注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 一种基于支持向量机的入侵检测模型

  2. ：支持向量机（support vector machines）是一种建立在统计学习理论基础之上的机器学习方法。基于支持向量机在处理小 样本、高维数及泛化能力强等方面的优势，该文提出了一种根据结构风险最小化原则基于支持向量机的入侵检测系统，首先 简单介绍了入侵检测系统近来的发展状况和支持向量机的分类算法，然后给出以支持向量机分类算法为基础的入侵检测模 型，以系统调用执行迹进行仿真实验，详细讨论了该模型的工作过程及核函数参数的选取对检测性能的影响。实验表明，该 模型在先验知识较小的情况下，能够较好

  3. 所属分类：网络攻防

    • 发布日期：2009-05-19
    • 文件大小：164kb
    • 提供者：shicxi

  1. 基于分布式学习的大规模网络入侵检测算法

  2. 计算机网络的高速发展，使处理器的速度明显低于骨干网的传输速度，这使得传统的入侵检测方法无法应用于大规模网络的检测．目前，解决这一问题的有效办法是将海量数据分割成小块数据，由分布的处理节点并理．这种分布式并行处理的难点是分割机制，为了不破坏数据的完整性，只有采用复杂的分割算法，这同时也使分割模块成为检测系统新的瓶颈．为了克服这个问题，提出了分布式神经网络学习算法，并将其用于大规模网络入侵检测．该算法的优点是，大数据集可被随机分割后分发给独立的神经网络进行并行学习，在降低分割算法复杂度的同时，保证

  3. 所属分类：网络基础

    • 发布日期：2010-04-20
    • 文件大小：644kb
    • 提供者：colrainny

  1. 基于机器学习的入侵检测研究

  2. 本文章针对机器学习进行充分解释说明，便于理解机器学习技术

  3. 所属分类：机器学习

  1. 基于机器学习的入侵检测技术概述

  2. 基于机器学习的入侵检测技术概述基于机器学习的入侵检测技术概述基于机器学习的入侵检测技术概述基于机器学习的入侵检测技术概述基于机器学习的入侵检测技术概述基于机器学习的入侵检测技术概述基于机器学习的入侵检测技术概述基于机器学习的入侵检测技术概述基于机器学习的入侵检测技术概述基于机器学习的入侵检测技术概述

  3. 所属分类：网络安全

    • 发布日期：2018-06-10
    • 文件大小：296kb
    • 提供者：zhayaxing

  1. 基于机器学习的web异常检测

  2. 基于机器学习技术的新一代web入侵检测技术有望弥补传统规则集方法的不足，为web对抗的防守端带来新的发展和突破。

  3. 所属分类：网络监控

    • 发布日期：2018-09-27
    • 文件大小：1mb
    • 提供者：missmadder

  1. 基于机器学习的恶意请求识别（Python代码及数据集）

  2. 这是作者恶意代码分析、网络安全、系统安全等系列教程，主要是通过机器学习、人工智能和深度学习来分析恶意代码的在线笔记。希望对您有所帮助，学无止境，一起加油。参考作者的博客和github资源，由于github速度限制，故上传免费资源供大家学习。 [网络安全自学篇] 二十四.基于机器学习的入侵检测和攻击识别——以KDD CUP99数据集为例 https://blog.csdn.net/Eastmount/article/details/102852458 https://github.com/eas

  3. 所属分类：网络攻防

    • 发布日期：2020-05-21
    • 文件大小：43mb
    • 提供者：Eastmount

  1. 基于机器学习的端口扫描入侵检测.pdf

  2. 基于机器学习的端口扫描入侵检测

  3. 所属分类：机器学习

    • 发布日期：2020-04-12
    • 文件大小：1mb
    • 提供者：anitachiu_2

  1. 基于自编码网络的入侵检测算法

  2. 基于自编码网络的入侵检测算法，钟诗航，辛阳，由于入侵检测的特殊性，传统的机器学习算法无法获得良好的泛化性能，而复杂的深度学习算法由于数据集的限制，容易出现过拟合现象

  3. 所属分类：其它

    • 发布日期：2020-03-12
    • 文件大小：990kb
    • 提供者：weixin_38528463

  1. CIC-IDS-2018（.CSV）加拿大入侵检测数据集Friday

  2. Friday-02-03-2018_TrafficForML_CICFlowMeter.csv Friday-16-02-2018_TrafficForML_CICFlowMeter.csv Friday-23-02-2018_TrafficForML_CICFlowMeter.csv 共十个数据集，可用于入侵检测机器学习 因为数据集过大，无法全部上传，下载其中一个可以私信我。

  3. 所属分类：机器学习

    • 发布日期：2020-06-10
    • 文件大小：170mb
    • 提供者：weixin_44307199

  1. ids-ml:由机器学习算法提供支持的WIPAn在线入侵检测系统-源码

  2. ML支持的在线入侵检测系统

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：135kb
    • 提供者：weixin_42133452

  1. Building-Intrusion-Detection-System:使用KD99数据集构建用于网络安全的入侵检测系统-源码

  2. 楼宇入侵检测系统 使用KD99数据集构建用于网络安全的入侵检测系统此代码是为使用jupyter笔记本编写的。 该代码将构建两个不同的IDS mdel。 第一个是针对能够区分不同主要攻击的IDS。 第二个IDS能够区分正常连接和攻击。 我在此代码中使用的数据集是KDD99数据集，该数据集可在UCI机器学习存储库中公开使用。 我使用Sklearn库使用了三种算法； SVM，决策树和朴素贝叶斯。

