首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 125 毫秒
1.
随着社会的进步和科技的发展,尤其是Internet技术的飞快发展,使网络信息的安全技术得到了人们越来越广泛的重视,相应的技术也逐渐被运用到网络信息的安全防范中去.本文对信息安全以及网络信息安全防范技术进行了分析和阐述,主要包括身份鉴别技术、防火墙和入侵检测系统、隐藏IP地址,以及防范网络病毒等方面.  相似文献   

2.
《信息与电脑》2019,(20):112-114
入侵检测是网络安全管理中的一项安全措施,可以有效发现和弥补网络安全漏洞和缺陷。但是随着网络流量的增加以及网络攻击形式的多样化发展,入侵检测系统的技术也不断完善,当前数据挖掘技术成为入侵检测系统的重要技术形式。笔者主要对入侵检测系统技术形式、数据挖掘技术的具体应用方式等进行具体分析和讨论,希望能够促进网络安全管理工作的进一步开展与优化。  相似文献   

3.
基于机器学习方法的入侵检测技术的研究   总被引:1,自引:0,他引:1  
入侵检测技术是近20年来才出现的一种有效保护网络系统免受网络攻击的新型网络安全技术.随着网络技术的迅速发展、安全问题的日益突出,传统的入侵检测系统已难以满足对越来越复杂的网络攻击的检测任务,将机器学习的技术引入到入侵监测系统之中以有效地提高系统性能,已成为入侵检测技术的研究热点.本文主要介绍了入侵检测系统的基本结构以及几种机器学习方法在入侵检测中的应用,其中包括:基于贝叶斯分类的方法、基于神经网络的方法、基于数据挖掘的方法与基于支持向量机的方法.  相似文献   

4.
现阶段网络环境成了人们关注的重点,计算机网络安全成为人们使用计算机网络时首先考虑的重点,由此也说明了有效运用入侵检测技术的必要性与重要性。本文分析了该技术在运用过程中出现的主要问题,并在入侵检测系统选择、加密流量处理、入侵检测能力提升等三个方面提出了切实可行的运用策略,旨在为用户加强计算机网络安全维护提供有益的参考。  相似文献   

5.
入侵检测系统研究与探讨   总被引:1,自引:0,他引:1  
随着计算机网络的飞速发展,信息安全越来越受到人们的重视.入侵检测技术是保证计算机网络安全的核心技术之一,在保护计算机安全方面起着越来越重要的作用.本文从入侵检测技术的基本概念和发展入手,对入侵检测系统模型和入侵检测过程进行了综述和研究,同时讨论了入侵检测系统面临的主要问题及今后的发展趋势.  相似文献   

6.
分布式高速网络入侵防御系统研究   总被引:5,自引:0,他引:5  
网络的安全问题日益严重,DoS,DDoS等暴力攻击成为千兆级别高速网络上的主要攻击手段,蠕虫的传播占据了大量的网络带宽.传统的入侵检测系统不能有效地处理大量的网络数据,且无法及时阻断检测到的攻击行为.本文针对以上问题,提出了一种可有效运行在高速网络上的分布式入侵检测与阻断系统.此类系统也称为入侵防御系统IPS(Intrusion Prevention System).  相似文献   

7.
随着全球信息化进程的加快,计算机网络已成为人类社会不可缺少的一项重要内容,但随着计算机网络技术的飞速发展,有关的安全问题也越来越引起人们的关注。针对当前网络安全入侵检测效果差的问题,设计了一种计算机网络安全入侵检测方法。首先,介绍了当前计算机网络安全的发展趋势,对其存在的一些问题进行了探讨;然后,从入侵特征提取、入侵行为分析、入侵检测模型、网络安全防护体系结构四方面完成了技术的设计。  相似文献   

8.
随着网络信息技术的不断发展,计算机的使用也逐渐走进了千家万户。网络技术在为人们带来便利的同时其安全问题也日益成为人们关注的焦点,如何最大限度的保障计算机网络安全也已经成为人们研究的重点和难点问题。在提高计算机网络安全方面存在着众多的防范技术,在这众多的技术中入侵检测技术是十分重要的一种。本文就入侵检测技术在计算机网络安全中的应用进行深入探讨与分析,以期为相关研究提供参考。  相似文献   

9.
计算机网络技术在给人们带来方便快捷服务的同时,也面临着一些问题.比如如今网络安全成了人们诟病的话题,也成了我国计算机发展路程上的主要研究对象.本文主要介绍入侵检测技术在计算机网络安全维护中的应用,从入侵检测技术的重要性,以及如何有效的对其利用.  相似文献   

10.
信息技术突飞猛进的发展,促使计算机走进千家万户,已然成为公众生活和生产活动不可或缺的工具,但与此同时计算机网络安全问题也备受关注,这无疑对计算机网络安全防范技术提出了更高的要求,尤其是入侵检测技术.对此,本文以计算机网络入侵途径为切入点,阐述了入侵检测技术的实践应用,并就其发展趋势作了展望.  相似文献   

