入侵检测论文：基于聚类和支持向量机的入侵异常检测方法研究
【中文摘要】提出了一种将聚类和支持向量机相结合的新的无监督入侵异常检测方法。该方法首先通过特定的特征选择标准对数据集进行降维处理消除无用的特征增强检测精度；其次通过比较无类标训练集样本间的距离来生成聚类根据每个聚类的样本比例来确定是否为异常在不需要用人工的或其他的方法的情况下来对训练集进行分类；最后通过支持向量机来构建目标系统的正常行为轮廓从而构造一个切实可行的无需人为干预的入侵检测系统。本文采用KDD99数据集作为测试数据实验结果表明该方法能够有效的检测真实网络数据中的已知和未知入侵行为。【英文摘要】I
trusio
detectio
tech
ologyasaproactivesecuritymeasurehasbecomeahotresearchfieldi
i
formatio
securityespeciallyi
etworksecuritya
dafavorablesuppleme
tofa
tivirussoftwarea
dfirewallsExisti
gi
trusio
detectio
methodsca
bedividedi
totwocategoriesa
omalydetectio
a
dmisusedetectio
Misusei
trusio
detectio
detectsattacksbycompari
gthebehaviorofcomputerwiththecharacteristicsofk
ow
attacksAlthoughitsdetectio
rateishigheritca
otdetectu
k
o【关键词】入侵检测无监督聚类支持向量机特征选择
f【英文关键词】I
trusio
Detectio
U
supervisedClusterSupportVectorMachi
eAttributeSelectio

【索购全文】联系Q1：138113721
Q2：139938848
同时提供论文写作一对一辅导和论文发表服务保过包发
【目录】基于聚类和支持向量机的入侵异常检测方法研究要4514191517统分类16摘要58Abstract811第1章绪论
提
11研究背景1415
12研究现状与意义122入侵检测系124现有第2
121入侵检测原理1516
123入侵检测系统模型161717
入侵检测技术不足
13本文的结构组织171921聚类相关理论
章聚类和支持向量机相关19241921类2021211聚类概念1920
212典型聚类算法分22支持向量222
213聚类算法的典型应用21
机相关理论2123分类超平面22法分类222323
221支持向量机概念2122223核函数22
224支持向量机方
225支持向量机方法的典型应用第3章针对网络入侵领域的243131
23本章小结2324
聚类和支持向量机方法及入侵检测数据集研究分析聚类和支持向量机在网络入侵领域的应用2425在入侵检测领域的应用2425领域的应用252530
311聚类
312支持向量机在入侵检测
32入侵检测数据集研究分析322典型攻击
321KDD99数据集分析2527
f分类2730
33本章小结3031
第4章基于聚类和支41基于聚42基于聚类和421数据预处理阶423检测r