搜索结果: 1-15 共查到“信息与通信工程 入侵检测”相关记录18条 . 查询时间(0.144 秒)
基于改进FastICA算法的入侵检测样本数据优化方法
入侵检测 快速独立成分分析 数据优化 牛顿迭代法
<
2016/5/11
为更好实现对入侵检测样本数据的优化处理，提出了一种改进的快速独立成分分析(FastICA)算法，采用基于加权相关系数进行白化处理以减少信息损失，并优化牛顿迭代法使其满足三阶收敛。对算法进行了细致描述，分析了算法的时间复杂度。实验结果表明，该方法可有效减少数据信息损失，具有迭代次数少、收敛速度快等优点，可有效提高入侵检测样本数据的优化效率。
一种分簇无线传感器网络入侵检测算法
无线传感器网络 入侵检测 网络安全
<
2016/5/25
为检测出无线传感器网络(wireless sensor network，WSN)被非法入侵而遭到毒化的节点，借鉴分布式系统的思想，将Lamport算法引入WSN入侵检测领域，提出一种基于分簇的无线传感器网络入侵检测算法，并对算法的几种情况进行说明。分析结果表明，该算法能在一定程度上检测出毒化节点，降低WSN系统的风险，提高其安全性和容侵性。
网络数据流量的增大对入侵检测系统的实时性提出了更高的要求,压缩训练数据可加快未知样本的分类处理速度。针对数据量过大造成压缩处理和聚类效率低下的难题,提出了一种改进的自适应AP(affinity propagation)聚类方法,采取直接关联与簇中心距离较近样本的方法,减少聚类样本数量,降低聚类时空消耗,并依据关联结果,不断调整聚类参数,精确聚类结果。2个网络安全数据集的应用结果表明,该方法可从大规...
基于信号差分特性的被动入侵检测方法
无线传感器网络 入侵检测 差分 链路信号强度
<
2014/4/23
被动入侵检测系统在空巢老人监护、边境监测、安防等众多领域有着广泛的应用，传统的基于信号变化特征的入侵检测方法容易受到复杂环境变化的影响而使检测效果不容乐观。为了解决该问题，本文提出了一种可靠的被动入侵差分检测方法。用链路信号的均值和方差组成的特征矩阵在相邻两个时刻的相似度来表征信号的差分变化并以此作为特征信号实现目标的入侵检测。该方法解决了由于参考信号随环境参数变化带来的检测误差增大的问题，抵消了...
基于计数器对称加密的无线传感器网络入侵检测算法
计数器 对称加密 无线传感器网络 入侵检测
<
2012/4/12
无线传感器网络的内在特性，使得在资源受限的环境下检测恶意节点变得十分困难。为此，提出了一种新型的面向无线传感器网络的入侵检测算法。该方法利用对称密钥进行传感数据加密，同时基于加密的计数器进行恶意节点的检测，充分利用无线传感器网络的路由功能，以达到入侵检测的目的。该方法能够在网络中存在恶意节点的情况下确保数据传输的安全，较为有效地抵御篡改型和数据分组丢弃型的内部攻击。与现有的同类研究相比，该方法更易...
结合入侵检测的实际需求，提出了一种集成人工免疫系统(IAIS)。该系统结合了树突状细胞算法(DCA)和否定选择算法(NSA)，DCA用于检测行为特征，NSA用于检测结构特征。通过KDD99数据集实验对该系统进行验证，并与其他方法进行了比较。实验结果表明，IAIS检测性能与经典分类算法相当。IAIS具有不依赖明确标识的数据来训练检测器，可结合行为特征和结构特征进行实时入侵检测的特点。
基于网络事件和深度协议分析的入侵检测研究
网络事件 深度协议分析 入侵检测
<
2012/4/13
针对制约NIDS（基于网络的入侵检测系统）的问题，提出了基于网络事件和深度协议分析的入侵检测模型MIDM，实现了对入侵的分析与综合。扩展了ABNF范式形式化定义网络事件，基于所提出模型重新实现了入侵检测系统。实验证明与当前主流NIDS相比，新模型有效降低了误检率和特征库冗余；具有随网络流量和特征库快速增长，CPU占用率维持低水平增长的特性，能更好地适应高速网络环境；同时还具有一定的特征泛化和检测未...