  3. 所属分类：其它

  1. ml-ids:基于机器学习的入侵检测系统-源码

  2. 基于机器学习的构建入侵检测系统的方法 问题描述 随着连接到互联网的诸如手机，物联网设备或车辆之类的具有网络功能的设备的数量不断增加，人们越来越担心使用这些设备的安全隐患。 联网设备的数量和类型的增加不可避免地导致了更广泛的攻击面，而成功的攻击的影响正变得越来越严重，因为假定这些设备承担着更为关键的责任。 为了识别和应对网络攻击，通常采用多个系统的组合，以防止发生攻击，或者在最初无法阻止的情况下检测并阻止正在进行的攻击。 这些系统通常由入侵防护系统（例如防火墙）组成，作为第一安全层，入侵检测系统

  3. 所属分类：其它

  1. graduation_design:毕业设计-基于监督学习的网络入侵检测系统（0day收集器）-源码

  2. 毕业设计 毕业设计-基于监督学习的网络入侵检测系统（0day收集器）##机器学习方面用的技术比较低，只是scikit-learn里面的svm用了一下，开始的时候用knn来着，当现在样本##数据方面发现陈讲的“在大公司里”百分之八十的时间都在洗数据，卧槽我现在简直是花了百分之九十SQL注入样本还好，正常请求是火狐插件代理日志中正则匹配出来的。搞出来一千多条……

  3. 所属分类：其它

  1. CREME：CREME：带有数据集生成的工具链，用于入侵检测中的机器学习-源码

  2. CREME：带有数据集生成的工具链，用于入侵检测中的机器学习

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：780kb
    • 提供者：weixin_42153615

  1. 基于机器学习的web异常检测

  2. Web防火墙是信息安全的第一道防线。随着网络技术的快速更新，新的黑客技术也层出不穷，为传统规则防火墙带来了挑战。传统web入侵检测技术通过维护规则集对入侵访问进行拦截。一方面，硬规则在灵活的黑客面前，很容易被绕过，且基于以往知识的规则集难以应对0day攻击；另一方面，攻防对抗水涨船高，防守方规则的构造和维护门槛高、成本大。基于机器学习技术的新一代web入侵检测技术有望弥补传统规则集方法的不足，为web对抗的防守端带来新的发展和突破。机器学习方法能够基于大量数据进行自动化学习和训练，已经在图像、语

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：798kb
    • 提供者：weixin_38606639

  1. 机器学习算法教程：基础机器学习算法教程（线性回归，逻辑回归，SVM，随机森林，装袋，KNN，K均值...）-源码

  2. 什么是机器学习？ 机器学习是一种自动化分析模型构建的数据分析方法。 使用迭代地从数据中学习的算法，机器学习允许计算机查找隐藏的见解，而无需对其进行明确的编程。 它是干什么用的？ 欺诈识别。 网络搜索结果。 网页上的实时广告 信用评分和次优报价。 预测设备故障。 新的定价模式。 网络入侵检测。 预测客户流失 模式和图像识别。 电子邮件垃圾邮件过滤。 这是最近几个月我一直在努力的机器学习算法教程列表。 随时在下面的评论中留下您的反馈/建议 1. 2. 3.

  3. 所属分类：其它

  1. dnn_ensemble_ids：DNN-Ensemble IDS是基于机器学习的分类模型，用于利用分类器的集合进行入侵检测-源码

  2. dnn_ensemble_ids DNN-Ensemble IDS是基于机器学习的分类模型，用于利用分类器的集合进行入侵检测。 针对在不同时间窗口（可能会发生不同类型的攻击）中收集的数据训练多个基础模型（数据块）。 这些基本分类器采用深度神经网络（DNN）的形式，共享所有相同的体系结构，但针对给定训练数据的不同样本进行了训练。 最后，采用增量学习方案来应对各种问题，例如大型高速数据流和罕见攻击。 s 该代码由Massimo Guarascio和Gianluigi Folino开发和维护（

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：26kb
    • 提供者：weixin_42143221

  1. SmartShark：基于机器学习的入侵检测系统-源码

  2. SmartShark-具有一些机器学习功能的IDS SmartShark项目是学生研发中心PoC Innovation的两名成员Valentin De Matos和Quentin Fringhian的工作的结晶。 该项目于2020年4月开始，并于2020年8月完成。 什么是SmartShark（SmSh）？ SmartShark是基于机器学习的IDS（入侵检测系统）。 SmSh的主要目标是防止网络受到DDoS（分布式拒绝服务）或MITM（中线人）的攻击。 DDoS可以关闭整个网络，避免它会保

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：647kb
    • 提供者：weixin_42109178

  1. 网络入侵检测使用机器学习技术：使用支持向量机（SVM），决策树，朴素贝叶，K最近邻（KNN），逻辑回归和随机森林等算法对网络入侵进行分类-源码

  2. 网络入侵检测使用机器学习技术：使用支持向量机（SVM），决策树，朴素贝叶，K最近邻（KNN），逻辑回归和随机森林等算法对网络入侵进行分类

  3. 所属分类：其它

  1. 智能检测WebShell的机器学习算法

  2. WebShell是网络入侵的常用工具，具有威害性大、隐蔽性好等特点。目前的检测手段较简单，容易被绕过，难以对付复杂灵活的 WebShell。针对这些问题，提出一种智能检测 WebShell 的机器学习算法，通过对已知存在WebShell和不存在WebShell的页面进行特征学习，完成对未知页面的预测，灵活性、适应性较好。实验证明，相比传统的WebShell检测方法，该算法的检测效率、正确率更高，同时也能以一定概率检测出新型的WebShell。

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：670kb
    • 提供者：weixin_38551143
« 12 3 »