·
搜索结果:找到“入侵检测”相关结果19361条
排序: 按相关 按相关 按时间降序
  • 【期刊】 一种适用于物联网的入侵检测方法

    刊名:《软件导刊》 作者:王建 ; 邓开发 关键词:入侵检测 ; 物联网 ; 模糊聚类c均值算法 ; 主成分分析 机构:上海理工大学光电信息与计算机工程学院 ; 上海理工大学光电信息与计算机工程学院 ; 上海工程技术大学艺术设计学院 年份:2016
    摘要:物联网的开放式部署环境和有限的资源,使其很容易受到恶意攻击,而传统入侵检测系统又很难满足物联网自身的异构和分布式特征。为了适应开放式部署环境、资源有限类物联网应用需求,提出了一种基于模糊聚类c均值算法(fuzzy c-means,FCM)和主成分分析算法(principal component analysis,PCA)相结合的轻量级入侵检测系统。相对于传统入侵检测方法,该方法能明显减少测试数据的计算量。仿真实验结果表明,该方案能明显缩短检测时间并具有较高的检测率。
  • 【期刊】 一种基于聚类分析的入侵检测模型

    刊名:软件工程 作者:付明柏 关键词:入侵检测 ; 聚类分析 ; 网络安全 机构:昭通学院信息科学与技术学院 ; 昭通学院信息科学与技术学院 年份:2016
    摘要:针对传统的入侵检测技术在大容量网络数据时存在检测性能不足的缺点,研究了一种基于聚类分析算法的新型入侵检测模型,通过聚类分析算法对多维数据进行分析,当不满足聚类要求时,归并邻近数据再次聚类。最后,设计了与K-means算法的对比仿真实验,实验结果表明,基于聚类分析的模型能够有效检测出异常序列,能够抵抗异常攻击。
  • 【期刊】 一种基于DBN的入侵检测误报消除算法

    刊名:计算机仿真 作者:魏鹏 ; 张震 ; 徐萍 ; 陈博 关键词:入侵检测 ; 深度信念网络 ; 误报消除 ; 粒子群 机构:国家数字交换系统工程技术研究中心 ; 国家数字交换系统工程技术研究中心 ; 解放军信息工程大学 年份:2019
    摘要:海量数据环境下入侵检测系统中误报数据对攻击事件的分析带来了很大干扰,针对入侵检测中大量误报,提出一种基于误报消除指标和DBN网络结构相结合的适应度评价标准,基于上述标准提出一种寻优DBN网络结构的改进PSO算法,并将该DBN用于入侵检测中,以提高入侵检测系统效率。实验结果表明,上述算法构建的DBN消除率平均值比改进FCM和改进K-means算法分别高16.78%和11.61%,误消除率平均值比改进FCM、改进K-means算法分别低6.475%和3.142%,具备良好误报消除效果。
  • 【期刊】 基于云模型与决策树的入侵检测方法

    刊名:计算机工程 作者:郭慧 ; 刘忠宝 ; 柳欣 关键词:入侵检测 ; 云模型 ; 决策树 ; 离散化 ; 遗传算法 ; 连续属性 机构:山西大学商务学院信息学院 ; 山西大学商务学院信息学院 ; 中北大学软件学院 年份:2019
    摘要:针对入侵检测系统中传统决策树分类算法仅能处理离散化数据的情况,提出一种改进的入侵检测方法。通过云模型对数据集连续属性进行离散化,利用遗传算法引入加权选择概率函数,使得决策树分类算法能检测出DoS、R2L、U2R、PRB攻击。KDDCUP 99数据集上的实验结果表明,与基于贝叶斯、支持向量机与云模型离散化的检测方法相比,该方法具有更好的入侵检测与分类性能。
  • 【期刊】 基于半监督聚类的入侵检测方法研究

