發(fā)布時間：2018-06-10 01:00

  本文選題：入侵檢測 + 粗糙集理論��； 參考：《南京理工大學(xué)學(xué)報》2017年04期

【摘要】：入侵檢測作為網(wǎng)絡(luò)安全的重要方向,得到了越來越多的重視,大量傳統(tǒng)的數(shù)據(jù)挖掘算法被嘗試應(yīng)用到入侵檢測的數(shù)據(jù)分析領(lǐng)域。隨著網(wǎng)絡(luò)帶寬不斷提升,激增的數(shù)據(jù)量和類型繁多的協(xié)議格式使得這些傳統(tǒng)算法在入侵檢測方向的應(yīng)用出現(xiàn)了識別精度差、運(yùn)行效率不高或者參數(shù)選取困難等實際問題。該文提出一種基于粗糙集理論和貝葉斯理論的粗糙加權(quán)平均單依賴估計入侵檢測算法,該方法基于粗糙集理論對網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行屬性約簡,使用加權(quán)平均單依賴估計方法進(jìn)行分類,完成對網(wǎng)絡(luò)數(shù)據(jù)的入侵檢測,算法資源消耗較低且易于實現(xiàn)。實驗證明,該方法具有較好運(yùn)行效率與準(zhǔn)確度。
[Abstract]:As an important direction of network security, intrusion detection has received more and more attention. A large number of traditional data mining algorithms have been tried to be applied to the field of data analysis of intrusion detection. With the continuous improvement of network bandwidth, the large amount of data and various protocol formats make these traditional algorithms have some practical problems such as low recognition accuracy, low running efficiency or difficult parameter selection in the direction of intrusion detection. In this paper, a rough weighted average single dependency estimation intrusion detection algorithm based on rough set theory and Bayesian theory is proposed. The method of weighted average single dependency estimation is used to classify the intrusion detection of network data. The algorithm has low resource consumption and is easy to implement. Experimental results show that the method has good operation efficiency and accuracy.
【作者單位】： 南京理工大學(xué)計算機(jī)科學(xué)與工程學(xué)院;中興通訊股份有限公司南京研發(fā)中心;
【基金】：國家重點研發(fā)計劃政府間國際科技創(chuàng)新合作重點專項(S2016G9070) 江蘇省重大研發(fā)計劃社會發(fā)展項目(BE2017739);江蘇省重大研發(fā)計劃產(chǎn)業(yè)前瞻項目(BE2017100) 中央高�；究蒲袠I(yè)務(wù)費專項資金(30916015104) 賽爾下一代互聯(lián)網(wǎng)創(chuàng)新項目(NGII20160122) 中興通訊產(chǎn)學(xué)研合作論壇合作項目(2016ZTE04-11)
【分類號】：TP393.08

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙深茂;唐琳;王汝言;;基于加權(quán)平均臉的最近鄰算法[J];數(shù)字通信;2009年03期

2 呂知辛,黃尊靈;圖像平滑的高斯加權(quán)平均算法[J];計算機(jī)系統(tǒng)應(yīng)用;1998年07期

3 蔣宗禮;;實驗班的建設(shè)與教學(xué)水平的提高[J];計算機(jī)教育;2006年06期

4 付佳;潘偉;位軍;郝重陽;;一種基于加權(quán)平均梯度的指紋方向圖算法[J];計算機(jī)工程與應(yīng)用;2007年15期

5 張化疑;劉焱雄;周興華;唐秋華;丁繼勝;;渤海區(qū)域?qū)α鲗蛹訖?quán)平均溫度研究[J];測繪信息與工程;2010年04期

6 張尤賽;楊姝;;局部加權(quán)平均虛擬樣本的多姿態(tài)人臉識別算法[J];江蘇科技大學(xué)學(xué)報(自然科學(xué)版);2013年01期

7 李國東,王東奎,楊海榮,張德富;一種Internet上的優(yōu)先權(quán)加權(quán)平均數(shù)據(jù)傳輸方法[J];計算機(jī)工程與應(yīng)用;2001年24期

8 楊旭平;;一種實用預(yù)測評價與預(yù)測修正方法[J];北京郵電學(xué)院學(xué)報;1987年03期

9 陳前榮,陸啟生,成禮智;基于方向微分和加權(quán)平均的運(yùn)動模糊方向鑒別[J];計算機(jī)工程與應(yīng)用;2004年29期

10 李希明;;談?wù)勔苿蛹訖?quán)平均核算體系[J];信息與電腦;2004年01期

相關(guān)會議論文 前4條

1 向小華;王船海;吳曉玲;;基于加權(quán)平均格式的二維潰壩模型[A];第二十一屆全國水動力學(xué)研討會暨第八屆全國水動力學(xué)學(xué)術(shù)會議暨兩岸船舶與海洋工程水動力學(xué)研討會文集[C];2008年

2 曹潔;徐微;;基于加權(quán)平均方法的交通流檢測技術(shù)的研究[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國青年通信學(xué)術(shù)會議論文集（下冊）[C];2007年

3 劉陽琦;岳冬梅;趙景斐;;原子時加權(quán)平均算法設(shè)計實現(xiàn)[A];2009全國時間頻率學(xué)術(shù)會議論文集[C];2009年

4 劉學(xué)民;林金森;張正國;;基于聲卡的瞬態(tài)誘發(fā)耳聲發(fā)射檢測系統(tǒng)[A];第九屆全國信號處理學(xué)術(shù)年會（CCSP-99）論文集[C];1999年

相關(guān)重要報紙文章 前10條

1 記者　 王妍;金交所各品種呈現(xiàn)普漲行情[N];金融時報;2006年

2 岳峰;巧解產(chǎn)品平衡銷售難題[N];醫(yī)藥經(jīng)濟(jì)報;2007年

3 記者 曹騰;一季報加權(quán)平均每股收益略有下降[N];中國證券報;2005年

4 中國鋼鐵工業(yè)協(xié)會對標(biāo)挖潛辦公室;采購成本差距大 挖潛尚存較大空間[N];中國冶金報;2012年

5 中鋼協(xié)對標(biāo)挖潛辦公室;7月對標(biāo)企業(yè)主要原燃料采購成本下降[N];世界金屬導(dǎo)報;2014年

6 記者　 薛秀穎;哈上市公司業(yè)績回升[N];哈爾濱日報;2006年

7 王維波;878家上市公司加權(quán)平均每股收益0.24元[N];中國證券報;2008年

8 李俠;上市公司加權(quán)平均收益0.42元創(chuàng)新高[N];金融時報;2008年

9 浙江裕豐律師事務(wù)所高級合伙人律師 厲健;移動加權(quán)PK加權(quán)平均 效率與公平的權(quán)衡[N];證券時報;2009年

10 記者 朱向軍;A股加權(quán)平均價跌破10元[N];中國證券報;2001年

相關(guān)博士學(xué)位論文 前1條

1 馬鳳妹;綜合評價中的誘導(dǎo)有序加權(quán)平均算子研究[D];東北大學(xué);2012年

相關(guān)碩士學(xué)位論文 前3條

1 劉樹婷;改進(jìn)型加權(quán)平均算法與疊加算法在超市系統(tǒng)中的應(yīng)用研究[D];大連交通大學(xué);2014年

2 高凌翔;交易量加權(quán)平均價格有效性的實證研究[D];上海交通大學(xué);2011年

3 徐東勝;基于加權(quán)平均量的自收斂性的權(quán)的確定理論[D];西南石油大學(xué);2006年

，

本文編號：2001430