型、算法優(yōu)化等方面進行了系統(tǒng)研究。
　　 本文首先對入侵檢測技術的概念、入侵檢測的分類和神經網絡等方面作了一個簡要的介紹，并分析了RBF神經網絡在入侵檢測使用中存在的問題?；谏鲜鲅芯?，本文在對網絡檢測數據進行基于性能的特征選擇后，提出了一個改進的RBF神經網的入侵檢測模型。將基于熵的模糊聚類（Entropy-based fuzzy clustering：EFC）和RBF神經網絡相結合，提出了基于EFC的改進RBF神經網絡算

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，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，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