无线传感器网络入侵检测系统研究

无线传感器网络已广泛应用于军事领域、环境监测、家居等众多领域,但由于其节点能量、计算能力、存储能力受限等原因,无线传感器网络的安全性研究成为目前的热点。本文提出无线传感器网络入侵检测系统研究,可以有效地提高WSN的安全性。     

入侵检测系统在分簇无线传感器网络中的研究

在无线传感器网络中,基于分簇的路由协议在节能和数据融合方面有突出表现,但其网络通信的可靠性和安全性在很大程度上依赖簇头,造成了严重的安全隐患.针对这一问题,本文提出了一种新的基于入侵检测的无线传感器网络安全系统体系结构,并具体阐述了基于该体系结构的WSN安全系统运行原理.     

网络入侵检测技术研究

入侵检测是保护网络信息安全的重要途径。本文介绍了网络入侵检测的概念和入侵检测技术的分类，重点阐述了网络入侵检测系统的工怍原理、信息收集及其分析方法。     

一种基于攻击特征变异预测的网络入侵检测方法

提出了一种基于攻击特征变异预测的入侵检测方法。通过建立变异特征预测的数学模型,对网络攻击的变异特征进行变种可能性的预测,选取变异的攻击入侵特征值为检测参数,利用特征变异权值迭代预测攻击变异的可能,提高了网络变异入侵检测的准确率。实验证明,此检测方式能够提高变异后的网络入侵检测准确率。     

浅谈网络入侵检测技术

随着计算机网络的飞速发展,网络技术与各行各业的联系日益紧密,因而对网络安全技术的研究显得尤为重要。网络安全是一门涉及计算机科学、网络技术的等多门学科的综合科学,传统的网络安全检测技术包括防火墙技术、加密技术、病毒防护技术等,但这些技术实现的却是一种较为被动的防护,其网络安全防护能力远远不能满足安全需求。网络入侵检测技术是近年来发展较快的网络安全技术之一,它具有为系统提供实时的入侵检测的能力,并且能够有效阻止系统内部的攻击。主要对几种常用的网络入侵检测技术进行了探讨。     

基于Bays网络数据挖掘的入侵检测模型的探讨

入侵检测技术在网络安全领域的应用越来越重要，它是网络安全防护的重要组成部分。因此．本文介绍了入侵检测技术的分类以及数据挖掘技术，阐述了Bayes统计方法的原理和在入侵检测系统中的数据挖掘方法。本文还简单粗略的介绍Bayes算法的实现。     

基于网络入侵检测系统的探讨

入侵检测系统是一种基于主动策略的网络安全系统,从入侵检测系统的定义出发,对入侵检测系统进行了分类讨论,最后分析了入侵检测系统面临的主要问题以及如何选择一个理想的入侵检测系统。     

浅析网络入侵检测技术在校园网络中的应用

随着网络技术和规模不断的发展,校园网络入侵事件的发生也渐渐的增多,入侵检测系统和枝术得到高度重视.本文在对网络入侵检测系统介绍的基础上,重点对工作过程及关键技术和当前存在的问题进行了研究和分析.     

网络入侵检测中的数据挖掘技术探讨

针对计算机网络的入侵越来越严重，本文论述了数据挖掘技术在网络入侵检测中的应用，指出了审计数据的挖掘方法及挖掘模式的使用。     

基于多层特征基参数融合的网络入侵检测算法

传统的网络入侵检测算法,使用的都是同一个或者相似的特征基作为入侵检测的衡量标准,但是在多层网络中,不同层次的特征基参数存在差异,检测结果误差较大。为此提出了一种基于多层特征基参数融合的网络入侵检测算法。通过提取多层网络操作差异特征基参数,利用非线性回归方式对每层特征基参数进行差异补偿,按照自适应融合方式对多层差异特征基进行融合处理,以此作为检测的基础。实验表明,该算法提高了检测的准确率,取得了理想的效果。     

基于IPV6的网络安全入侵检测技术研究

主要研究了一种基于IPV6入侵检测技术。首先介绍了传统IPV6网络的几种网络协议,然后提出了一种采用BP神经网络技术的IPV6网络入侵检测算法。与传统网络入侵检测系统模型的对比,得到的实验数据突出了本文提出的改进型算法,有较高的优势,不管在时间上,还是在识别率上都得到了较好地提高,误检率低。     

浅谈高速网络下的入侵检测技术

随着近几年网络攻击的事故频频出现,影响范围越来越广泛,入侵检测系统得到越来越多的重视。本文分析了高速网络入侵检测技术,提出了入侵检测技术发展方向。     

入侵检测技术的研究

入侵检测系统是网络安全体系的重要组成部分,入侵检测技术采用主动的防护技术,弥补了传统的安全防御技术的不足。重点介绍了入侵检测常用的技术方法,并将各种检测技术有机地结合,进而降低入侵检测的误报率和漏报率,提高检测的效率。     

基于人工免疫原理的网络入侵检测系统的应用与研究

由于目前用于检测网络入侵的系统不仅检测效率不高,而且错误率也相对较高,因此网络入侵检测系统与当前入网检测的发展趋势极不适应。在网络应用安全方面,由于网络入侵方式和途径多种多样。为保证网络使用安全,本文根据人工免疫原理与网络入侵检测系统的之间的内在关系,探讨一种检测网络入侵的应用系统,它弥补了当前网络入侵检测方面的不足,本文最后还对该系统进行构建和仿真,事实证明,基于人工免疫原理的网络入侵检测系统不仅可以减少入侵检测的错误率,同时还有效降低了网络入侵的漏报率,提高了网络入侵的检测速度和效率。     

入侵检测技术的研究

Internet＆Intranet的迅速普及使得人们对于信息安全越来越关心。入侵检测技术就是针对信息安全而产生的一门新技术。本文介绍了入侵检测技术的发展历史，并描述了入侵检测系统的基本原理、分类以及体系结构。最后指出了入侵检测系统的不足和发展的方向。     

基于局部特征压缩采样的网络入侵信号检测

对网络入侵信号的准确检测,提高检测概率是保证网络安全的基础,传统检测方法难以实现对较低信噪比下的攻击信号的高效定位和检测,无法有效预测入侵信号的局部特征点,导致重采样,虚警概率和漏检概率较高。提出一种基于局部特征压缩采样的网络入侵信号检测算法,构建低信噪比下网络入侵信号模型,采用多普勒频移模糊搜索对入侵信号进行平滑处理,得到入侵信号的局部特征预测量和测量值,为了使得入侵检测适合线性实时处理过程,提高在低信噪比下的检测性能,采用卡尔曼滤波对结果进行修正,采用局部特征压缩采样判断入侵信号的联合特征,实现了对网络入侵信号的局部特征压缩采样检测。仿真结果表明,该算法检测性能较好,检测概率优于传统算法,展示了较好的应用价值,确保了网络安全。     

粒子群算法网络异常检测技术研究

提出了一种新的基于粒子群算法入侵检测方法模型。算法采用粒子群优化算法,有效地降低网络拓扑路径长度,通过优化算法来寻找聚类的中心。实验结果表明,提出的改进算法与传统的入侵检测算法相比,具有更好的入侵识别率和检测率。     

入侵检测系统中误报与漏报现象研究

本文针对传统基于模式匹配入侵检测技术的高误报率和高漏率问题，提出采用改进检测技术的方法来作为解决方法，引入了几种新型的检测技术，并着重阐述了基于行为分析的入侵检测技术。