学位论文 > 优秀研究生学位论文题录展示
基于支持向量机的入侵检测系统的研究
作 者: 钟时
导 师: 胡亮
学 校: 吉林大学
专 业: 计算机系统结构
关键词: 支持向量机(Support Vector Machine) 入侵检测系统(Intrusion Detection System) 网络安全
分类号: TP393.08
类 型: 硕士论文
年 份: 2008年
下 载: 175次
引 用: 1次
阅 读: 论文下载
内容摘要
入侵检测系统已经成为网络安全技术的重要组成部分。然而,传统的异常入侵检测技术需要通过对大量训练样本的学习才能达到较高的检测精度,而大量训练样本集的获取在现实网络环境中是比较困难的。本文研究在网络入侵检测中采用基于支持向量机(SVM)的学习算法,通过基于SVM的学习算法实现对小样本量的网络访问数据的自我学习,得出分类模型,从而实现对网络访问的模型匹配,实现对网络访问合法性的自我判断,达到入侵检测的目的。
|
全文目录
提要 4-6 第一章 绪论 6-8 第二章 SVM基本模型 8-22 2.1 统计学习理论及SVM 理论的发展 8-9 2.2 SVM 基本模型的提出 9-13 2.3 SVM 与神经网络方法的对比 13-14 2.4 SVM 训练算法的介绍 14-17 2.5 SVM 的简单算例 17-21 2.6 本章小结 21-22 第三章 总体规划和系统的总体设计 22-31 3.1 入侵检测的必要性和发展 22 3.2 入侵检测的分类及定义 22-23 3.3 入侵检测方法 23-29 3.3.1 异常入侵检测 23-27 3.3.2 误用入侵检测技术 27-29 3.4 入侵检测的体系结构 29-30 3.5 本章小结 30-31 第四章 系统的总体设计及实验环境设置 31-39 4.1 基于SVM 的IDS 的设计思想 31-32 4.2 SVM 数据训练软件介绍 32-33 4.3 LIBSVM 软件试验环境的搭建 33-35 4.4 LIBSVM 软件的基本工作原理 35-36 4.5 LIBSVM 具体参数简介 36-38 4.6 系统开发的环境设置 38-39 第五章 系统的详细设计及主要编码 39-47 5.1 数据源 39-41 5.2 实验主要代码 41-45 5.3 试验结果及分析 45-47 参考文献 47-49 摘要 49-52 Abstract 52-55 致谢 55
|
相似论文
- 基于主动方式的恶意代码检测技术研究,TP393.08
- 面向Gnutella和eMule网络拓扑测量和安全性分析,TP393.08
- 基于功能节点的无线传感器网络多对密钥管理协议研究,TP212.9
- 基于区域的无线传感器网络密钥管理方案研究,TP212.9
- 我国保险公司保险网络营销研究,F724.6
- 基于自相似分析的流媒体DDoS攻击检测方法研究,TP393.08
- 无线传感器网络安全问题的研究,TN915.08
- 光盘授权播放系统安全通信研究与设计,TP309
- 基于无线传感器网络的智能家居安全监测系统的研究与应用,TP273.5
- 基于多分辨率聚类的安全定位算法研究,TN929.5
- QH软件公司服务营销战略研究,F426.672
- 认知无线电网络安全问题的研究,TN915.08
- 中国移动EPON网络的全业务接入方案及安全性研究,TN929.5
- 基于J2EE的网络主机年审信息管理系统的设计与开发,TP311.52
- 基于粗糙集的网络安全评估模型研究与实现,TP393.08
- 基于Blom矩阵方法的物联网感知层安全协议研究,TN915.08
- 基于WEB技术的防雷业务管理系统的设计与实现,TM862
- 基于NGN的(浙江联通)全网智能化应用研究,TM76
- 校园网安全管理系统的设计与实现,TP393.18
- 基于协议分析的入侵检测系统研究与设计,TP393.08
- 基于数据挖掘的电力信息网络入侵检测方法的研究,TP393.08
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 计算机网络 > 一般性问题 > 计算机网络安全
© 2012 www.xueweilunwen.com
|