搜索结果: 1-15 共查到“计算机科学技术 网络入侵检测”相关记录39条 . 查询时间(0.254 秒)
融合杜鹃搜索的灰狼优化算法在网络入侵检测特征选择中的应用
网络入侵检测 特征选择 灰狼优化算法 杜鹃搜索算法
2019/1/18
针对当前网络入侵检测技术由于特征冗余引起的检测效率低和准确率低等问题，将一种融合杜鹃搜索的灰狼优化算法应用于网络入侵检测的特征选择中，旨在减少特征冗余，进而提高网络入侵检测的性能。首先，在每次迭代过程中采用杜鹃搜索算法中的莱维飞行机制对适应度值最好的3只灰狼的位置进行扰动，避免在搜索最优解的过程中陷入局部最优。然后，采用灰狼优化算法的更新机制来更新灰狼的位置信息，使狼群朝着猎物的方向聚集。最后，根...
一种分簇无线传感器网络入侵检测算法
无线传感器网络 入侵检测 网络安全
2016/4/5
为检测出无线传感器网络(wireless sensor network，WSN)被非法入侵而遭到毒化的节点，借鉴分布式系统的思想，将Lamport算法引入WSN入侵检测领域，提出一种基于分簇的无线传感器网络入侵检测算法，并对算法的几种情况进行说明。分析结果表明，该算法能在一定程度上检测出毒化节点，降低WSN系统的风险，提高其安全性和容侵性。
一种基于序列挖掘的网络入侵检测新方法
入侵检测 序列挖掘 网络安全 KDD99
2010/2/21
网络入侵检测是信息安全重要的研究问题。近年来，这方面的研究取得了很多很好的成果，但大部分方法面临检测率不高的特点。基于异常的入侵检测通常是人为选择网络连接属性，这些属性在正常和异常时具有比较明显的区别，以此来判断未知的网络连接正常与否。该方法具有一定的随机性，从而影响检测率。首先提出一种基于正常网络连接序列内在规则的属性选择算法，实现属性选择的自动化，并同时将多维序列压缩到一维序列；其次使用序列挖...
基于CEGA-SVM的网络入侵检测算法
入侵检测 遗传算法 支持向量机
2009/11/30
针对传统遗传算法在网络入侵检测中存在分类复杂的问题，提出结合条件熵遗传算法(CEGA)和支持向量机(SVM)的网络入侵检测算法。将入侵特征的抽取和分类模型的建立进行联合优化，同时利用训练数据的统计特性指导入侵特征的抽取，并对特征空间进行线性变换，得到优化的特征子集和分类模型，在提高分类检测率的同时降低检测时延。
基于KCCA优化的网络入侵检测算法
入侵检测系统 核典型相关分析 二次特征 二叉树支持向量机
2009/11/30
入侵检测系统所得原始特征通常是高维度的，这些高维度特征带来了较大的计算开销。针对该问题，采用核典型相关分析方法进行原始特征的二次提取，得到简约而重要的二次特征。在该二次特征的基础上运用二叉树多分类支持向量机法判别待测网络状态所属类别。仿真实验证明，该算法在不显著损失检测准确度的情况下可提升系统实时性，从而达到优化目标。
基于时间自动机的Ad hoc网络入侵检测
移动Ad hoc网络 路由协议 网络安全
2009/10/15
该文提出一种基于时间自动机分布式合作的入侵检测算法。首先，将整个网络分为子区域，每一区域随机选出簇头担任监视节点，负责本区域的入侵检测。其次，按照路由协议构筑节点正常行为和入侵行为的时间自动机，监视节点收集其邻居节点的行为信息，利用时间自动机分析节点的行为，识别入侵者。该算法不需要事先进行数据训练并能够实时检测入侵行为。最后，通过模拟实验证实了算法的有效性。
基于异构机群的高速网络入侵检测系统
入侵检测 异构机群 负载均衡
2009/8/6
结合异构机群系统，提出一种基于双向驱动的分流算法，将高速数据流分为多个子数据流，把子数据流交由异构机群系统中最合适的节点处理，实现基于异构机群的高速网络入侵检测系统。实验结果表明，该系统保证了某时间段内具有相同源或目的地址的所有数据包发向同一个后端IDS引擎进行检测，能在高速网络环境下保持高检测率，并有效解决负载均衡问题。
