导读:本文包含了入侵检测算法论文开题报告文献综述、选题提纲参考文献，主要关键词:神经网络,算法,网络,算子,向量,船舶,卷积。
入侵检测算法论文文献综述写法
龚安,牛博,史海涛[1]（2019）在《基于分块的帧差法和混合高斯算法的油田作业区入侵检测》一文中研究指出针对实时监测油田远摄作业区非法入侵的问题,提出一种图象规则分块结合叁帧差法和自适应更新背景的混合高斯模型算法。首先图象规则分块;然后相邻帧子块叁帧差法提取子块的入侵目标粗轮廓,根据设定的阈值结果和帧差子块后的结果进行比较,判断入侵目标块和背景块;最后对入侵目标子块采用自适应更新的混合高斯模型背景差分的算法,使得子块的帧差结果和背景差分的结果进行逻辑"与"运算,得到最终的入侵目标。通过对油田远摄作业区的视频系列检测,实验表明:论文算法较好地适应油田远摄作业区,能够完整地提取入侵目标,满足实际需求,并且具有较好地实时性和鲁棒性。(本文来源于《计算机与数字工程》期刊2019年12期）
刘宏彬,刘思佳[2]（2019）在《基于特征向量的微服务架构中的入侵检测算法》一文中研究指出微服务是云计算环境下的新型软件架构,缺乏对其入侵的有效检测,通过收集应用系统的功能及权限等属性特征,形成反应微服务架构下应用的特征向量集合,然后对特征向量进行分析来检测应用中的入侵或者故障,以消除系统大安全隐患,实验结果表明,提出的方法可以有效地检测出微服务应用中的入侵和故障。(本文来源于《计算机与数字工程》期刊2019年12期）
池亚平,杨垠坦,李格菲,王志强,许萍[3]（2019）在《基于GR-CNN算法的网络入侵检测模型设计与实现》一文中研究指出针对现有网络入侵检测系统对网络行为检测准确率较低、实时性较差、泛化性能较低的问题,利用深度学习具有良好分类性能及强泛化能力等优点,设计基于增益率算法和卷积神经网络算法的网络入侵检测模型。采用增益率筛选数据集数据特征,在保证入侵检测准确率的同时,缩短卷积神经网络训练时间。实验结果表明,该模型相比其他基于机器学习的入侵检测模型具有较高的准确率和较强的泛化能力,同时优化卷积神经网络训练方式,保证准确率的同时使神经网络训练时间减少了77%。(本文来源于《计算机应用与软件》期刊2019年12期）
姜明富[4]（2019）在《基于犹豫梯形模糊算法的入侵检测模型》一文中研究指出针对犹豫梯形模糊信息环境下的入侵检测模型选择问题,构建了一种基于犹豫梯形模糊决策算法的入侵检测模型选择方法。首先,考虑到决策信息为犹豫梯形模糊数且属性间存在相互的关联,基于犹豫梯形模糊数的运算法则,提出了犹豫梯形模糊Einstein加权平均(HTrFEWA)算子和犹豫梯形模糊Einstein加权几何(HTrFEWG)算子;其次,针对犹豫梯形模糊数的有序位置存在具有不同权重的情况,构建了犹豫梯形模糊Einstein有序加权平均(HTrFEOWA)算子和犹豫梯形模糊Einstein有序加权几何(HTrFEOWG)算子,并讨论了其相应的基本性质;最后建立了基于HTrFEWA算子和HTrFEWG算子的多属性决策方法,并通过入侵检测模型的选择实例说明提出的决策方法是合理和有效的。(本文来源于《控制工程》期刊2019年11期）
邓兴华[5]（2019）在《基于特征选择算法的网络实时入侵检测系统研究》一文中研究指出为了保障网络系统的安全与稳定,需要进行网络入侵检测模型研究,目前具有代表性的检测系统是基于遗传算法找出网络入侵的特征子集,但该系统检测准确性较低且训练时间过长。为此,本文将特征选择算法应用到网络实时入侵检测系统中,提出了一种基于特征选择的实时入侵检测方法。通过搭建非法入侵检测实验平台将该方法与基于遗传算法的网络入侵检测方法做比较,实验结果表明,该方法在检测攻击的准确率方面优于另一入侵检测系统,并且所需检测时间也短于另一检测系统。(本文来源于《现代信息科技》期刊2019年20期）
柯钢[6]（2019）在《改进粒子群算法优化支持向量机的入侵检测方法》一文中研究指出针对传统支持向量机(support vector machine,SVM)算法应用于入侵检测中存在参数选取的问题,文章提出了一种改进粒子群算法(improved particle swarm optimization,IPSO)和SVM相融合的网络入侵检测方法,即IPSO-SVM。将SVM的惩罚参数C和核函数参数σ作为粒子群的粒子,以K倍交叉验证的准确率作为目标函数,通过粒子间的相互协作得到最优的SVM参数,利用KDD Cup 99数据集进行仿真测试。仿真结果表明,与其他算法相比,IPSO-SVM算法的检测时间更短,检测准确率更高,是一种有效的入侵检测算法。(本文来源于《合肥工业大学学报(自然科学版)》期刊2019年10期）
