基於多樣化的決策準則於應用分類技術之異常封包偵測

NCUTIR > College of Electrical Engineering and Computer Science > Department of Computer Science and Information Engineering > 【資訊工程系所】博碩士論文 > Item 987654321/5205

Please use this identifier to cite or link to this item: http://ir.lib.ncut.edu.tw/handle/987654321/5205

Title:	基於多樣化的決策準則於應用分類技術之異常封包偵測
Authors:	馮俊瀚陳瑞茂
Contributors:	資訊工程系
Keywords:	虛擬隨機規則入侵偵測系統倒傳遞類神經網路模糊分類演算法輪盤法
Date:	2011
Issue Date:	2013-08-07 13:47:33 (UTC+8)
Publisher:	台中;國立勤益科技大學
Abstract:	近年來，電腦普及率和網際網路使用率急遽的增加，網路安全逐漸被受到重視，入侵偵測系統也被廣泛的應用到網路安全的領域之中。而為了防範系統遭受入侵攻擊造成巨大的損失，防火牆以及入侵偵測系統應運而生。而現今的入侵偵測方法大致上分為異常偵測及誤用偵測二種。攻擊手法日新月異，傳統的比對特徵偵測方法面對未知且多變的攻擊型態已經不敷使用，為了改善這個問題，本研究希望結合群集演算法與異常偵測的方法，來建構入侵偵測系統。為了增進系統的效能及簡化計算的複雜度，將會藉由特徵選取的方式降低資料的維度，再經由論文中提出的異常封包偵測方法，包括以K-means分群方法、群中心距離方法、Fuzzy C-means分群方法、倒傳遞類神經網路之外，再結合決策機制-輪盤法(roulette wheel selection)與虛擬隨機比例規則(Pseudo-Random-Proportional rule)於Fuzzy C-means與倒傳遞類神經網路中。實驗以KDDCup’99資料集做為訓練及測試的封包資料，經由實驗結果證實，本論文在結合決策機制於傳統分群方法中，偵測率（detection rate）方面偵測效能，確實可以提高偵測率，証明了本方法與傳統入侵偵測方法相比，可以有較佳的偵測能力。
Appears in Collections:	[Department of Computer Science and Information Engineering] 【資訊工程系所】博碩士論文

Files in This Item:

There are no files associated with this item.

View Licence

Loading...