文档介绍：逊互玄叁壑垒皇丛:至:,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,。签本学位论文作者完全了解江南大学有关保留、使用学位论文的规定:江南大学有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅,可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文,:期:名:
摘要\首先,本文综述了入侵检测的基本概念、模型、作用、必要性、分类、常用检测方随着计算机网络技术的发展以及网络规模的扩大,计算机网络正承受着诸如黑客攻击等技术的威胁,因此计算机网络安全状况成为人们关注的焦点。入侵检测技术作为在防火墙之后保护网络安全的技术正成为近年来网络安全领域的研究热点。现阶段作为网络入侵检测技术中的重点与难点,网络异常检测技术还存在检测率不高、误报率、漏报率高等缺点。将数据融合技术应用于异常检测能弥补传统异常检测系统的缺点,本文将研究基于多传感器数据融合的网络异常检测技术,分别研究了基于人工神经网络和扩展猄证据理论作为融合决策算法的异常检测模型。法和发展趋势。接着阐述了本文中单一传感器检测单元所用到的智能异常检测算法窬缢惴ㄒ约笆萑诤系幕靖拍睢⒛P鸵约俺S萌诤纤惴ǖ取接着,本文采用神经网络作为计算融合参数的方法,分别融合隑算法,并建立一个基于多传感器的融合异常检测模型。通过将隑魑4ǜ器阶段的检测方法,做出传感器阶段检测结果,并将检测的结果送往融合中心进行融合决策,最终得到融合检测结果。通过在菁系氖笛檠橹ぃ神经网络的多传感器融合检测模型能有效提高检测精度、降低误报率。最后,本文采用扩展猄证据理论作为融合决策算法,融合来自不同传感器的检测结果,并做出融合决策。通过将虰窬缱魑4ǜ衅骷觳饨锥蔚方法,做出传感器阶段检测结果,并把检测结果送往融合中心进行融合决策,最终得到融合检测结果。将扩展甋证据理论应用于网络异常检测时,主要研究了扩展甋证据理论中权值的设计以及基本置信函数的设计两个方面。其中权值的计算采用一个甋的参数,基本置信函数的计算采用了一种基于回归功能的设计方法。最后,通过采用本文研究的方法建立一个基于扩展甋证据理论的融合异常检测模型,并在数据集上的实验验证,证明基于扩展甋证据理论作为融合算法的异常检测模型在有效提高检测精度的同时降低误报率。关键词:神经网络、支持向量机、偏置概率机、甋证据理论、入侵检测
黝甌琒、,,曲琣珺琣琣伍甒,.,,琻,田瓽猻:,琧,,瓵也,瓵疭琩,,,.,琤琣,.猄甋..’甀琲.
录目摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯~选题背景和意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文工作和论文组织⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第二章入侵检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯入侵检测的产生与发展⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..入侵检测的基本概念⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.P汀.ü踩肭旨觳饽P虲入侵检测的作用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯入侵检测的必要性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.入侵检测系统的分类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.入侵检测系统的发展趋势⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章网络异常检测算法和数据融合技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯网络异常检测算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.人工神经网络⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..掷郆掷郤⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯::⋯⋯⋯⋯:⋯⋯:⋯⋯⋯⋯。数据融合技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.萑诤系幕