【摘 要】
：
该文作者通过对多个IDS系统的特征进行比较研究,提出了一个突出升级性和扩充性的分布式入侵检测系统（DIDS）模型.模型将整个入侵检测系统视为三个抽象的组成部分：探测部分、分析部分和响应部分.模型在具体建立时,将探测部分和响应部分在代理中实现,而分析和管理部分在系统控制中心中实现.为了使代理和系统控制中心能够动态加入,模型设计了一个简单的通信协议.系统在设计检测部分时,采用了两种目前较为流行的检测模
论文部分内容阅读
该文作者通过对多个IDS系统的特征进行比较研究,提出了一个突出升级性和扩充性的分布式入侵检测系统（DIDS）模型.模型将整个入侵检测系统视为三个抽象的组成部分：探测部分、分析部分和响应部分.模型在具体建立时,将探测部分和响应部分在代理中实现,而分析和管理部分在系统控制中心中实现.为了使代理和系统控制中心能够动态加入,模型设计了一个简单的通信协议.系统在设计检测部分时,采用了两种目前较为流行的检测模式：Misuse模式和Anomaly模式.在Misuse模式中,系统设计了端口扫描、嗅探器和IP地址期骗三种检测代理.对于Anomaly模式,系统将它分成两种类型进行设计,一种是基于协议栈协议包头的协议异常探测,另一种是基于应用层协议的协议内容探测.在第一种Anomaly类型中,该系统仅对IP和TCP协议包头进行分析,而对第二种Anomaly类型,系统考虑了FTP、Ident、Finger三种协议的异常检测.接着论文讨论了如何保护IDS系统自身.在这一部分中,讨论了三种常见的针对IDS自身的攻击类型：过载攻击、破坏攻击和欺骗攻击,并且分析了该系统是如何防御这三类攻击.最后,论文给出了系统目前还没有实现的一些特性和将来需要进一步研究的方向.
其他文献
随着基本通信网络的发展，越来越多的物联网设备需要与用户进行交互。另一方面，由于物联网中的设备计算性能，内存存储性能和网络带宽资源都有限，所以提出MQTT的基于发布/订阅的轻量级数据传输协议，同时近几年随着物联网的发展，MQTT协议也被越来越多的用到物联网系统中，因此使用MQTT的进行传送的数据的安全性也被越来越多的讨论。 本文中提出了两个关于MQTT协议的安全性的相关方案，第一个方案基于物联网设
近年来，随着社交媒体网站的大量涌现，分布在互联网上的多媒体数据内容呈现出爆炸式的增长。为了更全面地挖掘多媒体数据，帮助用户从海量且杂乱的数据中获取有价值的信息，大规模跨模态检索的需求与日俱增。与传统的单一模态的检索相比，跨模态检索可以大幅提升用户体验且更符合现实应用场景。但是互联网上的多媒体数据具有数据量大、数据结构复杂、数据维数高的特点，以及不同模态之间存在异构鸿沟和语义鸿沟问题，这对大规模跨模
随着互联网技术的飞速发展和移动设备的广泛普及，多媒体数据呈现爆发式增长的趋势。如何在大规模数据库中快速检索到查询数据的近邻变得愈发重要。哈希学习作为近似近邻检索的主要方法之一，因其在检索速度、存储开销等方面的良好性能而引起研究者的广泛关注。哈希学习大体可以分为无监督方法和监督方法两大类。相比于无监督方法，监督哈希学习方法通过引入类别标签、成对相似度关系和排序关系等监督信息，可以有效提升检索的精度，
生物特征识别是指利用人体自身生理特征(如人脸、指纹、虹膜和静脉等)或行为特征(如步态、声音和笔迹等)作为依据的身份识别技术。相比于密码、证卡等传统身份识别技术，生物特征识别技术具有简洁快速、不会遗忘和安全可靠等诸多优势，具有广阔的应用前景、巨大的社会和经济效益，已经引起了国内外学术界和工业界的广泛关注和高度重视。基于心电信号的身份识别(以下简称心电身份识别)是一种新兴的基于人体生理特征的生物特征识
遥感已被广泛的应用于各个领域，遥感影像解译是其中关键的一环，而传统解译方法因其分割精度低，效率低且泛化能力差，已成为进一步运用遥感的制约因素。近来虽然提供像素级分类的深度学习方法为图像分割提供了大量的模型，而遥感图像含有与生活场景图像不同的内容与频谱信息，所以为生活场景构建的深度神经网络模型并不能很好的运用于遥感图像。为了解决传统方法的问题并改善上述现状，本研究利用空洞卷积和密集连接设计了一种带孔
水稻是我国重要的粮食作物，水稻产量对国家粮食安全具有重要意义。水稻在生长过程中容易受到病害侵染，病害直接影响着水稻的产量与品质。水稻病害多发生于叶片部位，水稻病害的准确识别有助于农业生产者精准地实施防治措施。目前水稻病害识别主要依靠有经验的农技人员在田间现场辨识，该方法对农技人员专业知识要求较高，不仅会耗费大量人力物力，且判定结果主观性较强，误差较大，无法实现病害的精准识别，容易错过病害防治的最佳
近年来，四旋翼无人机行业蓬勃兴起，在各行各业发挥着不可替代的作用。四旋翼无人机具有体积小、易操作、物理结构简单等特点，被广泛用于森林防火、电力巡线、农林植保、快递投送、航拍摄影、三维建模、遥感监测等方面。四旋翼无人机的执行任务越发多样化，四旋翼处于不同的执行环境下，受风向、地磁及无人机本身执行机构等因素的影响较大，增加了故障发生的可能性。因此，如何在四旋翼执行器出现故障时，保证飞行姿态稳定是当今无
大豆病害的准确识别是减少大豆病害传播提高大豆产量的关键因素，其中大豆叶片部位病害多发，且生长周期较长。因此，本文利用计算机视觉技术开发了大豆叶片病害识别系统，为用户提供大豆叶片病害的准确预测类型与可视化解释，对提高大豆产量具有重要意义。本研究针对大豆叶片中常见的8种病害，通过背景分割、数据增强、迁移学习及分类算法，实现了对大豆叶片病害的准确识别。 现实中采集的大豆叶片图像通常具有含干扰特征的复杂
科学技术发展日新月异，对传统农业带来了巨大的冲击。近些年来，随着无人机技术的发展，农场普遍开始使用农业植保机进行作业。但许多农场面积宽阔、喷洒巡航等作业时间长，利用多旋翼无人机因载重限制在许多长时间作业效率不高，固定翼飞行速度快，不适用于农业植保机。于是专家学者们逐渐开始研究自转旋翼机植保机，因自转旋翼机结构简单、成本低、安全性高，而且是一种低空、低速的飞行器，在农业植保机方面有天然的优势。本文在
作物病虫害已然成为了世界范围内粮食减产主要原因之一。中国近五年全国玉米种植面积持续下降，单产水平偏低，而由于作物栽培耕种环境变化、玉米致病病原体变异以及农药滥用，玉米叶部病害成为了减产的主要因素，玉米产需缺口逐步扩大。因此，对玉米叶部病害进行及时、有效地处理已成为重中之重。 玉米病害具有不同的叶片表型特征，可将其作为识别病害的主要依据。传统叶部病害识别方法依赖专家知识与经验，主观性较强，诊断周期