论文部分内容阅读
随着信息技术的发展和网络化的普及,越来越多的人开始使用计算机。但是,相应的安全问题也暴露出来,并且日趋严重。网络攻击、恶意木马、病毒等等充斥着整个网络,使得个人电脑的信息安全成为人们关注的热点问题之一。网络安全管理系统的出现,很好的解决了这个问题。网络安管是一个管理各种网络安全设备的平台,提供了内置防火墙、入侵检测系统和防病毒服务器等,对局域网主机和服务器起到很好的保护作用。然而,各类设备产生的告警事件数量庞大,信息复杂,误报率高,使得安全管理员分析和处理起来比较困难。因此,对入侵检测系统等安全设备产生的告警进行融合过滤就显得非常重要,这将能够提高安全管理员处理告警的效率。针对这一问题,本文提出一种基于神经网络专家系统的告警融合技术,主要的工作内容描述如下：1.介绍了现有的入侵检测系统分类、国内外告警融合技术、人工神经网络和专家系统的理论及研究现状,以及神经网络专家系统相结合的基本原理。2.改进了BloomFilter算法,使其误判率降为0,将该算法应用于告警信息过滤,并设计了BloomFilter告警过滤模块,给出了Java实现。3.提出一种基于BloomFilter算法与神经网络专家系统理论相结合的告警融合原型系统设计方案,采用基于JSP/Servlet/JavaBean技术对该方案进行实现,有效的提高告警信息融合率。