基于数据挖掘的网络病毒防御方法研究

针对当前网络病毒防御方法防御成本较高,防御效果较差的问题,提出基于数据挖掘的网络病毒防御方法。通过网络原数据挖掘,对所挖掘信息进行预处理后,对其中存在异常数据信息进行检测,实现异常数据控制防御,从而保障网络安全。通过实验,将其与多种网络病毒防御方法防御支付值对比后,证明设计方法具有更好的防御效果。     

关于入侵检测系统和入侵防御系统的探讨

本文简要介绍了入侵检测系统(Intrusion Detection System,IDS)的优势和不足,分析入侵防御系统(Intru-sion Prevention System,IPS)的原理和特点。IPS与IDS各有其优点和不足,应该充分发挥各自的优势,使双方达到互补,相辅相成,共同建立现实的网络与信息安全体系。     

数据挖掘技术在网络入侵检测中的应用

论述了入侵检测系统的基本概念,针对目前入侵检测系统中存在的问题,提出了一个基于数据挖掘技术的自适应入侵检测系统模型。介绍了该系统模型的基本思想,阐述其结构及主要功能,着重分析了该系统的数据挖掘和检测过程。利用数据挖掘技术自动地从大量数据中提取重要的特征和新的模式,生成有意义的规则并建立检测模型,实现对分布式拒绝服务攻击DDoS(D istrbute Den ial of Service)入侵的检测方法。     

基于改进融合的大型风力发电机组运行状态检测研究

为解决传统的大型风力发电机设备运行状态检测方法效果不佳的问题,设计了基于多特征融合的大型风力发电机设备运行状态检测方法。通过计算提取出的运行状态数据集的多个数据特征,并计算不同特征的权重值,实现数据的多特征融合,并对其进行特征分类。通过计算运行状态数据的偏离阈值和检测阈值,完成对设备运行状态的检测。实验结果表明,和以往的大型风力发电机设备运行状态检测方法相比,设计的基于多特征融合的大型风力发电机设备运行状态检测方法在实际应用中ROC曲线面积较大,检测效果较好。     

数据挖掘技术在网络入侵检测中的应用与研究

所谓的网络入侵检测技术是一种维护网络安全,防止黑客入侵网络的有效方法,在应用网络入侵检测技术过程中,通过对入侵现象的识别,及时发现网络中的异常现象及时报警,在短时间内采取积极有效的措施对异常现象进行解决,防止不法人员非法入侵。在网络入侵检测工作中,数据挖掘工作是其重要的组成部分,也是整个网络入侵检测技术应用的基础。本文主要内容研究了数据挖掘技术在网络入侵检测中的应用与研究,希望能为我国网络安全事业的发展有所启示。     

基于IDML的入侵检测模型

本文中提出了一个入侵检测模型.在本模型中,用入侵检测标记语言来表示入侵模式,并把这些入侵模式转换成入侵模式状态机,检测引擎可利用这些入侵模式状态机来检测相应的入侵.该模型解决了设计入侵检测系统时涉及到的入侵模式的表示、可计算性、可扩展性和可维护性等问题.     

人工智能技术在计算机网络防御中的应用探索

随着计算机技术和网络技术的不断发展，计算机网络已经遍布各个领域，并在人们的生活中发挥着重要作用，但因计算机系统发展不够完善，会频繁出现一些网络安全问题，在此背景下，人们更加关注计算机的网络安全防御措施，而以人工智能为代表的现代技术成果，也得以广泛应用在计算机网络防御中。基于此，本文首先对计算机网络安全防御进行简单介绍，然后对人工智能技术在计算机网络防御中的应用优势进行了研究。最后结合数据加密、智能化防火墙、规则生产式专家系统以及智能化入侵检测等手段，分析人工智能技术在计算机网络防御中的应用。     

基于数据挖掘的网络入侵检测研究

信息技术的发展使得人们越来越注重对网络信息安全的保护,入侵检测系统的出现让网络信息安全的保护从原本的被动保护变成了主动防护,这样一来就给原本的防火墙防护又增加了一层防护网。与此同时,计算机系统也在不断地升级,朝着越来复杂的方向发展,网络数据信息的规模也在不断地扩大,我们必须要不断地对网络安全审计技术进行改造才可以保证网络信息的安全性,也正是在这样的背景下,基于数据挖掘技术基础上的网络入侵检测模型开始出现。本文就网络安全的现状出发对网络入侵检测研究的意义进行了分析,并针对基于数据挖掘基础上进行的网络如今检测系统进行了深入的探究。     

一种混合采样与膨胀卷积相结合的入侵检测模型设计

基于机器学习的入侵检测模型在网络环境的安全保护中起着至关重要的作用.然而,入侵检测数据集存在不平衡类问题,限制了分类器对少数类的检测性能,降低了少数类的检测率.为了解决入侵检测数据集数据不平衡的问题,提出一种新的混合采样技术(SSG),由基于支持向量机(SVM)合成少数类过采样(SMOTE)算法和高斯混合模型(GMM)...     

