特征提取技术中噪声过滤算法研究
称之为噪声），从而提高可疑数据流库中攻击样本的纯度。攻击聚类：由于可疑数据流库中的样本可能来自于多个攻击，攻击聚类部件的作用是将来自同一攻击的数据流聚为一类，从而利于下一步的特征提取。特征提取：是从可疑数据流中提取出攻击特征。特征负选择：从候选特征库中删除那些可能会导致严重误报的规则。特征正选择：从候选规则库中选择可信度高、检测率高的特征，将之提交给IDS特征归并部件.该部件的作用是去除冗余的特征。特征应用：是将攻击特征转化为IDS的检测规则，并应用到IDS中用于检测。网络攻击特征提取技术获取的样本不外乎有三种情况：一是获取的某个新攻击数据流，这个数据流本身就不含噪声；二是获取的新攻击中含有噪声；三是获取的样本呈混合状，可能还含有噪声，甚至可能含有攻击者恶意产生的样本。以上情况中第一种是最理想的，这种情况在现代网络攻击防范技术中基本上不存在，第二、三种是较为麻烦的，这种情况下除噪环节就显得尤为重要。2 算
<<上一页 下一页>>
广州市越秀区图书馆版权所有。
联系电话：020-87673002
本站访问人数：