隨著互聯(lián)網(wǎng)的迅猛發(fā)展，網(wǎng)絡(luò)用戶數(shù)量劇增，越來(lái)越多的人將生活和工作的重心投入網(wǎng)絡(luò)，在巨大的網(wǎng)絡(luò)用戶量和用戶信息里，存在很多方面的問(wèn)題：一方面網(wǎng)絡(luò)安全隱患增加，網(wǎng)絡(luò)攻擊層出不窮，研究用戶行為來(lái)解決網(wǎng)絡(luò)安全問(wèn)題日趨重要；另一方面海量用戶信息的有效利用成為各種網(wǎng)站，尤其是電子商務(wù)網(wǎng)站的重要研究課題，網(wǎng)站通過(guò)分析用戶行為提供精準(zhǔn)營(yíng)銷和更具個(gè)性化的服務(wù)，提升用戶體驗(yàn)，從而使利潤(rùn)最大化。因此，分析網(wǎng)絡(luò)用戶行為有重大意義。 目前已經(jīng)有多種算法和模型對(duì)用戶行為進(jìn)行研究，但都存在一些缺陷，在網(wǎng)絡(luò)安全領(lǐng)域的入侵檢測(cè)系統(tǒng)上，存在高誤報(bào)率和低檢測(cè)率的缺點(diǎn)，針對(duì)這種情況，提出將神經(jīng)網(wǎng)絡(luò)、模糊系統(tǒng)和減法聚類三者融合，做到三者優(yōu)劣互補(bǔ)，開(kāi)發(fā)了基于模糊神經(jīng)網(wǎng)絡(luò)的用戶行為分析系統(tǒng)，該系統(tǒng)可以有效檢測(cè)攻擊行為。文中首先描述了用戶行為分析的研究背景和在網(wǎng)絡(luò)安全領(lǐng)域的研究現(xiàn)狀，介紹了研究目的和研究意義。之后介紹了模糊理論和人工神經(jīng)網(wǎng)絡(luò)的概念，模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的融合方式，并評(píng)價(jià)各種方式的優(yōu)缺點(diǎn)。然后根據(jù)用戶行為特點(diǎn)選擇了自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行分析，并提出使用減法聚類來(lái)優(yōu)化模型的結(jié)構(gòu)。在此基礎(chǔ)上，給出了一種基于模糊神經(jīng)網(wǎng)絡(luò)的用...

【文章頁(yè)數(shù)】：56 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 用戶行為分析的研究背景
    1.2 用戶行為分析的研究現(xiàn)狀
    1.3 本文的研究目的和研究意義
    1.4 本文的主要內(nèi)容和組織結(jié)構(gòu)
2 模糊神經(jīng)網(wǎng)絡(luò)概述
    2.1 模糊系統(tǒng)與人工神經(jīng)網(wǎng)絡(luò)概述
    2.2 模糊神經(jīng)網(wǎng)絡(luò)融合方式
    2.3 模糊神經(jīng)網(wǎng)絡(luò)應(yīng)用于網(wǎng)絡(luò)用戶行為分析
    2.4 本章小結(jié)
3 FNNUBM 模型的設(shè)計(jì)
    3.1 模型設(shè)計(jì)的總體思路
    3.2 模型總體框架
    3.3 數(shù)據(jù)采集引擎的設(shè)計(jì)
    3.4 數(shù)據(jù)分析引擎的設(shè)計(jì)
    3.5 響應(yīng)模塊的設(shè)計(jì)
    3.6 本章小結(jié)
4 FNNUBM 仿真實(shí)驗(yàn)
    4.1 實(shí)驗(yàn)準(zhǔn)備
    4.2 實(shí)驗(yàn)過(guò)程描述
    4.3 本章小結(jié)
5 全文總結(jié)與展望
    5.1 全文總結(jié)
    5.2 下一步展望
致謝
參考文獻(xiàn)



本文編號(hào)：3782753