新型入侵增量识别入侵检测模型

刘佳; 张平; 刘培玉; 孔凡玉; 李新金

首页> 中文期刊> 《计算机应用与软件》 >新型入侵增量识别入侵检测模型

新型入侵增量识别入侵检测模型

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

随着计算机和网络技术的不断发展,新的入侵模式不断产生,传统的入侵检测模型难以适应新的入侵模式的变化,致使检测新型入侵困难.为了达到自动进化改进入侵模型,快速监测新型入侵模式的目的,提出一种新型入侵检测增量识别方案.各个监测点具有相互交流机制,通过定期交流自身异常情况信息并判断周围设备通信情况,可以形成局部和全局异常流量的状况,共同进行入侵检测,防止单一主机入侵检测的盲点.根据各个节点收集的信息向堡垒主机反馈数据,形成全局异常值,如果全局异常值达到规定的阈值,判断为出现新型入侵行为.堡垒主机采用了相对分类快速、准确的决策树算法作为入侵分类算法.为了能使决策树分类能够快速自动进化改进,提出一种能够快速自我改进决策树局部的决策树改进方法.对整体环境的仿真实验表明,在基于入侵模式识别异常情况,决策树改进算法在自我进化后,对于加入新型入侵模式的入侵有效识别率可以达到94.09％.

著录项

来源
《计算机应用与软件》 |2019年第3期|320-325|共6页
作者
刘佳; 张平; 刘培玉; 孔凡玉; 李新金;
展开▼
作者单位

山东师范大学历山学院电子与信息工程学院山东潍坊262500;

山东大学网络信息安全研究所山东济南250100;

山东师范大学历山学院电子与信息工程学院山东潍坊262500;

山东师范大学历山学院电子与信息工程学院山东潍坊262500;

山东大学网络信息安全研究所山东济南250100;

山东师范大学历山学院电子与信息工程学院山东潍坊262500;

展开▼
原文格式 PDF
正文语种 chi
中图分类安全保密;
关键词
决策树; 增量识别入侵检测; 自适性入侵检测; 新型入侵检测; 轻量贝叶斯分类;

相似文献

中文文献
外文文献
专利

1. 基于增量式犌犎犛犗M神经网络模型的入侵检测研究 [J] . 杨雅辉 ,黄海珍 ,沈晴霓 . 计算机学报 . 2014,第005期
2. 基于云模型的增量SVM入侵检测方法 [J] . 张永俊 ,牟琦 ,毕孝儒 . 计算机应用与软件 . 2013,第003期
3. 基于增量KNN模型的分布式入侵检测架构 [J] . 黄杰 ,郭躬德 ,陈黎飞 . 网络新媒体技术 . 2009,第011期
4. 基于增量式贝叶斯智能入侵检测模型 [J] . 何慧 ,苏一丹 ,周叶 . 江西师范大学学报（自然科学版） . 2007,第001期
5. 基于人体多姿态识别的被动入侵检测模型研究 [J] . 谷敏敏 ,刘进军 ,安宁 . 传感器与微系统 . 2015,第006期
6. 基于增量式GHSOM神经网络模型的入侵检测研究 [C] . YANG Ya-hui ,杨雅辉 ,HUANG Hai-zhen . 第二届中国互联网学术年会 . 2013
7. 混合式入侵检测系统中入侵检测分类器模型的研究与实现 [A] . 高志森 . 2007

新型入侵增量识别入侵检测模型

摘要

著录项

相似文献

相关主题

期刊订阅