基于贝叶斯的入侵检测模型与仿真研究

发布时间：2018-04-24 03:27

  本文选题：网络安全 + 网络入侵　； 参考：《微电子学与计算机》2013年11期

【摘要】：本文提出了一种基于贝叶斯的网络入侵检测模型.首先,使用主成分分析法提取网络数据包关键属性、消除冗余属性、降低维数,再用贝叶斯分类器进行分类.结果表明,该模型不但提高了入侵检测的效率,而且也加快了检测速度,更适合当前的复杂网络检测.
[Abstract]:In this paper, a network intrusion detection model based on Bias is proposed. Firstly, principal component analysis is used to extract key attributes of network data packets, eliminate redundant attributes, reduce the dimension, and use Bias classifier to classify. The results show that the model not only improves the efficiency of intrusion detection, but also speeds up the detection speed, and is more suitable for the detection. Current complex network detection.

【作者单位】： 合肥工业大学计算机与信息学院;合肥工业大学信息与网络中心;
【基金】：国家自然科学基金项目(60873194)
【分类号】：TP393.08

【参考文献】

相关期刊论文 前4条

1 焦从信;王崇骏;陈世福;;基于完全无向图的贝叶斯分类器在入侵检测中的应用[J];计算机科学;2008年09期

2 饶鲜,董春曦,杨绍全;基于支持向量机的入侵检测系统[J];软件学报;2003年04期

3 陈丽丽,李卫,管晓宏,祝春华;一种基于网络的入侵检测系统的研究与实现[J];微电子学与计算机;2004年06期

4 张然,钱德沛,张文杰,刘轶,栾钟治;入侵检测技术研究综述[J];小型微型计算机系统;2003年07期

【共引文献】

相关期刊论文 前10条

1 牟少敏;田盛丰;尹传环;;基于协同聚类的多核学习[J];北京交通大学学报;2008年02期

2 李国志;王洪春;聂勇;李世全;;基于因果图的贝叶斯网络[J];江西师范大学学报(自然科学版);2009年05期

3 费立新;宋吉学;禹兴华;;支持向量机在飞机状态监控中的应用[J];电光与控制;2007年06期

4 陈振国;李冬艳;;运用核Fisher鉴别分析和MPM分类器的入侵检测[J];电子科技大学学报;2007年06期

5 杨宏宇;李春林;;采用FA和SVDFRM的SVM入侵检测分类模型[J];电子科技大学学报;2009年02期

6 杨宏宇;朱丹;谢丰;谢丽霞;;入侵异常检测研究综述[J];电子科技大学学报;2009年05期

7 荆守波,高鹏翔;基于相空间重构和一类分类的异常入侵检测[J];电脑开发与应用;2004年08期

8 陈竞;苗茹;;入侵检测系统研究[J];电脑知识与技术(学术交流);2007年13期

9 马骏;;入侵检测系统发展简述[J];电脑知识与技术;2008年34期

10 朱丽叶;;一种基于SVM的新型混合网络入侵检测模型[J];电脑知识与技术;2009年17期

相关博士学位论文 前10条

1 汤义;智能交通系统中基于视频的行人检测与跟踪方法的研究[D];华南理工大学;2010年

2 王娟;大规模网络安全态势感知关键技术研究[D];电子科技大学;2010年

3 卓莹;基于拓扑·流量挖掘的网络态势感知技术研究[D];国防科学技术大学;2010年

4 刘松华;核矩阵低秩分解与核空间信息能度量研究及应用[D];西安电子科技大学;2011年

5 杨旭;基于核方法的模式分类研究与应用[D];上海交通大学;2011年

6 陈岳兵;面向入侵检测的人工免疫系统研究[D];国防科学技术大学;2011年

7 邹涛;智能网络入侵检测系统关键技术研究[D];国防科学技术大学;2004年

8 董春曦;支持向量机及其在入侵检测中的应用研究[D];西安电子科技大学;2004年

9 郑春红;支撑矢量机应用的关键技术研究[D];西安电子科技大学;2005年

10 张亚平;基于分布智能代理的自保护系统研究[D];天津大学;2005年

相关硕士学位论文 前10条

1 何月梅;分形技术与矢量量化相结合的网络流量异常检测研究[D];河北工程大学;2010年

2 汪大勇;基于模式匹配和协议分析的入侵检测技术研究[D];哈尔滨理工大学;2010年

3 袁硕;改进混合遗传算法在免疫入侵检测模型中的应用研究[D];哈尔滨理工大学;2010年

4 王瑛;基于模糊聚类的入侵检测算法研究[D];江西理工大学;2010年

5 刘永芬;支持向量机在入侵检测中的应用[D];福建师范大学;2010年

6 周显春;基于小波网络的入侵检测模型研究[D];中南林业科技大学;2008年

7 黎利辉;基于特征选择的入侵检测研究[D];中南林业科技大学;2009年

8 李瑞民;基于属性模糊相似度的关联分析[D];西安电子科技大学;2011年

9 王保民;基于LS-SVM的入侵检测[D];西安电子科技大学;2009年

10 李娜;网络数据包截获及分析系统的研究[D];西安电子科技大学;2008年

【二级参考文献】

相关期刊论文 前4条

1 张慧敏,何军,黄厚宽;一个基于免疫的网络入侵检测模型[J];计算机工程与应用;2002年06期

2 孙江文;王崇骏;王s，

本文编号：1794953