吕晓芳,白燕青[7]（2019）在《基于改进Apriori算法的船舶通信入侵检测方法分析》一文中研究指出非法入侵行为危害着船舶通信系统的安全,针对当前船舶通信入侵检测错误率高的缺陷,提出了基于改进Apriori算法的船舶通信入侵检测方法。首先对国内外当前的船舶通信入侵检测方法进行分析,指出了各种方法存在的局限性,然后采用Apriori算法建立船舶通信入侵检测关联规则,实现船舶通信入侵检测数据进行挖掘,并对Apriori算法存在的不足进行相应的改进,最后进行了船舶通信入侵检测仿真实验,本文方法简化了船舶通信入侵检测过程,加快了船舶通信入侵检测速度,提高了船舶通信入侵检测正确率,为船舶通信系统安全管理人员决策提供了有价值的参考依据,能够保证船舶通信系统的安全。(本文来源于《舰船科学技术》期刊2019年20期）
周丽娟[8]（2019）在《基于IM-GA-BPNN的网络入侵检测算法设计》一文中研究指出为了提高网络入侵检测系统的检测率、实时性和误报率,实现对网络进行有效的入侵检测,设计了一种基于免疫遗传算法和BP神经网络的网络入侵检测方法,首先建立四层的网络模型,采用训练数据对BP神经网络进行训练;为了进一步优化参数,通过免疫遗传算法对神经网络的参数进行优化,通过个体的复制、选择、交叉和变异来提高解的多样性,实现最优参数的求解。将KDD99 CUP入侵检测数据库中的数据作为仿真数据实验,将所提的模型IM-GA-BPNN与其它方法如BPNN、PCA-NN和PCA-PSO-NN进行比较,结果表明所提模型具有最高的检测率,同时具有检测效率高的优点。(本文来源于《山西大同大学学报(自然科学版)》期刊2019年05期）
熊雨坤,王怀彬[9]（2019）在《基于SSAE-PNN算法的网络入侵检测研究》一文中研究指出针对常用的入侵检测算法的收敛速度慢和误报率高的问题,本文提出一种基于栈式稀疏自编码器(SSAE)和概率神经网络(PNN)的入侵检测方法.首先,使用栈式稀疏自编码器对数据进行特征提取,获得低维、深层次的特征集,从而降低检测结果的误报率;然后,使用收敛速度快的概率神经网络对特征集分类,减少了训练模型的时间.本文使用NSL-KDD数据集对模型进行验证,实验结果表明,与其他入侵检测算法相比,SSAE-PNN模型取得了更优秀的检测效果.(本文来源于《天津理工大学学报》期刊2019年05期）
刘钊勇[10]（2019）在《支持向量机算法在船舶网络入侵检测中的应用》一文中研究指出入侵行为严重威胁船舶网络安全,对其入侵检测进行研究具有重要的意义,针对当前船舶网络入侵检测存在精度低、错误率高等不足,设计了一种支持向量机算法的船舶网络入侵检测模型。首先分析船舶网络入侵原理,并且提取船舶网络入侵检测特征,然后采用支持向量机算法根据入侵检测特征建立船舶网络入侵检测分类器,并引入和声搜索算法对船舶网络入侵检测分类器的参数进行优化,最后以某一个船舶网络入侵检测数据为例进行了验证性测试。支持向量机算法克服了当前船舶网络入侵检测模型的局限性,入侵检测精度超过90%,减少了入侵检测错误,检测效果要优于当前其他船舶网络入侵检测模型,是一种有效的船舶网络入侵检测模型。(本文来源于《舰船科学技术》期刊2019年18期）
入侵检测算法论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
微服务是云计算环境下的新型软件架构,缺乏对其入侵的有效检测,通过收集应用系统的功能及权限等属性特征,形成反应微服务架构下应用的特征向量集合,然后对特征向量进行分析来检测应用中的入侵或者故障,以消除系统大安全隐患,实验结果表明,提出的方法可以有效地检测出微服务应用中的入侵和故障。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
入侵检测算法论文参考文献
[1].龚安,牛博,史海涛.基于分块的帧差法和混合高斯算法的油田作业区入侵检测[J].计算机与数字工程.2019
[2].刘宏彬,刘思佳.基于特征向量的微服务架构中的入侵检测算法[J].计算机与数字工程.2019
[3].池亚平,杨垠坦,李格菲,王志强,许萍.基于GR-CNN算法的网络入侵检测模型设计与实现[J].计算机应用与软件.2019
[4].姜明富.基于犹豫梯形模糊算法的入侵检测模型[J].控制工程.2019
[5].邓兴华.基于特征选择算法的网络实时入侵检测系统研究[J].现代信息科技.2019
[6].柯钢.改进粒子群算法优化支持向量机的入侵检测方法[J].合肥工业大学学报(自然科学版).2019
[7].吕晓芳,白燕青.基于改进Apriori算法的船舶通信入侵检测方法分析[J].舰船科学技术.2019
[8].周丽娟.基于IM-GA-BPNN的网络入侵检测算法设计[J].山西大同大学学报(自然科学版).2019
[9].熊雨坤,王怀彬.基于SSAE-PNN算法的网络入侵检测研究[J].天津理工大学学报.2019
[10].刘钊勇.支持向量机算法在船舶网络入侵检测中的应用[J].舰船科学技术.2019