【摘 要】
：
现如今我们的生活与网络息息相关,网络在给人们的生活带来巨大便捷的同时也存在着安全隐患。人们为了消除这些隐患,便提出了网络入侵检测技术。尤其近十几年机器学习、神经网络的空前发展也推动了网络入侵检测技术的蓬勃发展。网络入侵检测技术是指为了防止网络被入侵,从而对网络的状态做实时检测的技术,它是一种主动进行防御的技术,它的存在不会影响到网络的正常运行,如果说防火墙是防止网络入侵的一道关卡,那么网络入侵检测
论文部分内容阅读
现如今我们的生活与网络息息相关,网络在给人们的生活带来巨大便捷的同时也存在着安全隐患。人们为了消除这些隐患,便提出了网络入侵检测技术。尤其近十几年机器学习、神经网络的空前发展也推动了网络入侵检测技术的蓬勃发展。网络入侵检测技术是指为了防止网络被入侵,从而对网络的状态做实时检测的技术,它是一种主动进行防御的技术,它的存在不会影响到网络的正常运行,如果说防火墙是防止网络入侵的一道关卡,那么网络入侵检测就是防止网络入侵的第二道关卡,因此研究网络入侵检测技术的重要性不言而喻。为了研究网络入侵检测问题,本文使用了机器学习算法中的效果较好的集成算法建立了网络入侵检测模型。具体的工作和主要研究内容如下:1.网络入侵检测数据的预处理。本论文针对网络入侵检测问题,分析比较了国际上常用的两种数据集Kddcup99和NSL_KDD数据集,然后对NSL_KDD数据集进行了三个阶段的数据预处理:将标签变为数值阶段,将字符形式属性转化为数值形式属性阶段以及归一化阶段。2.基于集成算法对网络入侵检测问题的研究。本论文首先使用了集成算法随机森林对网络入侵检测问题进行建模处理;其次使用集成算法LightGBM对网络入侵检测进行建模,期间使用贝叶斯优化对参数进行寻优;之后使用集成算法CatBoost对网络入侵检测问题进行建模,建模时根据CatBoost算法的性质建立了两种不同的模型:基于集成算法CatBoost自处理类别型特征的网络入侵检测模型和基于集成算法CatBoost对转化成数值型特征的网络入侵检测模型。然后对比了三种集成算法的检测效果并将它们与其他的一些机器学习算法的检测效果进行对比,期间又使用了SMOTE算法对少数类数据集进行处理,最后为了进一步改善检测效果使用Stacking模型融合技术将几种集成算法以一种较优的两层Stacking结构融合成混合模型。3.基于DBN网络特征降维的研究。NSL_KDD数据集预处理之后特征可能会有些冗余,所以为了进一步提升检测效果,将注意力放在了特征降维上。采用深度置信网络(DBN)进行了特征的非线性提取,再将得到新特征的数据集输入到集成算法LightGBM上。为了验证所提出的使用DBN网络进行特征降维的有效性,又将其与使用传统特征提取方法PCA技术以及未做降维的LightGBM模型分类效果进行对比,发现DBN-LightGBM的检测效果最优,也验证了本论文提出的DBN-LightGBM网络入侵检测技术综合利用深度置信网络(DBN)的非线性特征提取优势以及集成算法LightGBM优良的分类预测性能。
其他文献
由于轮式移动机器人具有广泛的应用价值,因此越来越多的学者对其展开了深入的研究。轮式移动机器人处在复杂的工作环境中,容易受到外界环境的干扰,再加上控制量约束等诸多因素,使其轨迹跟踪控制变得更加困难。针对上述问题,引入模型预测控制方法,围绕轮式移动机器人系统的轨迹跟踪控制问题进行了深入研究。首先,考虑到轮式移动机器人受到控制量和控制增量约束的情况,设计了带有软约束的线性模型预测控制的轨迹跟踪控制策略。
物理设计是大规模集成电路设计过程中非常重要的环节,影响着集成电路的整体性能。随着人们对制造工艺要求的提高,传统的人工设计变得几乎不可能实现。因此,寻找高效率的自动