入侵防御系统的研究和应用

近些年来,随着网络与信息技术的发展,尤其是互联网的广泛普及和应用,企业所面临的安全问题越来越复杂,安全威胁极大地困扰着用户,给企业的信息网络造成严重的破坏。因此,本文针对以上问题,首先分析和介绍了传统安全技术在应对上述网络问题时的优势和不足,然后提出了一种可以有效运行在高速网络上的入侵防御系统解决方案,并对该入侵防御系统的基本原理及其设计和应用进行了深入的研究和探讨,最后通过测试实验分析和说明了该系统的主要优势及其以后要面对和解决的问题。     

一种高精度湿度计节点的设计

为满足气象监测的需要,设计了一种高精度湿度计节点。采用3个不同类型的湿度传感器及无线处理器等电路构成了高精度湿度测量仪;3个传感器的湿度检测值通过数据融合处理剔除偏离数据,提高了湿度测量的可靠性和准确性。同时,将该仪表作为网络节点,与其他气象传感器一起构建无线传感器网络气象观测系统。实际应用表明：该仪表的检测精度较单传感器有了较大的提高。     

基于多证据融合决策的间歇过程测量数据异常检测方法

间歇过程测量数据的高维、非线性、非高斯分布特征直接影响过程测量数据异常检测的准确性，为了融合多源数据异常检测信息，提升间歇过程测量数据异常检测精度，提出了一种基于多证据融合决策的间歇过程测量数据异常检测方法，该方法通过引入证据理论（Dempster-Shafer，D-S），采用主焦元判别伪证据和重新计算证据权重改进冲突证据处理方法，减小了冲突证据对多证据融合决策结果的影响，提高了间歇过程测量数据异常检测的准确率。构建了基于多证据融合的测量数据异常检测模型并将其应用到间歇过程测量数据异常检测决策判决中。实验结果表明，该方法能够融合多证据信息，有效地处理冲突证据，实现了间歇过程测量数据异常检测，降低了误检和漏检率。     

基于PSOGSA前向神经网络的石化控制系统入侵检测

针对日趋严峻的石化行业工业控制系统（ICS）安全形势,提出一种基于粒子群优化（PSO）和万有引力搜索算法（GSA）的前向神经网络（FNNPSOGSA）,用于解决其中的入侵检测问题。分别利用GSA的全局寻优能力和PSO快速局部收敛优势,提出了一种基于PSO和GSA的混合算法PSOGSA,并将其用于前向神经网络（FNNs）的训练。通过多组基准测试数据集,将FNNPSOGSA预测结果同FNNPSO、FNNGSA和参考文献中改进的FRGNN（K-NN）和FRGNN（Naive Bayes）预测结果相比较,验证了PSOGSA在训练FNNs中是可行的,并且FNNPSOGSA具有更高的预测准确率和更强的泛化能力。更进一步,对工控入侵检测标准数据集的仿真结果表明其在工控系统入侵检测中的可行性和有效性。     

基于校园网的入侵检测系统设计及选配

传统模式的校园网络安全依靠单一的网络防火墙来实现。随着网络技术的进步,一种基于防火墙与入侵检测系统混合使用的安全模型现已被很多校园网络采用。本文分析了当前校园网中常见的几种安全隐患,详细介绍了防火墙与入侵检测系统的工作原理,最后给出了入侵检测系统在职院校园网中的一个选配。     

基于多源异构数据融合的化工安全风险动态量化评估方法

针对石化企业过程安全风险分析缺乏多源异构数据融合、难以解析风险动态时变机理的现状。首先基于改进的模糊Petri网建立风险动态传播模型,考虑初始事件失效、保护层失效和修正因子等参数,得到风险的实时变化概率;然后分析不同保护层失效对事故发生概率的影响,得到不同保护层的重要程度;最后,以正己烷缓冲罐溢流发生火灾爆炸事故为例进行动态风险计算,分析对比其在不同保护层失效下的事故发生概率变化,结果表明安全联锁系统对事故发生起关键作用,日常应加大对其检测力度,防止事故发生。     

粒子群算法求解边值固定的化工动态过程优化问题

针对化工过程系统优化中广泛存在着边值固定的动态优化问题,该问题的求解数学上还没有有效的方法,现今的方法之一是将问题转化为多目标优化问题.本文在粒子群优化(PSO)算法的基础上,提出在PSO算法中加入惩罚项,同时对局部极值与全局极值作进一步的调整,使PSO算法适用于求多目标优化问题理想有效解,该算法对多目标问题起到边优化边求理想有效解的功效;即只用一步即可求理想有效解,这使得在求解速度上大为加快.最后将其用于间歇反应器的最佳反应温度边值固定动态优化控制的实际运用中,取得良好效果.     

油田地面图形/数据融合关键技术的研究

以油田地面图形/数据融合系统为基础,介绍实现该系统的一系列关键技术,包括Auto CAD二次开发技术、遥感图像无缝拼接技术、遥感图像与CAD图形数据配准融合技术。     

基于数据融合技术的陶瓷窑炉温度智能控制

根据陶瓷窑炉控制的特点，研究了应用于陶瓷窑炉温度控制系统的数据融合基本方法，以解决测量噪声干扰下参数估计问题。提出了多传感器数据融合与陶瓷窑炉温度智能控制相结合的结构，最后将数据融合方法应用于陶瓷窑炉的温度智能控制系统。应用结果表明，基于数据融合技术的陶瓷窑炉温度控制比采用单一的传感器控制效果有明显的改善。     

活性污泥系统的知识提取及专家系统的建立

将活性污泥污水处理系统的预测知识、异常诊断知识以及分析和控制知识进行整合,并利用基于Rough集的数据挖掘方法疏理、约简知识库,建立专家系统,实现对污水生物处理异常预测及专家诊断和在污水处理厂运行管理中的多方面功能。用VC.NET将CLIPS专家系统嵌入到基于网络的污水处理实时控制和数据采集实验平台系统中。通过多传感器的数据融合技术,经过对在线实时采集实验数据的分析,综合判断活性污泥的状态参数及其对系统的影响。