資源描述：
《基于svm的網(wǎng)絡(luò)入侵檢測(cè)研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、南京理工大學(xué)碩士學(xué)位論文基于SVM的網(wǎng)絡(luò)入侵檢測(cè)研究姓名：曹宏鑫申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：模式識(shí)別與智能系統(tǒng)指導(dǎo)教師：張宏20040601碩士論文基于SVM的網(wǎng)絡(luò)入侵檢測(cè)研究摘要本文將支持向量機(jī)(SVM)技術(shù)應(yīng)用于網(wǎng)絡(luò)入侵檢測(cè)，在公共入侵檢測(cè)框架(CIDF)的基礎(chǔ)上，提出了基于SVM的網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)模型，并對(duì)模型各個(gè)組件的功能、機(jī)制、實(shí)現(xiàn)進(jìn)行了深入探討。對(duì)用于入侵檢測(cè)的網(wǎng)絡(luò)數(shù)據(jù)特征，本文利用異構(gòu)數(shù)據(jù)集上的距離度量函數(shù)HVDM進(jìn)行了特征數(shù)據(jù)的預(yù)處理，并在有保證的估計(jì)方法的基礎(chǔ)上進(jìn)行TN練數(shù)據(jù)規(guī)模的確定，既
2、避免了因訓(xùn)練數(shù)據(jù)規(guī)模過(guò)小而導(dǎo)致的訓(xùn)練結(jié)果太差問(wèn)題，又減少了訓(xùn)練時(shí)間，提高了訓(xùn)練效率。在訓(xùn)練數(shù)據(jù)的過(guò)程中，本文運(yùn)用模糊數(shù)學(xué)理論，考慮不同的網(wǎng)絡(luò)數(shù)據(jù)特征對(duì)入侵檢測(cè)結(jié)果的影響程度，提出了一種加權(quán)處理方法，并通過(guò)實(shí)驗(yàn)數(shù)據(jù)說(shuō)明該方法在檢測(cè)精度上有所提高。對(duì)由于樣本的不均衡性而導(dǎo)致的某一類型攻擊的檢測(cè)率偏低問(wèn)題，本文也作了相應(yīng)研究，提出一種提高其在訓(xùn)練數(shù)據(jù)中比例的方法，使這一類型攻擊的檢測(cè)率得到很大提高。關(guān)鍵詞：網(wǎng)絡(luò)入侵檢測(cè)。支持向量機(jī)。特征加權(quán)，有保證的估計(jì)，非均衡性，異構(gòu)數(shù)據(jù)，模式識(shí)別硬士論文基于SVM的弼絡(luò)入
3、侵檢鍘研究AbstractInthispaper,supportvectormachines(SVM)isappliedtonetworkintrusiondetection．BasedonCommonIntrusionDetectionFramework(CIDF)，aframeworkofSVMbasedNetworkIntrusionDetectionSystemisproposed．111efunction．mechanismandrealizationofthecomponentsofthis
4、frameworkarediscussedinthethesis．BymeansofHVDMdistancemetricofheterogeneousdatasets，thefeaturedataofnetworkalepreprocessed．Basedonguaranteedestimators，weestimatethesizeoftestset．nluswenotonlyavoidbadtrainresultforlackofexamples，butalsoreducethetrainingti
5、meandimprovetheefficiencyoftraining．Duringthetraining，bymeansoffuzzymathematics，consideringtheeffectofdifferentnetworkdatafeaturestotheclassification，aweightmethodisbroughtforward．Itimprovestheaccuracyofnetworkintrusiondetection．Thcproblemoflowdetectiona
6、ccuracyofsometypesofattacksfortheimbalanceoftrainingexamplesisresearched．Amethodofincreasingtheproportionoftheexamplesofthesetypesofattacksispresented．Itimprovesthedetectionaccuracyofthesetypesofattacks．Keywords：Networkintrusiondetection，SupportVectorMac
7、hines，Weightedfeature，Guaranteedestimators，Imbalance，Heterogeneousdata，PatternrecognitionII聲明本學(xué)位論文是我在導(dǎo)師的指導(dǎo)下取得的研究成果，盡我所知，在本學(xué)位論文中，除了加以標(biāo)注和致謝的部分外，不包含其他人已經(jīng)發(fā)表或公布過(guò)的研究成果，也不包含我為獲得任何教育機(jī)構(gòu)的學(xué)位或?qū)W歷而使用過(guò)的材料。與我一同工作的同事對(duì)本學(xué)位論文做出的貢獻(xiàn)均已在論文中作了明確的說(shuō)明。研究生簽名：曲緣鑫z一，辱年‘月尹目學(xué)位論文使用授權(quán)聲明南京
8、理工大學(xué)有權(quán)保存本學(xué)位論文的電子和紙質(zhì)文檔，可以借閱或上網(wǎng)公布本學(xué)位論文的全部或部分內(nèi)容，可以向有關(guān)部門或機(jī)構(gòu)送交并授權(quán)其保存、借閱或上網(wǎng)公布本學(xué)位論文的全部或部分內(nèi)容。對(duì)于保密論文，按保密的有關(guān)規(guī)定和程序處理。研究生簽名：瑩墨叁柳牛年二月礦日碩士論文基于SVM的網(wǎng)絡(luò)入侵檢測(cè)研究1．1論文背景1緒論隨著計(jì)算機(jī)科學(xué)和通訊技術(shù)的發(fā)展，誕生于上個(gè)世紀(jì)60年代末的互聯(lián)網(wǎng)技術(shù)在過(guò)去的幾十年中得到了飛速發(fā)展，網(wǎng)絡(luò)應(yīng)用在全球得到推廣。借助于互聯(lián)網(wǎng)，人們可