11.
改进BP神经网络用于入侵检测   总被引:1,自引:0,他引:1  
丁玲  赵小刚 《微计算机信息》2012,(3):131-132,84
随着网络的不断发展,网络上的信息量在日益增多,人们在网络上的应用也越来越多,网络安全成为十分重要的问题。入侵检测是网络安全的的一个研究热点。本文经过对入侵检测历史与现状的分析和对目前入侵检测技术的研究。针对目前大多数入侵检测系统存在的局限性,提出了一种利用改进BP神经网络算法的入侵检测方法,仿真实验结果表明该算法可以有效地进行入侵检测,使入侵检测的准确性与速度有所提高。  相似文献   

12.
随着国内外计算机和通信技术及应用的快速发展,传统电信网正在向信息网迅速发展。以网络方式获得信息和交流信息、已经成为现代信息社会的一个重要特征。网络正在逐步改变人们的工作方式和生活方式,成为当今社会发展的一个主题。本文从计算机网络安全的相关知识概述出发,分析了影响网络安全的原因,并提出了维护计算机网络安全的对策。  相似文献   

13.
一种内网端点安全系统的设计   总被引:1,自引:0,他引:1  
当前很多企业部署了内部网络,并将内网作为信息发布和共享的平台,确保内网安全和端点安全的要求与日俱增,随着攻击工具和手段的日趋复杂多样,传统的防范手段已不能保证内网安全和端点安全。文章针对端点安全,研究了对非安全网络端点的识别和隔离方法,提出了一种内网端点安全系统的设计方案,基于现有网络设备和标准协议,可实现入侵检测和访问控制的功能,成本较低、结构简单、管理方便。  相似文献   

14.
网络带给人们自由开放的同时,也带来不可忽视的安全风险,网络安全越来越成为人们关注的重点。作为网络安全研究领域中重要组成部分的网络流量异常检测技术研究也逐渐得到重视。在网络流量异常检测技术的研究中首先要进行网络流量的采集,然后对所采集的流量进行分析。网络流量的采集主要有两种比较流行的方法:一是基于包的采集方法,另一种是基于流的采集方法。在此主要将这两种数据采集方法进行对比研究,并得出了实验的结果。  相似文献   

15.
传统的异常入侵检测算法存在误报、漏报率高等问题。为此,将支持向量机应用于网络流量异常检测,提出一种基于支持向量机的网络流量异常检测模型。实验证明,该模型具有较高的检测率,对未知攻击的检测精度也很高,说明了采用支持向量机技术进行入侵检测的有效性。  相似文献   

16.
近年来,网络空间安全成为信息安全中的热门领域之一,随着复杂网络的研究日渐深入,网络空间安全与复杂网络的结合也变得日益密切。网络的整体安全性依赖于网络中具体节点的安全性,因此,对网络节点的安全重要程度进行有效排序变得极为关键,良好的排序方法应当将越重要的节点排在越靠前的位置。本文从网络的拓扑结构入手,研究了网络节点的局部关键性,在传统基础上考虑了相邻节点及次相邻节点的拓扑结构影响。同时,由于传统方法很少引入动态因素,因此本文引入了网络节点实时流量向量,算法既包含网络拓扑结构,又使用了不同时刻的节点流量,采用了静态与动态相结合的方式。实验结果表明,在破坏排序结果前top-n个节点时,与传统方法相比,本文算法在排序结果上具有更好的效果。  相似文献   

17.
随着网络技术和规模的不断发展,信息安全已成为用户必须面对且不可避免的问题,基于数据挖掘的网络实时入侵检测模型依据数据挖掘的算法建立入侵检测机制,可以有效地进行入侵检测,从而保护用户信息安全。  相似文献   

18.
信息技术的发展正在改变着世界,网络计算机安全问题顺理成章成为人类面临的一个重大课题。本文通过对网络计算机安全原因及诸多隐患的分析,力求从理论和实践两个层面归纳出一些防范和杜绝计算机网络安全隐患的措施和方法。  相似文献   

19.
基于信息融合的网络安全态势评估模型   总被引:29,自引:0,他引:29  
安全态势评估是近年来国内外在网络安全领域的研究热点之一.对已有的安全态势评估方法进行了详细分析和比较,针对网络安全中多数据源的特点,提出基于信息融合的网络安全态势评估模型,引入改进的D-S证据理论将多数据源信息进行融合,利用漏洞信息和服务信息,经过态势要素融合和节点态势融合计算网络安全态势,绘制安全态势曲线图,同时对态势计算结果进行时间序列分析,从而实现网络安全趋势的预测.最后利用网络实例数据,对所提出的网络安全态势评估模型和算法进行了验证,结果表明该模型比已有成果更加有效和准确.  相似文献   

20.
进入21世纪后,世界行业潮流格局就发生了变化,高节奏、高效率、高效益成了这个时代的口号,于是,计算机网络行业就成了这个时代的主流行业了。但是,计算机信息化的高速发展给人们带来众多福利和服务的同时也是问题重重。本文从计算机网络安全技术的安全漏洞问题入手,介绍了一些计算机安全技术漏洞的检测和防护措施。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号