下一代互连网络入侵检测系统研究

发布时间：2018-06-26 01:20

  本文选题：下一代互联网 + 异常检测　； 参考：《计算机仿真》2013年10期

【摘要】：漏报和误报问题是下一代互联网入侵检测系统亟需解决的问题。传统基于特征的误用检测方法不能适应下一代互联网高带宽环境,无法准确、完整地识别攻击事件,造成检测准确性不高。为了解决上述问题,采用异常检测技术,快速采集网络数据,按"等级"分析、精简数据,以数据挖掘思路,基于非线性支持向量机分类检测数据,准确提取网络正常行为模式,合理设置阈值,保证入侵检测自适应性与准确性。仿真结果表明,下一代互联网入侵检测原型系统能够有效地检测出入侵或异常行为,显著降低漏报率和误报率,有助于保证网络安全。
[Abstract]:The problem of false alarm and false alarm is a problem that needs to be solved in the next generation Internet intrusion detection system. The traditional feature-based misuse detection method can not adapt to the high-bandwidth environment of the next generation Internet, and can not accurately and completely identify the attack events, resulting in the detection accuracy is not high. In order to solve the above problems, we adopt anomaly detection technology, collect network data quickly, analyze the data according to "grade", simplify the data, and use the idea of data mining to classify and detect data based on nonlinear support vector machine. The normal behavior mode of the network is extracted accurately and the threshold is set reasonably to ensure the adaptability and accuracy of intrusion detection. Simulation results show that the next generation Internet intrusion detection prototype system can effectively detect intrusion or abnormal behavior, significantly reduce the false alarm rate and false alarm rate, and help to ensure network security.
【作者单位】： 福建农林大学计算机与信息学院;武汉大学计算机学院;
【基金】：国家自然科学基金(91118003,61003268) 福建省自然科学基金项目(2009J01270)
【分类号】：TP393.08

【参考文献】

相关期刊论文 前2条

1 吴建平;林嵩;徐恪;刘莹;朱敏;;可演进的新一代互联网体系结构研究进展[J];计算机学报;2012年06期

2 颜谦和;颜珍平;;遗传算法优化的神经网络入侵检测系统[J];计算机仿真;2011年04期

【共引文献】

相关期刊论文 前10条

1 张炜;陈晨;;下一代网络体系结构初探[J];电脑知识与技术;2013年12期

2 张杏芝;;浅谈计算机网络的发展现状及网络体系结构涵义分析[J];电子制作;2013年13期

3 纪祥敏;景林;;基于数据挖掘的IPv6异常检测研究[J];福建电脑;2013年07期

4 邵俊倩;邹大伟;沈艳微;;基于神经网络的综合方法的研究[J];价值工程;2012年01期

5 陈小玉;;改进的神经网络在变压器故障诊断中的应用[J];计算机仿真;2012年08期

6 马珏;;基于优化神经网络的入侵检测方法[J];长春工业大学学报(自然科学版);2012年04期

7 徐恪;朱敏;林闯;;互联网体系结构评估模型、机制及方法研究综述[J];计算机学报;2012年10期

8 洪月华;;无线传感器网络中分布式数据挖掘算法研究[J];计算机仿真;2012年12期

9 梁军学;林昭文;马严;;未来互联网试验平台[J];计算机学报;2013年07期

10 朱敏;徐恪;林嵩;;面向应用适应能力的互联网体系结构评估方法[J];计算机学报;2013年09期

相关硕士学位论文 前5条

1 孙庆波;基于神经网络的物联网入侵检测系统研究[D];暨南大学;2012年

2 杨凤海;钢材性能和工艺参数的交叉预测模型研究[D];武汉科技大学;2012年

3 丁洪涛;姜黄挥发油组效关系研究[D];天津大学;2012年

4 李晓鹏;基于网格和密度的数据流聚类研究[D];华中科技大学;2012年

5 贺楠;基于CPN的OpenFlow建模及交互属性测试[D];内蒙古大学;2013年

【二级参考文献】

相关期刊论文 前7条

1 吴建平;刘莹;吴茜;;新一代互联网体系结构理论研究进展[J];中国科学(E辑:信息科学);2008年10期

2 穆成坡;黄厚宽;田盛丰;;入侵检测系统报警信息聚合与关联技术研究综述[J];计算机研究与发展;2006年01期

3 宋歌,闫巧,喻建平;神经网络在异常检测中的应用[J];计算机工程与应用;2002年18期

4 吴建平;吴茜;徐恪;;下一代互联网体系结构基础研究及探索[J];计算机学报;2008年09期

5 肖海军;洪帆;张昭理;廖俊国;;基于融合分类和支持向量机的入侵检测研究[J];计算机仿真;2008年04期

6 周荃;王崇骏;王s，

本文编号：2068403