    刊名:信息与电脑(理论版) 作者:张丹懿 关键词:入侵检测 ; 信息化 ; 半监督聚类 ; FCM 机构:辽宁师范大学计算机与信息技术学院 ; 辽宁师范大学计算机与信息技术学院 年份:2018
    摘要:信息化的实现与推广给人们的生活带来了很大便利,与此同时,其带来的信息安全问题也不容小视。人们通过长时间的研究与分析实验,制定了一套较为严谨的网络安全系统,其中第二道防线就是入侵检测。而其最优的方法就是运用半监督聚类的算法来解决此入侵检测的问题。本文先阐述入侵检测的概念,然后对传统的FCM、改进的FCM进行分析,最后引入介绍半监督模糊聚类算法,旨在让人们进一步认识、了解该算法,本文最后提出该方法的一些弊端完善措施。
  • 【期刊】 基于半监督分簇策略的工控入侵检测

    刊名:信息与控制 作者:崔君荣 ; 尚文利 ; 万明 ; 赵剑明 ; 苑薇薇 ; 曾鹏 关键词:入侵检测 ; 工业控制系统 ; 半监督 ; 模糊C均值聚类 ; 支持向量机 机构:沈阳理工大学自动化与电气工程学院 ; 沈阳理工大学自动化与电气工程学院 ; 中国科学院沈阳自动化研究所 ; 中科院网络化控制系统重点实验室 ; 中国科学院沈阳自动化研究所 ; 中科院网络化控制系统重点实验室 ; 沈阳理工大学自动化与电气工程学院 年份:2017
    摘要:为解决病毒、木马攻击工业控制系统应用层网络协议的问题,分析了Modbus/TCP通信协议的规则,提出了一种基于聚类和支持向量机的半监督分簇策略,该策略将无监督的模糊C均值聚类(fuzzyC-means,FCM)和有监督的支持向量机(supportvectormachine,SVM)相结合,实现了工控异常检测的半监督机器学习.首先提取工业控制系统Modbus/TCP协议的通信流量数据,对其进行数据预处理,然后利用模糊C均值聚类得到聚类中心,计算通信数据与聚类中心的距离,将满足阈值条件的部分数据进一步由遗传算法(geneticalgorithm,GA)优化的支持向量机分类.实验结果表明,与传统的入侵检测方法相比,该方法将无监督学习和有监督学习完美结合,并且在不需要提前知道类别标签的前提下即可有效地降低训练时间,提高分类精度.
  • 【期刊】 基于谱聚类的网络入侵检测算法研究

    刊名:《计算机时代》 作者:李玲俐 关键词:入侵检测 ; 谱聚类 ; K-means算法 ; KDD ; CUP99 机构:广东司法警官职业学院信息管理系 ; 广东司法警官职业学院信息管理系 年份:2016
    摘要:针对传统聚类分析算法在入侵检测中存在的问题,提出基于谱聚类的入侵检测算法。阐述入侵检测与聚类分析相结合的优势,并分析几种入侵检测系统中常用的聚类方法。谱聚类算法可以在任意形状的样本空间上聚类,并能获得全局最优解。将谱聚类用在经典的入侵检测数据集KDD CUP99中,实验结果表明,与基于K-means的入侵检测方法相比,该方法有较高的检测率和较低的误检率。
  • 【期刊】 一种适用于物联网的入侵检测方法

    刊名:软件导刊 作者:王建[1] ; 邓开发[2] 关键词:物联网 模糊聚类c均值算法 主成分分析 入侵检测 机构:上海理工大学光电信息与计算机工程学院 ; 上海理工大学光电信息与计算机工程学院 年份:2016
    摘要:物联网的开放式部署环境和有限的资源,使其很容易受到恶意攻击,而传统入侵检测系统又很难满足物联网自身的异构和分布式特征。为了适应开放式部署环境、资源有限类物联网应用需求,提出了一种基于模糊聚类c均值算法(fuzzy c-means,FCM)和主成分分析算法(principal component analysis,PCA)相结合的轻量级入侵检测系统。相对于传统入侵检测方法,该方法能明显减少测试数据的计算量。仿真实验结果表明,该方案能明显缩短检测时间并具有较高的检测率。
  • 【期刊】 一种改进的基于TS-BPNN的网络入侵检测方法

