数据挖掘及时间序列分析在nids中的应用内容摘要：
、与趋势或变化率相关的 研究意义 如何能够在大量的报警信息中 ， 与其他关联的信息进行比照和分析 ， 进行有效的归纳总结 ， 得出攻击者意图 ， 攻击目的和攻击心理 ， 并有效锁定攻击者。 规则自动发现解决了人工建立知识库的困难。 行为分析是 IDS技术的最高境界 ,是 NIDS技术目前所面临的巨大瓶颈所在。 从学术研究向应用转化。 研究方案 —— 数据挖掘 聚类算法 (ISODATA) 关联分析 (与信息熵结合 ) 序列分析 聚类方法 可以自动按数据内在的规律性自组织分类，再对之进行规律的分析 ,是一种知识的发现过程 ISODATA算法基本描述 优点 关联分析 原。阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体)，仅供学习参考。
用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权，请联系我们反馈本站将在三个工作日内改正。