基于證據(jù)推理算法的入侵檢測(cè)系統(tǒng)設(shè)計(jì)方案_第1頁(yè)
已閱讀1頁(yè),還剩6頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、20182018年基于證據(jù)推理算法的入侵檢測(cè)系年基于證據(jù)推理算法的入侵檢測(cè)系統(tǒng)設(shè)計(jì)方案統(tǒng)設(shè)計(jì)方案數(shù)據(jù)融合算法是入侵檢測(cè)系統(tǒng)設(shè)計(jì)的核心內(nèi)容,對(duì)于不知道與不確定信息的處理,證據(jù)推理算法具有十分突出的特點(diǎn),已成為數(shù)據(jù)融合算法的熱點(diǎn)。為了避免焦元爆炸問(wèn)題,該文采用一種可有效減少證據(jù)合成計(jì)算量又可確保合成實(shí)時(shí)性準(zhǔn)確性數(shù)據(jù)融合算法。為了解決分布式系統(tǒng)中主控端與各入侵檢測(cè)終端之間的通信問(wèn)題,引入分布式協(xié)同算法,并在此基礎(chǔ)上,設(shè)計(jì)一種分布式入侵檢測(cè)系統(tǒng)

2、。入侵檢測(cè)系統(tǒng)是一種積極主動(dòng)的安全防護(hù)機(jī)制,不僅能夠防御對(duì)來(lái)自外網(wǎng)入侵攻擊,還能有效地防止內(nèi)網(wǎng)的攻擊和機(jī)密信息的泄漏,入侵檢測(cè)系統(tǒng)有效地提高網(wǎng)絡(luò)安全的整體水平,它已經(jīng)成為網(wǎng)絡(luò)信息安全領(lǐng)域的研究熱點(diǎn)。1概述論據(jù)推理理論是入侵檢測(cè)系統(tǒng)中應(yīng)用最為廣泛的數(shù)據(jù)融合算法,已成為一種最適合的不確定推理方法。它不需要任何先驗(yàn)的概率,直接利用區(qū)間信度刻畫(huà)證據(jù)度量和命題結(jié)果,處理不確定與不知道的信息,約束條件寬松,與經(jīng)典的概率論、貝葉斯理論有著本質(zhì)的區(qū)別。

3、全矛盾,DS融合算法失效;如果K值較小,則證據(jù)體是一致的,可以使用歸一化處理。實(shí)踐證明:利用傳統(tǒng)的證據(jù)合成規(guī)則在合成不同證據(jù)時(shí)出現(xiàn)的計(jì)算復(fù)雜度問(wèn)題屬于NP完全問(wèn)題,計(jì)算復(fù)雜度隨識(shí)別框架的基數(shù)的增加而成指數(shù)增加,極大的計(jì)算量限制了其應(yīng)用。2.2基于DS證據(jù)理論的算法改進(jìn)(1)相關(guān)函數(shù)Dubois和Prade認(rèn)為證據(jù)理論中焦元的基數(shù)和焦元的基本概率賦值信息是證據(jù)的構(gòu)成的重要因素,因此,改進(jìn)算法選擇參與融合的焦元的標(biāo)準(zhǔn)不是焦元的基本概率賦值,

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論