一种无监督网络入侵检测算法
网络入侵检测 聚类 混沌
2009/8/5
多数入侵检测方法对训练数据集存在依赖，带标识的训练数据集在现实环境中难以被获取，无法保证所得标签数据能覆盖所有可能出现的攻击。该文提出基于无人监督聚类和混沌模拟退火算法的网络入侵检测方法，混沌模拟退火算法实现对聚类结果的优化，求得聚类的全局最优解，提高了数据分类的准确性和检测效率。在KDD CUP 1999上的仿真实验结果表明，该算法可实现预期效果。
基于粗粒度遗传算法的网络入侵检测系统
种群 适应度函数 粗粒度模型
2009/7/31
分析遗传算法在入侵检测系统中的可应用情况，提出一种基于粗粒度模型遗传算法的网络入侵检测系统。通过对协议特征的分析，找出有可能被非法利用和更改的特征属性，经过组合和编码后构成系统的初始种群，在各个处理器(终端点)并行地进行遗传算法的操作，使种群的进化在所有检测点同时进行，通过迁移相互交流，合理地设计适应度函数，使遗传“基因”的取舍和利用更加合理。实验数据表明，系统的检测率达到90%以上。
基于模糊SOFM的网络入侵检测方法
入侵检测 神经网络 模糊技术
2009/7/31
针对目前入侵检测系统误报率过高、检测率不高和对未知入侵检测能力有限的缺陷，提出一种基于模糊SOFM的网络入侵检测方法，经训练后可形成一个稳定的神经网络系统，有效地识别网络正常行为和异常行为。采用KDD99数据集对系统进行实验，结果表明，系统在保持误报率低于3%的情况下，入侵检测率最高可以达到92%以上。
D-S证据理论在Ad hoc网络入侵检测中的应用分析
D-S证据理论 入侵检测 可信度
2009/7/24
由于Ad hoc 网络没有一个固定的结构，入侵检测只能通过节点进行。一个分布式入侵检测系统需要联合多节点数据进行检测，但是却不能保证这些节点都是可靠的。D-S证据理论考虑了不确定度的概念，可以很好的解决这个问题，更为重要的是，Dempster规则可以从一些不可靠节点融合证据。从可信度入手，给出了初始化过程，并对D-S证据理论融合多节点证据过程进给出了具体的分析。
基于数据挖掘的SNORT网络入侵检测系统
聚类分析 关联分析 Snort
2009/7/16
回顾了当前入侵检测技术和数据挖掘技术，对Snort网络入侵检测系统进行了深入的剖析；然后在Snort的基础上构建了基于数据挖掘的网络入侵检测系统模型；重点设计和实现了其中基于k-means算法的异常检测引擎和聚类分析模块，并对k-means算法进行了改进，使其更适用于网络入侵检测系统。
基于数据挖掘的网络入侵检测系统设计与实现
入侵检测 数据挖掘 Snort
2009/7/16
设计了一个基于数据挖掘技术的网络入侵检测系统模型。该模型在Snort入侵检测系统的基础上，利用数据挖掘技术增加了聚类分析模块、异常检测引擎和关联分析器。该系统不仅能够有效地检测到新的入侵行为，而且能提升检测的速度，在达到实时性要求的同时，解决了一般网络入侵检测系统对新的入侵行为无能为力的问题。
网络入侵检测系统中的特征降维方法
入侵检测系统 特征降维 反向传播神经元网络
2009/7/10
一般来说，入侵检测系统（IDS）识别入侵者时，所使用的相互独立的特征越多，则提供的分类信息也越多，也越有利于提高IDS的正确识别率，但另一方面，IDS是借用一些数学方法来完成的，它要求用于分类的特征越少越好。为了解决这个矛盾，提高IDS的实时性和整体性能，给出了一种特征降维算法，即，通过数学变换，把原来n个特征的信息尽量集中到较少的k（k入侵者。这些较少的...