基于互联网的震后虚假信息入侵实时检测系统设计
发布时间:2021-07-21 09:49
虚假震后信息入侵严重干扰抗震救灾与灾后重建进程,为防止虚假震后信息在互联网中大肆传播,需对震后虚假信息进行精准识别,设计基于互联网的震后虚假信息入侵实时检测系统。互联网以Web服务器为载体传播信息,数据包捕获模块采用WinPcap技术,并从中获取有效数据包,在协议解析模块中完成数据包TCP/IP协议、CMP协议、UDP协议解码工作,解码后的数据输入到基于SVM的震后虚假信息检测模型中。SVM模型寻求最优超平面将震后信息分为虚假与真实两个类别,根据该结果完成震后虚假信息入侵实时检测。由实验结果可知该系统检测震后虚假信息入侵误报率低于3%,相比同类型系统具有接收数据能力强、效率高的优势,对精准检测震后虚假信息具有重要意义。
【文章来源】:地震工程学报. 2020,42(01)北大核心CSCD
【文章页数】:6 页
【部分图文】:
基于互联网的震后虚假信息入侵实时检测系统总体结构
互联网由多个Web服务器构成,服务器相互连接形成内容丰富的互联网。互联网通过Web服务器实现震后虚假信息入侵检测[8],系统采用的Web服务器结构如图2所示。由图2能够看出,Web服务器包括Web设备与Web浏览器两部分;TCP/IP协议、HTTP协议是连接Web设备与Web浏览器的纽带,前者负责底层通信,后者负责顶层通信;Web浏览器采用Script解析器、HTML解析器完成浏览器脚本与HTML语言的解析工作;Web服务器接收Form生成器生成的动态Form,接着由Form解析器解析动态Form,与Web设备的应用管理程序通道协作配置,控制Web设备。基于互联网检测震后虚假信息时,Web设备与Web服务器应用程序的通信,体现在Web浏览器端生成的HTML文档。
在互联网中获取震后信息是数据包捕获模块的主要任务,数据包捕获模块是系统的基本处理模块[9]。模块功能如下[10]:从互联网中采集震后信息数据包,提取受保护网络的数据包供协议分析模块进行分析,是系统的数据来源。网络中信息流不断增加,以此数据包捕获模块必须具备稳定、可靠的性能,降低系统的误报率,提升系统检测率[11]。数据包捕获模块使用WinPcap数据包捕获技术,因而具备优秀的数据包捕获机制,信息过滤技术可自动过滤用户不关注的数据包,大大提升系统获取网络数据包的性能。数据包捕获模块结构见图3,由图3可知,该模块主要由低级动态链接库、高级动态链接库、内核级网络组包过滤器构成。(3) 协议解析模块
【参考文献】:
期刊论文
[1]基于格兰杰因果分析的MCI脑网络分类研究[J]. 崔会芳,周梦妮,王彬,相洁,曹锐,阎鹏飞. 太原理工大学学报. 2018(06)
[2]基于关键词的文本向量化与分类算法研究[J]. 苏玉龙,张著洪. 贵州大学学报(自然科学版). 2018(03)
[3]结合特征分析和Svm优化的Web入侵检测系统[J]. 张伟,巢翌,甘志强,郑红驹. 计算机仿真. 2018(05)
[4]基于互信息的特征选择在入侵检测中的优化[J]. 刘云,向婵,王海花. 西北大学学报(自然科学版). 2017(05)
[5]分层网络伪装入侵实时高速检测方法研究[J]. 李军华. 微电子学与计算机. 2017(10)
[6]基于稀疏向量距离的网络入侵数据检测[J]. 杨浩,章玲玲,熊焕东,谢昕. 科学技术与工程. 2017(27)
[7]关于网络中入侵节点信息优化检测仿真研究[J]. 马媛媛,周诚,李千目. 计算机仿真. 2017(08)
[8]基于神经网络的BP算法研究及在网络入侵检测中的应用[J]. 罗俊松. 现代电子技术. 2017(11)
