机器学习技术在网络入侵检测系统中的应用效能研究.docx

机器学习技术在网络入侵检测系统中的应用效能研究

目录

内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.2研究目的和意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.3文献综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.4研究方法与论文结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

机器学习技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

2.1机器学习基本概念．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

2.2机器学习的主要方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.2.1监督学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.2.2无监督学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.2.3半监督学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.2.4强化学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

2.3机器学习的发展趋势．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

网络入侵检测系统概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

3.1网络入侵检测系统简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

3.2NIDS的分类与工作原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

3.3NIDS的发展现状与挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

机器学习技术在网络入侵检测中的应用．．．．．．．．．．．．．．．．．．．．．19

4.1基于特征提取的入侵检测．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

4.1.1特征选择与提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

4.1.2特征降维技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

4.2基于分类器的入侵检测．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

4.2.1常见分类器及其优缺点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

4.2.2分类器融合技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

4.3基于异常检测的入侵检测．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

4.3.1异常检测算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

4.3.2异常检测的评估指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

4.4基于深度学习的入侵检测．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

4.4.1深度学习基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

4.4.2基于深度学习的入侵检测模型．．．．．．．．．．．．．．．．．．．．．．．．．．31

实验设计与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

5.1数据集介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

5.2实验环境与工具．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

5.3实验方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

5.3.1基于特征提取的入侵检测实验．．．．．．．．．．．．．．．．．．．．．．．．．．35

5.3.2基于分类器的入侵检测实验．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

5.3.3基于异常检测的入侵检测实验．．．．．．．．．．．．．．．．．．．．．．．．．．37

5.3.4基于深度学习的入侵检测实验．．．．．．．．．．．．．．．．．