基于聚类和SVM的入侵检测技术研究.docx

  1. 1、本文档共21页,其中可免费阅读7页,需付费200金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

目前,随着网络的飞速发展,网络面临着各种各样的危险,网络中也出现了许多新的威胁和攻击。为了有效进行网络内部防护,入侵检测技术被广泛应用,亟需一种能够在保证检测性能的同时有效降低检测时间的入侵检测手段。

本文提出了一种基于聚类和支持向量机(SVM)的入侵检测方法,在保证检测精度的前提下,可以有效减少大规模数据的训练时间,提高支持向量机的判别速度。本文所设计的入侵检测技术对k-means算法进行改进,可有效降低K-means算法对初始值的选择依赖性,减少了迭代次数,进而把改进后的k-means算法与SVM相结合。通过仿真实验验证,本文所设计的这种方法能够有效改善检测性能,降低检

文档评论(0)

123456 + 关注
实名认证
内容提供者

123456

1亿VIP精品文档

相关文档