【摘 要】
：
入侵检测技术的进一步发展,给网络安全的研究带来了新的途径,入侵检测系统已成为必不可少的重要手段。为了提高入侵检测系统的检测能力,本文提出了一个ID模型。在模型中引入
论文部分内容阅读
入侵检测技术的进一步发展,给网络安全的研究带来了新的途径,入侵检测系统已成为必不可少的重要手段。为了提高入侵检测系统的检测能力,本文提出了一个ID模型。在模型中引入了神经网络NN技术,提出了一种改进训练算法,并提出了一些提高入侵检测系统检测能力的方案,探讨了流量分析、网络阻断、IP追踪和高速地址匹配等技术,最后对模型的核心组成部分进行了分析、设计,并进行了相关实验。本文是把神经网络应用于入侵检测的一次尝试,它摒弃常规的基于行为的ID模式,采用了更先进的、模拟人脑神经网络系统的非线性工作模式。神经网络还可结合专家系统、数据挖掘等技术,神经网络在ID中的应用有着巨大的理论及实践意义。
其他文献
随着网络规模的日益扩大和网络结构的日趋复杂，网络管理已经成为计算机网络可靠运行的关键。网络管理的根本任务便是通过从网络中收集网络设备信息，并分析、监视和控制它们。因
生物识别技术是二十世纪最为热点的技术，人脸自动识别技术是生物特征识别技术的重要组成部分，在近三十年里得到了广泛的关注和研究，已经成为计算机视觉、模式识别领域的研究热点
随着Internet技术的迅速发展，网络入侵问题也越发严重，入侵检测己成为网络防护安全体系中的重要组成部分。入侵检测系统通过从计算机网络或计算机系统中的若干关键点收集信息并
随着电信行业的不断发展,对电信网络管理的要求也越来越高,现阶段的电信设备一般为多个厂商提供,这些不同厂商的设备在一起工作,难免会造成接口不一致,信息难以互通的局面。
神经网络方法由于具有自学习、自组织和泛化能力,在模式分类领域得到了广泛的应用。神经网络的泛化能力是指:用一组训练样本对神经网络进行训练后,网络对训练阶段未曾见过的
随着各种新兴业务以及迎合其需求的专有网络(VPN)的不断发展,IP网络正逐渐演变成为音频、视频和数据通信合一的传输媒介,从仅提供尽力(best-effort)服务向一个综合的或者拥有
对讲机是重要的无线通信设备,无需第三方基站支持,在没有网络信号覆盖的地方依然能够正常使用,具有其他通信设备无法替代的优势。在现今通信设备全面数字化的背景下,国家也对
LTE(Long Term Evolution,长期演进)技术是新一代的无线通信技术,它可以更好的支持移动环境下的无线视频传输。基于项目实际需求,本文借助于LTE技术实现了一套对底层透明的、
随着移动设备、无线传感网络技术、RFID设备以及GPS卫星定位技术的快速发展以及大规模应用，很方便收集到海量移动对象轨迹数据。这些轨迹数据包含很多潜在的有意义的知识，如何
粗糙集理论是由波兰科学家Z.Pawlak在1982年提出的一种新型的处理模糊和不确定知识的数学工具。目前已经在人工智能、知识与数据发现、模式识别与分类、故障检测等方面得到了