[9]基于改进卷积神经网络的周界入侵检测方法[J]. 张永良,张智勤,吴鸿韬,董灵平,周冰. 计算机科学. 2017(03)
[10]基于dpdk的高效数据包捕获技术分析与应用[J]. 赵宁,谢淑翠. 计算机工程与科学. 2016(11)
本文编号:3294796
【文章来源】:地震工程学报. 2020,42(01)北大核心CSCD
【文章页数】:6 页
【部分图文】:
基于互联网的震后虚假信息入侵实时检测系统总体结构
互联网由多个Web服务器构成,服务器相互连接形成内容丰富的互联网。互联网通过Web服务器实现震后虚假信息入侵检测[8],系统采用的Web服务器结构如图2所示。由图2能够看出,Web服务器包括Web设备与Web浏览器两部分;TCP/IP协议、HTTP协议是连接Web设备与Web浏览器的纽带,前者负责底层通信,后者负责顶层通信;Web浏览器采用Script解析器、HTML解析器完成浏览器脚本与HTML语言的解析工作;Web服务器接收Form生成器生成的动态Form,接着由Form解析器解析动态Form,与Web设备的应用管理程序通道协作配置,控制Web设备。基于互联网检测震后虚假信息时,Web设备与Web服务器应用程序的通信,体现在Web浏览器端生成的HTML文档。
在互联网中获取震后信息是数据包捕获模块的主要任务,数据包捕获模块是系统的基本处理模块[9]。模块功能如下[10]:从互联网中采集震后信息数据包,提取受保护网络的数据包供协议分析模块进行分析,是系统的数据来源。网络中信息流不断增加,以此数据包捕获模块必须具备稳定、可靠的性能,降低系统的误报率,提升系统检测率[11]。数据包捕获模块使用WinPcap数据包捕获技术,因而具备优秀的数据包捕获机制,信息过滤技术可自动过滤用户不关注的数据包,大大提升系统获取网络数据包的性能。数据包捕获模块结构见图3,由图3可知,该模块主要由低级动态链接库、高级动态链接库、内核级网络组包过滤器构成。(3) 协议解析模块
【参考文献】:
期刊论文
[1]基于格兰杰因果分析的MCI脑网络分类研究[J]. 崔会芳,周梦妮,王彬,相洁,曹锐,阎鹏飞. 太原理工大学学报. 2018(06)
[2]基于关键词的文本向量化与分类算法研究[J]. 苏玉龙,张著洪. 贵州大学学报(自然科学版). 2018(03)
[3]结合特征分析和Svm优化的Web入侵检测系统[J]. 张伟,巢翌,甘志强,郑红驹. 计算机仿真. 2018(05)
[4]基于互信息的特征选择在入侵检测中的优化[J]. 刘云,向婵,王海花. 西北大学学报(自然科学版). 2017(05)
[5]分层网络伪装入侵实时高速检测方法研究[J]. 李军华. 微电子学与计算机. 2017(10)
[6]基于稀疏向量距离的网络入侵数据检测[J]. 杨浩,章玲玲,熊焕东,谢昕. 科学技术与工程. 2017(27)
[7]关于网络中入侵节点信息优化检测仿真研究[J]. 马媛媛,周诚,李千目. 计算机仿真. 2017(08)
[8]基于神经网络的BP算法研究及在网络入侵检测中的应用[J]. 罗俊松. 现代电子技术. 2017(11)
[9]基于改进卷积神经网络的周界入侵检测方法[J]. 张永良,张智勤,吴鸿韬,董灵平,周冰. 计算机科学. 2017(03)
[10]基于dpdk的高效数据包捕获技术分析与应用[J]. 赵宁,谢淑翠. 计算机工程与科学. 2016(11)
本文编号:3294796
本文链接:https://www.wllwen.com/kejilunwen/diqiudizhi/3294796.html