当前位置:主页 > 管理论文 > 移动网络论文 >

SOINN多视图网络入侵检测

发布时间:2018-03-12 16:42

  本文选题:入侵检测 切入点:SOINN 出处:《计算机应用与软件》2013年08期  论文类型:期刊论文


【摘要】:检测准确性是入侵检测系统(IDS)的关键性能。针对入侵检测中训练样本数目不平衡的问题,提出使用拓扑学习的方法训练网络数据分类器,并且使用多视图入侵检测方法进一步提高检测率。实验结果表明,提出的方法对于某些攻击类型的检测能力优于现有的方法。特别是提升了对非法远程闯入(R2L)攻击,与非法提升权限(U2R)攻击的检测能力。
[Abstract]:Detection accuracy is the key performance of intrusion detection system (IDS). Aiming at the imbalance of the number of training samples in intrusion detection, a topology learning method is proposed to train the network data classifier. The experimental results show that the proposed method is superior to the existing methods in detecting some types of attacks, especially the R2L attack. U2 R) attack detection ability with illegal elevation.
【作者单位】: 西北农林科技大学信息工程学院;甘肃畜牧工程职业技术学院;
【分类号】:TP393.08

【参考文献】

相关期刊论文 前1条

1 刘莘;张永平;万艳丽;;决策树算法在入侵检测中的应用分析及改进[J];计算机工程与设计;2006年19期

【共引文献】

相关期刊论文 前10条

1 常秉琨;李莉;;基于数据挖掘技术的入侵检测研究[J];电脑知识与技术;2009年09期

2 林国;;数据挖掘算法在入侵检测中的应用[J];福建电脑;2009年11期

3 王东;;计算机信息隐蔽性设计研究[J];硅谷;2008年24期

4 王骐;王殊;孟中楼;;分布式入侵检测系统的融合算法[J];华中科技大学学报(自然科学版);2009年09期

5 刘莘;张永平;万艳丽;;数据挖掘算法在入侵检测中的应用研究[J];计算机与信息技术;2006年05期

6 刘琴;;判定树算法在计算机取证中的应用[J];计算机应用与软件;2008年07期

7 白杨;;数据库加密系统探析[J];价值工程;2012年07期

8 徐辉增;孙学农;;数据挖掘算法在入侵检测中的应用研究[J];考试周刊;2007年22期

9 朱西讲;;一种改进的BM算法在网络安全控制中应用[J];科技通报;2012年06期

10 费洪晓;胡琳;;一种粗糙集-决策树结合的入侵检测方法[J];计算机工程与应用;2012年22期

相关硕士学位论文 前7条

1 周庆;面向零售化妆品业交叉销售的数据分析与决策支持系统的设计和实现[D];上海交通大学;2008年

2 夏丽;动态嵌入式木马检测方法研究[D];北京林业大学;2009年

3 向昕彦;决策树在入侵检测中的应用研究[D];哈尔滨理工大学;2009年

4 迟殿委;基于数据挖掘的决策支持系统的研究与实现[D];南昌大学;2008年

5 顾萃琛;基于业务数据分析的保险公司辅助决策支持系统[D];上海师范大学;2010年

6 张臻臻;入侵检测与蜜罐协作模型的研究[D];重庆大学;2010年

7 申露敏;数据挖掘在入侵检测中的应用[D];湖南大学;2011年

【二级参考文献】

相关期刊论文 前4条

1 郭巍,吴承荣,金晓耿,张世永;入侵检测方法概述[J];计算机工程;1999年S1期

2 谭勇,荣秋生;一个基于SLIQ的分类算法的实现[J];计算机工程;2003年18期

3 姚家奕,姜海,王秦;决策树算法的系统实现与修剪优化[J];计算机工程与设计;2002年08期

4 张雪芹,顾春华,林家骏;入侵检测技术的挑战与发展[J];计算机工程与设计;2004年07期

【相似文献】

相关期刊论文 前10条

1 周英;孙名松;;基于聚类的网络入侵检测系统模型[J];哈尔滨理工大学学报;2007年01期

2 赵晓峰;叶震;;基于加权多随机决策树的入侵检测模型[J];计算机应用;2007年05期

3 胡征f ;;一种基于蜜罐技术的入侵检测模型设计[J];软件导刊;2007年07期

4 周伟良;乐毅;张友华;;基于数据挖掘的自适应入侵检测系统[J];合肥工业大学学报(自然科学版);2008年05期

