菜单
  

    第 1 章,介绍了论文的研究背景,在大数据条件下入侵检测系统的研究意义,以 及课题研究所用到的关键技术。文献综述

    第 2 章,介绍了相关技术的研究发展现状,主要包括入侵检测系统和机器学习技 术在 IDS 中的应用,以及 Hadoop 的国内外发展现状,指明了本课题的应用前景。

    第 3 章,介绍了本论文所用的主要算法(决策树算法)和 Hadoop 的具体架构,并 具体阐述了决策树的 SLIQ 算法和 Map/Reduce 等操作。

     

     

     

    第 4 章,针对 SLIQ 算法进行了详细阐述并提出了优化方案,并计算了算法的时 间复杂度,同时解释了算法的并行化方案,介绍了实验将用到的数据集。

    第 5 章,介绍了实验所用的环境以及系统的性能评估指标,并对实验结果进行了 分析论证。

    第 6 章,对全文和毕业设计所做工作进行了总结,并对未来的工作提出了改进方 向和展望。

     

     

     

     

    2 相关技术研究发展现状

     

    2.1 入侵检测系统的国内外研究发展情况

     

    2.2 机器学习技术在 IDS 中的国内外研究情况

     

     

    2.3 云计算平台的国内外发展现状

     

     

    3 基于决策树的入侵检测算法

     

    3.1 决策树算法

    3.1.1 决策树的基本思想

    在机器学习中,决策树表示了研究对象的各种特征与对象的类别之间的关系。顾 名思义,从树的根节点开始,在每个内部节点,通过各个子节点的属性及其取值,最 终可以获得所测试的对象的类别。

    根据一定数量的样本,可以生成一个基本的决策树,从而对新的具体情况进行判 断。而对于入侵检测系统来说,一个好的决策树,必定是一个能够高效地判断出某种 网络行为是否为攻击行为的模型。“奥卡姆剃刀”思想描述的就是这种高效的决策树: 越小的决策树越优于大的决策树(be simple 简单理论)。也就是说,在树的每一层节 点,必须使用一个(或多个)最佳分类属性来对父节点进行分裂,这样,在运用该决 策树对其他情况进行分类时,就能得到更高的平均效率。来!自~751论-文|网www.751com.cn

    一般建立决策树的过程通常分为树的生长和剪枝两个阶段。

     

     

    3.1.2 决策树学习的经典算法

    决策树学习有一些经典的算法,包括 ID3、C4.5,SLIQ 等,它们都有各自优势 和局限。

    1) ID3 算法

    尽管它建立在“奥卡姆剃刀”的基础上,但 ID3 算法生成的决策树也不总是最 小的树形结构。 它的核心思想是, 在决策树的各个节点上通过计算信息增益 (Information Gain)来选择 Gain 最小的属性作为最佳分类属性,使得在每个非叶节点上 进行测试时,使用该属性将样本集分为各个子集后,系统的熵(Entropy)最小。

     


  1. 上一篇:基于RGB-D摄像机的图像分割算法研究与实现
  2. 下一篇:android冠字号码的二维码打印及查看软件设计
  1. 基于Hadoop的制造过程大数据存储平台构建

  2. 云虚拟环境下资源分配优化算法的研究

  3. 网络环境下电子报纸开发利用现状及模式研究

  4. C#+SQLserver农业环境信息管理系统设计与实现

  5. 云计算服务OpenStack的代数规约描述技术

  6. Linux环境下远程管理平台基础程序设计与实现

  7. Morphin算法面向非结构化道...

  8. 乳业同业并购式全产业链...

  9. 十二层带中心支撑钢结构...

  10. 杂拟谷盗体内共生菌沃尔...

  11. 电站锅炉暖风器设计任务书

  12. 中考体育项目与体育教学合理结合的研究

  13. 河岸冲刷和泥沙淤积的监测国内外研究现状

  14. 当代大学生慈善意识研究+文献综述

  15. 酸性水汽提装置总汽提塔设计+CAD图纸

  16. 大众媒体对公共政策制定的影响

  17. java+mysql车辆管理系统的设计+源代码

  

About

751论文网手机版...

主页:http://www.751com.cn

关闭返回