    刊名:陕西理工大学学报(自然科学版) 作者:周丽娟 关键词:入侵检测 ; BP网络 ; 禁忌算法 ; 反向传播 机构:山西财经大学实验教学中心 ; 山西财经大学实验教学中心 年份:2018
    摘要:为了提高现有网络入侵检测方法的检测率,提出了一种基于禁忌算法和BP神经网络的网络入侵检测算法。该算法首先建立基于BP神经网络的入侵检测模型,根据样本数据的标签与网络实际输出之间的差异,通过反向传播算法调整网络参数。为了防止网络结构参数陷入局部最优值,采用禁忌算法优化对网络的参数进一步优化,将禁忌算法获得最优解并用于确定神经网络的最终结构。最终,将需要检测的数据输入神经网络就可以得到入侵检测结果。在MATLAB环境下进行仿真实验,将所提的基于禁忌算法和BP神经网络的模型用于对网络进行入侵检测,并与经典的BP网络、AdaBoost和Elman网络的方法进行比较,结果表明本文所提的方法具有最高的检测率。
  • 【期刊】 基于变精度粗糙集的入侵检测技术研究

    刊名:电脑知识与技术 作者:陈晓纯 关键词:入侵检测 ; 变精度粗糙集 ; 属性约简 机构:广东理工学院信息工程系 ; 广东理工学院信息工程系 年份:2018
    摘要:随着网络攻击技术层出不穷,网络攻击方式呈现出多样性和隐蔽性的特征,网络入侵检测的漏报和误报频发。为了提高入侵检测的检测率、降低漏报率和误报率,利用变精度粗糙集挖掘数据之间潜在规律的特性,对测试数据集进行特征提取和属性约简,除去冗余信息降低属性维度,然后通过遗传算法进行分类和检测。实验测试表明该方法不仅可以提高检测率,并能较实时地检测其他类型的攻击。
  • 【期刊】 用于网络入侵检测的多尺度卷积CNN模型

    刊名:计算机工程与应用 作者:刘月峰 ; 王成 ; 张亚斌 ; 苑江浩 关键词:入侵检测 ; 深度学习 ; 卷积神经网络 ; BN算法 ; 多尺度卷积 机构:内蒙古科技大学信息工程学院 ; 内蒙古科技大学信息工程学院 ; 国家粮食局科学研究院 年份:2019
    摘要:鉴于卷积神经网络在计算机视觉等诸多领域取得的巨大成就,提出一种将多尺度卷积神经网络应用到网络入侵检测领域的方法。该方法将IDS中的网络数据转化成卷积神经网络能够输入的数据,利用不同尺度卷积核对大量高维无标签原始数据进行不同层次特征提取,再采用BN方法优化网络结构学习率,从而获得原始数据的最优特征表示。实验采用KDDcup99数据集进行实验测试,与经典的模型相比,结果表明MSCNN模型不仅收敛速度快,而且误检率平均降低4.02%,准确率平均提高4.38%。因此MSCNN方法是一种可行且高效的方法,为网络入侵检测系统领域提供一种全新的思路。
  • 【期刊】 基于二次否定剪切选择的入侵检测方法

    刊名:火力与指挥控制 作者:刘会会 ; 牛玲 ; 孔韦韦 关键词:入侵检测 ; 否定选择 ; 剪切 ; 检测率 机构:周口师范学院 ; 周口师范学院 ; 西安邮电大学 年份:2018
    摘要:针对传统否定选择算法可能引起检测器"流失"而降低检测率的缺陷,提出一种基于二次否性剪切选择的入侵检测方法。该算法将新生成的检测器与成熟检测器集合作比对,提升检测器的耐受性;将通过耐受性检测的检测器与训练的自体集作比对,如果出现覆盖则对检测器进行剪切,并将其置入成熟检测器集合;最后,对成熟检测器集合进行优化。实验结果表明,与现有的几种检测方法相比,该方法拥有更高的检测率、更低的误报率以及更少的检测器数量。
上一页 1 2 3 4 5 6 7 8 9 10 下一页 跳转