基于LEACH协议的Sybil攻击入侵检测机制
无线传感器网络 安全性能 能量能耗
<
2012/4/13
LEACH协议有效地解决了无线传感器网络（WSN）能耗性问题，但是在安全性方面存在较大的隐患。因此提出了一种改进LEACH协议安全性能的LEACH-S机制，采用接收信号强度值（RSSI）的Sybil攻击入侵检测策略，通过设定合理的阈值启动该机制，即只有在判定可能遭遇Sybil攻击时才启动，实验表明该机制能以较少的能耗代价来有效检测出Sybil攻击。LEACH协议有效地解决了无线传感器网络（WSN）...
一种优化的神经网络树异常入侵检测方法
异常检测 可理解性和可解释性 优化神经网络树 混合学习模型
<
2013/8/20
本文提出了一种基于优化神经网络树(ONNT)的异常检测方法，在提高异常检测精确率的同时，增强异常检测模型学习结果的可理解性、可解释性。ONNT是一种具有二叉树结构的混合学习模型，二叉树的节点分裂遵循信息增益率准则；其中间节点嵌入了结构简单的感知器神经网络，能够根据当前节点上给定的子样本集和教师信号，选择较小的特征子集构建相对简单的局部决策曲面。本文提出的异常检测方法包括两个方面的性能优化：1）通过...
多源入侵检测警报的决策级融合模型
检测性能 多源入侵 检测警报 融合模型
<
2012/4/16
为了大幅降低对训练样本的要求，摒弃苛刻的约束条件，提出了一种支持在线增量训练的警报融合模型。将初级警报向量映射为表决模式，以缩小统计空间。通过训练统计出各种表决模式在正常或攻击流量下的条件概率分布，依据统计特征的变化即时推断待检测流量的构成情况，使用阈值约束法和贝叶斯推断做出融合决策。从而拓展了适用范围，并且能较好地跟踪适应待检测流量，仅需少量训练样本便可显著提升检测性能。
快速特征选择方法及其在入侵检测中的应用
特征选择 入侵检测 数据分类 快速特征
<
2012/4/17
提出一种基于数据不一致率的快速特征选择方法，根据不同特征子集划分数据集的不一致率大小，直接选择最优特征集，消除不相关及冗余的特征。最后利用KDD99入侵检测数据集实验测试，通过与基于数据相关性的特征选择方法的对比分析，说明了基于数据不一致率方法的高效性。
用于网络入侵检测的群体协同人工淋巴细胞模型
网络入侵检测 人工淋巴细胞检测模型 人工免疫系统
<
2012/4/19
将淋巴细胞的群体刺激机制引入到人工免疫系统中，在网络入侵检测中，关注网络级、主机级和进程级3类危险信号，建立新的人工淋巴细胞检测模型，对拒绝服务式攻击、蠕虫、木马进行混合检测，并获得对比实验结果，从而验证了多淋巴细胞的协同工作能力，提高了人工免疫系统的入侵检测率。
基于隐式监测节点的传感器网络入侵检测机制
隐式监测节点 传感器网络 入侵检测
<
2012/4/17
提出了一种分布式入侵检测机制，通过监测节点的隐式选取一定程度上保护了入侵检测系统本身安全性，通过随机监测节点选择和邻居协同检测机制达到能量有效性的同时提高攻击检测效率。实验分析表明了该机制可以在保证检测效率的同时能够有效抵御节点俘获攻击。
基于改进的GHSOM的入侵检测研究
生长型分级自组织映射 入侵检测 字符类型
<
2012/4/17
提出了一种基于改进的生长型分级自组织映射(GHSOM, growing hierarchical self-organizing maps)神经网络的入侵检测方法。改进的GHSOM具有传统GHSOM多层分级的特点，同时能够处理含有数值类型成员和字符类型成员的混合输入模式向量，提高了入侵检测的效率。对KDD Cup 99数据集和模拟数据集进行的入侵检测模拟实验表明，改进的GHSOM算法对各种类型的攻...