搜索资源列表
聚类算法在网络入侵检测中的应用
- 聚类算法在网络入侵检测中的应用-clustering algorithm in Network Intrusion Detection Application
基于差分进化的网络异常入侵检测
- 基于差分进化和k-mean算法的网络异常入侵检测算法程序代码
svm 入侵检测-1
- 模式识别中的入侵检测算法1，不错的内容啦-pattern recognition of an intrusion detection algorithm, as well--
MarkovAnalysis
- 用C++编写的遗传算法,markov是应用在入侵检测上的 用的数据是 http://www.cs.unm.edu/~immsec/data/synth-sm.html 上的 -prepared by the genetic algorithm, Markov is the application Intrusion Detection of the data used is http :// ~ www.cs.unm.edu/
shengjingwangluo123456
- 基于 神经网络 算法的 入侵检测，我的 毕业设计，仅 供大家参考-based on neural network algorithm Intrusion Detection, I graduated in design, is for your reference
NIDS
- 用ＶＣ＋＋实现入侵检测的功能，算法是用ＢＰ算法-Using VC to achieve the function of intrusion detection, the algorithm is BP algorithm
IntrusionDetectionTechnologyBaseonSupportVectorMac
- 本论文将统计学习理论引入入侵检测领域，讨论了基于SVM方法的智能检测 策略，检测算法具有良好的推广能力.引入HVDM距离代替范数，改进了SVM的 RBF核函数定义，使之能够直接处理异构的网络连接信息 利用有保证的估计方法 来确定训练数据集规模，避免了依靠实验选择训练规模的盲目性 针对重复样本 和重要样本提出了样本加权的思路，降低了错分样本的可能 考虑到网络连接记 录的不同属性对检测结果贡献不一的事实，提出了特征选择与
jijianderuqinjiance
- 入侵检测系统的研究是近年来网络安全领域的一个研究热点, 而入侵检测算法是实现该 系统的核心Z 已经有一些学者提出了基于不同知识背景的入侵检测算法Z 本文利用数据挖掘 技术, 通过挖掘用户的键盘行为特征, 建立相关的数学模型, 实现系统入侵检测Z
InvasionExaminationS
- 入侵检测系统，通过扫描系统，是基于字符匹配的算法-Intrusion Detection System, through the scanning system is based on the characters matching algorithm
MWM
- 多模式字符串匹配算法WU-MANNER算法的实现，从入侵检测系统SNORT提取出来。-Multi-mode string matching algorithm WU-MANNER algorithm realize, from the intrusion detection system Snort extracted.
BP_nids
- 基于改进BP算法的入侵检测神经网络方法,很好的一片学习文章，提供了一个模型-Algorithm Based on Improved BP Neural Network Method for Intrusion Detection, learn a very good article, provides a model
lab
- 基于2叉树svm的入侵检测算法，构造偏态二叉-2-tree SVM-based intrusion detection algorithms, binary structure skewness
ruih
- 分析了人工免疫系统的原理,简单建立了一种基于否定选择算法的网络入侵检测系统, 引入了一种用于异常事件识别的r-字符块匹配规则,并对规则存在的漏洞进行了分析。 -The paper gives a brief introduction to the principle of Immune System·In particular,the paper gives a simple NIDS model based on nega
Apriori
- 关联规则挖掘的研究工作主要包括：Apriori算法的扩展、数量关联规则挖掘、关联规则增量式更新、无须生成候选项目集的关联规则挖掘、最大频繁项目集挖掘、约束性关联规则挖掘以及并行及分布关联规则挖掘算法等，其中快速挖掘与更新频繁项目集是关联规则挖掘研究的重点，也是多种数据挖掘应用中的技术关键，已用于分类规则挖掘和网络入侵检测等方面的研究。研究者还对数据挖掘的理论进行了有益的探索，将概念格和粗糙集应用于关联规则挖掘中，获得了显著的效果。到目前
2run-30
- 入侵检测算法，计算机常用的工具，聚类分析-Intrusion detection algorithm, commonly used computer tools, cluster analysis
192010k-average
- kmeans均值聚类算法:一种改进的基于半监督聚类的入侵检测算法ASCID（Active-learning Semi-supervised Clustering Intrusion Detection），-kmeans clustering algorithm Algorithm was simulated by KDD 99 datasets， which the experimental results demonstrate
基于数据挖掘的网络入侵检测
- 基于数据挖掘的网络入侵，针对传统的kmeans算法存在缺点，提出一种改进的kmeans算法进行网络入侵识别(Based on the network intrusion of data mining, an improved kmeans algorithm is proposed for network intrusion recognition based on the disadvantages of traditional km
IDS
- 利用增强型K-means聚类算法实现入侵检测系统模型的设计(Design of Intrusion Detection System Model Using Enhanced K-means Clustering Algorithms)
KDD99-SVM
- 根据SVM，基于向量机算法的入侵检测系统，依托的是KDD99数据集(According to SVM, the intrusion detection system based on vector machine algorithm relies on KD99 data set.)