一种防止堆缓冲区溢出的新方法

缓冲区溢出是当今计算机安全所面临的重大威胁 .首先分析了堆缓冲区溢出的原理 ,然后提出了一种新的内存管理机制 ,这种机制可以根据缓冲区的大小 ,自我进行内存管理 ,从而有效地防止堆缓冲区溢出的发生 .     

缓冲区溢出攻击与防范

缓冲区溢出攻击是最常用的黑客攻击技术。本文分析了缓冲区溢出攻击的原理,总结了缓冲区溢出攻击的方法,并提出了对应的防范策略。     

关于缓冲区溢出攻击的防御研究

缓冲区溢出攻击是当前网络安全的主要威胁之一。分析了缓冲区溢出攻击的形成原因和主要工作原理,对缓冲区溢出攻击的防御措施进行了论述。     

Heap Spray攻击的防范

本文介绍了Heap spray攻击的原理、特点以及防范方法。     

基于溢出漏洞的攻击及其预防措施

通过溢出漏洞来攻击操作系统是现在黑客使用最多的攻击方法,给网络安全造成了非常大的危害。重点分析了几种溢出漏洞的攻击原理,并提出了预防措施。     

局域网防御恶意入侵与攻击浅述

随着信息化时代的到来,网络成了人们生活中的一部分,而一些恶意入侵、攻击对信息安全的威胁越来越大。文章从典型的网络入侵和攻击方法入手,阐述了局域网如何防范网络入侵与攻击的主要技术措施。     

基于Unicode漏洞的网络入侵攻击的研究与实现

随着网络技术的发展,网络安全与维护显得越来越重要。本文主要探讨了基于unicode漏洞的网络入侵攻击的原理,并且通过实例再现网络入侵全过程,通过介绍黑客入侵过程和相关工具的使用来得到相应的防御措施和方法。     

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。     

DDoS攻击及相应防御方法的分类

主要叙述了DDoS攻击的类型并且对相应的防御方法作了分类,描述了每一种攻击的特征和相应的防御策略,并对每一个策略的优缺点作了分析。通过对目前所有的DDoS攻击技术和防御方法作一次全面的总结和分类,目的是更好地理解DDoS攻击,设计出更有效的防御方法和工具。     

ARP欺骗攻击防御浅析

在介绍ARP欺骗攻击原理的基础上,对ARP协议的缺陷进行分析,总结目前常见的ARP欺骗攻击威胁,并简要阐述了已有的几种常用防御ARP欺骗攻击的方法。     

基于TVCSE拟合的网络入侵预测方法

针对传统算法网络入侵预测中,网络检测数据相关性不强,大规模网络入侵导致预测准确性不高的问题。提出了一种基于时序变化率曲面极值(Time-series variation curved surface extremum:TVC-SE)拟合的网络入侵预测算法。对网络流量信息数据进行实时获取,以时序为时间度量构建变化率曲面模型;分别对时序变化率曲面模型的局部极值进行迭代计算,将共有的局部极值作为最终的预测极值进行存储,同时以该时刻的协同局部极值为参考,提高了网络入侵预测的准确性。仿真实验表明,该测试方法能够达到较高的测量精度,虚警率比传统算法平均降低了12.4%,预测时间减少在2.5 s左右,在不增加成本,符合网络程序计算复杂度的情况下,满足了网络入侵预测的要求。     

网络攻防实验室建设探究

网络攻防实验室作为信息安全领域方向的一个重要综合实验平台,需要从实验环境、支撑的教学内容、可能的扩展服务以及实验室自身的管理等多方面来进行建设,以实现实验室的高效运转。因此,南海东软学院对攻防实验室进行了中长期的建设规划,根据学院实验室建设的各期经费预算,不断完善,从而实现实验室的可持续性发展。     

基于可扩张马尔可夫的快速精准网络攻击检测模型

以泛滥型阻断服务攻击为研究目标,提出一个基于可扩张马尔可夫的快速精准网络攻击检测模型,针对模型中的分群与节点新增算法在空间上的特性进行改进,以加快分群的速度,从而可以有效地检测出异常的封包.     

基于网络特征的WSN入侵检测技术探讨

本文介绍了无线传感器网络（WSN）入侵检测的基本原理,分析归纳了WSN运行的网络关键特征,并设计了一个检测速度快、耗能小的通用入侵检测模型。     

基于入侵防护系统的网络安全研究

入侵防护系统（IPS）是一种不同于防火墙和入侵检测系统IDS的网络安全防范系统,它能对入侵活动和攻击行为实施主动防御和实时阻断,改变了传统网络安全防护体系被动防守的局面,使网络安全防护变得更积极、主动。介绍了有关IPS的防护原理、技术特征及存在的问题和解决方案。     

浅析主动防御式网络安全技术

随着计算机技术尤其是网络技术的不断发展,网络安全问题也相继出现。如何构筑可靠的网络安全体系,成为急需考虑的问题。目前主流的网络信息安全防护技术都是基于特征规则的被动防御,蜜罐技术是一种用于被攻击的资源,利用该资源我们能够捕获并分析入侵者信息,将结论应用到普通网络防御中,变被动为主动。蜜罐技术从20世纪90年代发展至今,其在技术上愈发成熟,正越来越多地应用到网络安全中。     

一种改进的基于神经网络的入侵检测算法

径向基神经网络具有良好的分类特性,被广泛应用于入侵检测系统的研究中,然而RBF神经网络需要事先确定隐层神经元数目,并且容易陷入局部最优.利用遗传算法优化隐层神经元数目,并且基于粒子群思想优化隐层到输出层的权值,同时给出了详细的算法流程.经Lincoln实验室入侵检测系统数据评估集合测试,该智能算法的检测成功率大大提高,并且训练时间比较短,完全可以应用于入侵检测系统中.