网络给人们带来便捷的同时也造成了安全隐患。大量的隐私数据、机密数据等在网络中传播,使得网络安全问题日渐突出。本课题将网络中攻击行为检测与网络风险评估相结合,用以监测网络所处的安全威胁状态和网络风险值的大小。在网络中,小样本类别的检测准确率低、网络安全威胁状态的不可观测性一直都是网络安全研究领域需解决的重要问题。因此,为解决上述问题,本文的主要研究如下:首先,对网络中访问行为进行安全威胁类别检测,小
本文是基于笔者的一次口译实践活动而撰写的实践报告。2018年5月,笔者有幸参与到2018年拉美、加勒比和南太国家旅游管理培训班之中,并担任翻译一职。由于此次研修班学员母语均非英语,学员英语水平有限且学习内容专业性较强,因此在实践过程中遇到较多问题,如旅游管理方面专业术语繁多问题,尤其是民俗旅游及冰雪旅游方面、长难句的处理及由于文化差异导致的表达方式不同的问题等等。考虑到民俗旅游词汇的民族性,笔者在
为满足不断增长的用户流量需求,小蜂窝网络作为5G蜂窝网络架构中的关键技术之一,成为目前5G通信研究的热点。然而,小蜂窝网络通常部署在用户比较密集的城区,无线信号在传输过程中,受地形地势、城市绿色植物和建筑物、气候的影响,在不同的传播方向上会经历不同的信号衰减,使得无线小蜂窝网络的覆盖边界变得不规则,这为5G小蜂窝网络的覆盖概率和平均速率等性能分析带来了挑战。已有文献证明,实际的小蜂窝网络的覆盖边界
随着数据流量与网络规模的不断扩张,传统网络结构在处理各种网络事件的能力上面临巨大的挑战。相反,SDN(Software-Defined Network),即软件定义网络,通过将控制层与数据转发层解耦合,从而提升网络的控制管理能力与对网络事件的响应能力。网络事件可大致分为内部事件与外部事件,前者通常为控制层对网络的自发调整,如主动修改路由规则等;而后者通常以网络故障等方式呈现,如节点或链路断开等,这
双足机器人的研究一直处于国内外机器人研究领域的热点之中,同其它类型机器人相比,双足机器人具有直立行走、自由度高、动作灵活等优势。但由于双足机器人自身结构设计的局限性,其步态稳定性差,对外界环境敏感度高,尤其在外部大扰动作用下,双足机器人系统稳定性迅速变差,极易发生摔倒。因此,如何在外部大扰动作用下,保持其良好的稳定快速恢复能力是目前双足机器人研究领域亟需解决的关键问题。针对双足机器人在大扰动下难以
目的:探讨醌氧化还原酶1(NQO1)基因mRNA和蛋白在甲基苯丙胺(METH)依赖人群的病理生理作用,NQO1 609 C/T(rs1800566)多态性等位基因和基因型与METH依赖者相关性及其影响因素,分析NQO1609C/T基因型是否影响NQO1基因的转录和翻译水平变化,为METH依赖的预防和治疗提供分子生物学依据。方法:收集392例中国汉族METH依赖者(实验组)和669例中国汉族无MET
冲突控制反映了信息加工过程中,人类如何提取任务相关信息,抑制任务无关信息的过程。比例一致效应(Proportion congruency effect,PC效应)是冲突控制研究的一个重要方向。PC效应是指在组块中,不一致试次占总试次的比例越大,冲突效应量越小,反映了不同任务背景对认知控制策略的影响。PC效应是研究冲突控制领域性的良好指标,如果一种冲突任务的PC效应可以改变另一种冲突任务的冲突效应,
目标跟踪一直都是计算机视觉领域中热点研究的问题之一,其目的是基于当前时刻已知的目标位置预测目标的后续运动轨迹。而在实际场景中,因为目标自身的变化,背景信息干扰以及遮挡等因素,跟踪器会因为不恰当的模型更新策略将背景噪声引入到跟踪器模板当中,这会大大削弱跟踪器的识别能力以及对噪声的抗干扰能力,导致出现模板漂移现象,最终跟踪失败。本文主要针对遮挡环境下跟踪结果的置信度判别、模型更新策略以及跟踪再检测等方