资料下载
×
基于Dempster-Shafer的GHSOM神经网络入侵检测
消耗积分:1 |
格式:rar |
大小:0.49 MB |
2018-02-27
分享资料个
入侵检测系统可以采集网络节点中流量数据，对传输行为实时检测，分析并发现是否有正在入侵的行为或已经发生的入侵行为，对发现的可疑传输向管理员发出警报或者自身采取主动反应措施，由此可见，这是信息安全防御系统的另一道防线，是系统安全的重要组成部分之一。目前开展研究的入侵检测算法和模型主要有基于数据挖掘、基于人工免疫、基于神经网络等类型。
结合证据推理DS理论，提出了基于Dempster-Shafer理论的GHSOM神经网络入侵检测方法，一方面处理数据不确定性中的随机性和模糊性问题，可以在噪音环境下保持良好的检测率，此外通过证据融合理论缩小数据集，有效控制网络的动态增长。实验结果表明，基于Dempster-Shafer理论的GHSOM入侵检测方法实现了对子网拓展规模在检测中的动态控制，提升了在网络规模不断扩展时的动态适应性，在噪音环境下具有良好的检测准确率，提升了GHSOM入侵检测方法的扩展性。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
