本文關(guān)鍵詞：基于孿生支持向量機的入侵檢測及應(yīng)用研究

  更多相關(guān)文章： 入侵檢測 孿生支持向量機 移動智能終端 云計算

【摘要】：入侵檢測是當代計算機安全防護系統(tǒng)的關(guān)鍵技術(shù)，也是當代安全領(lǐng)域的研究熱門。支持向量機近年來也成為了入侵檢測領(lǐng)域的一個研究熱點，然而傳統(tǒng)支持向量機在入侵檢測應(yīng)用方面，，其檢測精度與訓(xùn)練時間在處理大量數(shù)據(jù)的時候，由于受到硬件限制，其效果無法令人滿意。孿生支持向量機是傳統(tǒng)支持向量機的改進，它降低了算法的計算復(fù)雜度并減少了訓(xùn)練時間，為入侵檢測的發(fā)展提供了一種新的契機。 本文在分析了經(jīng)典支持向量機和孿生支持向量機的核心思想的基礎(chǔ)上，對孿生支持向量機的算法進行了實現(xiàn)并進行了驗證。提出了基于孿生支持向量機的入侵檢測模型，并采用孿生支持向量機方法對KDDCUP99數(shù)據(jù)集進行入侵檢測驗證，結(jié)合實例進行了相關(guān)實驗測試和結(jié)果數(shù)據(jù)的分析。實驗驗證了該方法在入侵檢測領(lǐng)域的可行性和有效性，與傳統(tǒng)支持向量機相比，孿生支持向量機在檢測精度、誤報率、訓(xùn)練時間方面的表現(xiàn)均有很大提升，準確率提高的同時誤報率降低且訓(xùn)練時間減少一半甚至更多，為處理大數(shù)據(jù)的入侵檢測系統(tǒng)提供了有力支撐，也為云計算環(huán)境下的移動終端入侵檢測提供了一種有效方案。 基于以上分析，提出了一種基于云環(huán)境的移動智能終端入侵檢測解決方案，將基于孿生支持向量機的入侵檢測模型應(yīng)用到此方案當中。方案的核心思想是把對移動智能終端的安全檢測轉(zhuǎn)到云計算環(huán)境下進行，它針對移動智能終端資源受限的情況，對任務(wù)進行了轉(zhuǎn)移，把耗費大量計算能力的入侵檢測從移動智能終端轉(zhuǎn)移到云端，移動終端將數(shù)據(jù)發(fā)送給云端，云端對接收到的數(shù)據(jù)進行入侵檢測。將主要工作轉(zhuǎn)移給云很好地解決了入侵檢測消耗資源大的問題。之后，利用從移動智能終端已采集到的有關(guān)惡意軟件的系統(tǒng)調(diào)用數(shù)據(jù)集進行孿生支持向量機的分類實驗，并驗證了此方法是可行的。
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP181;TP393.08

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊鐘瑾;;核函數(shù)支持向量機[J];計算機工程與應(yīng)用;2008年33期

2 張學(xué)工;關(guān)于統(tǒng)計學(xué)習(xí)理論與支持向量機[J];自動化學(xué)報;2000年01期

3 郄小明;徐軍庫;;云計算在移動互聯(lián)網(wǎng)上的應(yīng)用[J];計算機科學(xué);2012年S2期

4 聶盼盼;臧洌;劉雷雷;;基于對支持向量機的多類分類算法在入侵檢測中的應(yīng)用[J];計算機應(yīng)用;2013年02期

5 范曉詩;李成海;;加權(quán)條件熵在異常檢測中的應(yīng)用[J];計算機應(yīng)用研究;2014年01期

6 蔣建春,馬恒太,任黨恩,卿斯?jié)h;網(wǎng)絡(luò)安全入侵檢測:研究綜述[J];軟件學(xué)報;2000年11期

7 饒鮮,董春曦,楊紹全;基于支持向量機的入侵檢測系統(tǒng)[J];軟件學(xué)報;2003年04期

8 諸葛建偉;王大為;陳昱;葉志遠;鄒維;;基于D-S證據(jù)理論的網(wǎng)絡(luò)異常檢測方法[J];軟件學(xué)報;2006年03期

9 蘇金樹;張博鋒;徐昕;;基于機器學(xué)習(xí)的文本分類技術(shù)研究進展[J];軟件學(xué)報;2006年09期

10 陳友;程學(xué)旗;李洋;戴磊;;基于特征選擇的輕量級入侵檢測系統(tǒng)[J];軟件學(xué)報;2007年07期

本文編號：1237612