5 孙鑫鸽;赵跃龙;;基于数据挖掘的分布式入侵检测系统[J];电子技术应用;2008年03期

6 吴辉;谢彦峰;张忠林;;基于模糊择近原则的入侵检测系统[J];兰州交通大学学报;2008年06期

7 程爱辉;高茂庭;;基于聚类的LS-SVM的入侵检测方法研究[J];网络安全技术与应用;2010年05期

8 乔佩利;冯心任;;基于CMAC网络的异常入侵检测技术[J];哈尔滨理工大学学报;2010年05期

9 程曦;;基于概率神经网络的入侵检测技术[J];计算机辅助工程;2005年04期

10 刘道群;孙庆和;;基于遗传神经网络的入侵检测模型[J];激光杂志;2005年06期

相关会议论文 前10条

1 孙和凯;魏海平;;基于人工免疫的入侵检测模型研究[A];2010通信理论与技术新发展——第十五届全国青年通信学术会议论文集(上册)[C];2010年

2 赵敏;王红伟;张涛;张毓森;;AIB-DBIDM:一种基于人工免疫的数据库入侵检测模型[A];第26届中国数据库学术会议论文集(B辑)[C];2009年

3 宋博;张琦建;;基于移动代理的入侵检测模型在水利信息化中的应用[A];科技创新与现代水利——2007年水利青年科技论坛论文集[C];2007年

4 李云霞;郑宏;李平;;基于遗传算法的自适应入侵检测系统研究[A];2005中国控制与决策学术年会论文集(下)[C];2005年

5 周颉;;无线传感器网络入侵检测模型研究[A];中国电子学会第十六届信息论学术年会论文集[C];2009年

6 方琦林;许榕生;陈国龙;;基于多Agent和并行遗传算法的入侵检测系统[A];全国网络与信息安全技术研讨会'2005论文集(上册)[C];2005年

7 李楠;胡学钢;王东波;;基于改进随机决策树的入侵检测模型研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年

8 张红梅;;基于粗糙集特征约简的SVM集成入侵检测模型[A];2009中国控制与决策会议论文集(3)[C];2009年

9 王新生;孔晓峰;刘玉芳;;应用本体解决入侵检测误警问题[A];第十九次全国计算机安全学术交流会论文集[C];2004年

10 赵钢;邹彬;张剑;;基于模糊规则集的入侵检测模型——网络与信息安全事件处理[A];第二十一次全国计算机安全学术交流会论文集[C];2006年

相关博士学位论文 前10条

1 贾银山;支持向量机算法及其在网络入侵检测中的应用[D];大连海事大学;2004年

2 刘贵松;入侵检测的神经网络方法[D];电子科技大学;2007年

3 陈云芳;分布式入侵检测系统关键技术研究[D];苏州大学;2008年

4 任斐;基于数据挖掘的自适应异常检测研究[D];吉林大学;2009年

5 刘棣华;网络入侵检测系统及其自适应性的研究与实现[D];东华大学;2009年

6 魏宇欣;网络入侵检测系统关键技术研究[D];北京邮电大学;2008年

7 许舟军;基于异常分析的入侵检测关键技术研究[D];天津大学;2006年

8 滕少华;基于对象监控的分布式协同入侵检测[D];广东工业大学;2008年

9 张桂玲;基于软计算理论的入侵检测技术研究[D];天津大学;2006年

10 陈荣;面向网格计算的按需入侵检测模型及关键技术研究[D];浙江大学;2005年

相关硕士学位论文 前10条

1 熊小萍;基于移动代理的入侵检测系统研究[D];广西大学;2005年

2 刘恒;基于神经网络的自学习入侵检测系统的设计与实现[D];电子科技大学;2005年

3 赵乘麟;数据挖掘在入侵检测系统中的应用研究[D];中南大学;2005年

4 汪坦岳;基于LM-BP神经网络入侵检测系统的研究与实现[D];湖南大学;2007年

5 路文静;基于移动代理的入侵检测技术在信息化系统中的研究[D];哈尔滨理工大学;2007年

6 黄磊;基于虚拟组织的网格入侵检测系统研究[D];大连理工大学;2007年

7 邝礼红;基于人工神经网络的入侵检测系统研究[D];重庆大学;2007年

8 段颖;基于免疫机制的动态克隆选择算法[D];吉林大学;2007年

9 凌昊;基于决策树分类算法的网络入侵检测系统的研究[D];湖南大学;2007年

10 刘辉;入侵检测中可变检测器的研究[D];哈尔滨理工大学;2008年



本文编号:1602409

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/ydhl/1602409.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户26014***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com