基于优化粒子群算法的网络入侵小信号检测模型
本文关键词:基于优化粒子群算法的网络入侵小信号检测模型
【摘要】:随着计算机技术的飞速发展与计算机网络的广泛应用,网络的安全性逐步成为人们关注的焦点。现阶段的网络入侵检测方法难以识别含有入侵特征小信号的网络入侵检测,检测方法自适性能力差,导致网络入侵检测漏警误警率高。为了提高网络安全,提出基于优化粒子群算法的网络入侵小信号检测模型。通过粒子间的相互协作优化聚类含有入侵特征的信号数据,通过极化阵列计算定位分离小信号,建立小信号过滤模型找寻提取带有入侵特征的小信号。仿真实验表明,优化粒子群算法的网络入侵小信号检测模型,提高了网络入侵检测的自适用性,在网络入侵信号受环境因素干扰的情况下,能够准确的检测出带有入侵特征小信号的网络入侵行为。有效的提高了网络检测的正确率,加快了网络入侵的检测速度。
【作者单位】: 无锡职业技术学院物联网技术学院;
【关键词】: 优化粒子群 网络入侵 信号检测 网络安全
【基金】:江苏省前瞻性项目(BY2014024)
【分类号】:TP393.08
【正文快照】: 网络入侵检测就是对网络入侵行为的发觉。它通过对计算机网络或计算机系统中若干关键点收集信息并对其进行分析,从中发现网络或系统中是否有违反安全策略的行为和被攻击的迹象[1-4]。它是继防火墙之外的又一安全防护。传统的网络入侵检测技术集中在检测网络的异常行为和检测网
【相似文献】
中国期刊全文数据库 前10条
1 肖军;李春鸣;谭敬华;杨庆华;;发现网络入侵及做好防范应注意的几个问题[J];黑龙江科技信息;2011年27期
2 吴林锦;武东英;刘胜利;刘龙;;基于本体的网络入侵知识库模型研究[J];计算机科学;2013年09期
3 吴应良,韦岗;网络入侵及其安全防范对策研究[J];计算机应用研究;2000年11期
4 崔毅,邵希娟;网络入侵现象分析及防范对策[J];山西大学学报(自然科学版);2001年01期
5 曾泽建;网络入侵与防御[J];川北教育学院学报;2002年03期
6 李睿;计算机网络入侵与反入侵技术初探[J];企业技术开发;2002年06期
7 周学广;无线网络入侵初探[J];通信技术;2002年10期
8 姜文凯;;怎样防范网络入侵?[J];金融电子化;2002年12期
9 梁云杰;网络入侵与检测技术分析[J];河南职业技术师范学院学报;2003年01期
10 向建国,夏长城;网络入侵取证系统(Ⅰ)[J];湘南学院学报;2004年02期
中国重要会议论文全文数据库 前10条
1 钱桂琼;许榕生;;网络入侵取证审计数据分析技术的研究[A];第十七次全国计算机安全学术交流会暨电子政务安全研讨会论文集[C];2002年
2 张乐;郝文江;武捷;;美国网络入侵信息披露制度简介[A];全国计算机安全学术交流会论文集·第二十五卷[C];2010年
3 钟华;陶妍丹;;基于攻击聚类的计算机网络入侵预警研究[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(上册)[C];2008年
4 范晓岚;姜建国;曾启铭;;BO网络入侵的实时检测[A];中国工程物理研究院科技年报(1999)[C];1999年
5 王娟;舒敏;傅,
本文编号:1094621
本文链接:https://www.wllwen.com/guanlilunwen/ydhl/1094621.html