数据挖掘技术在网络安全中的应用

研究网络安全问题,网络入侵方式具有多样性.未授权滥用网络资源,给网络安全带来影响,对网络入侵检测系统实时性要求比较高.而当前网络入侵检测系统存在检测速度慢,检测正确率低,不能适应网络入检测发展.为了保证网络安全,根据入侵检测系统要求和人工免疫原理提出一种基于人工免疫原理的网络入侵检测系统,用于弥补目前在网络入侵检测方面的一些缺陷.最后对网络入侵检测系统进行构建和仿真.仿真结果表明,人工免疫原理的网络入侵检测系统加快了网络入侵检测速度,提高了入侵检测的正确率,有效的降低入侵漏报率,为网络入侵检测提供了一种新的检测工具.     

基于专家系统和神经网络的网络入侵检测系统

研究网络安全问题,网络入侵方式具有多样性和不确定性,当前大多数入侵检测系统检测正确率低,误报和漏报率高的缺陷。为了提高网络入侵检测正确率,保证网络安全,提出一种基于专家系统和神经网络的智能入侵检测系统。首先采用专家系统对已知网络入侵进行检测,然后采用神经网络对专家系统不能发现的未知网络入侵进行检测,最后利用神经网络检测结果对专家系统规则库进行更新。采用网络入侵检测数据库KDD CUP 99进行仿真,结果表明,智能入侵检测系统提高了网络入侵检测的正确率,有效降低了网络入侵的误报率和漏报率,为网络入侵提供了一种新的有效的检测工具。     

GARBF在网络入侵检测中的应用研究

研究网络安全问题,提高入侵检测效率,针对网络入侵检测传统采用RBF神经网络方法在网络入侵中由于初始权值设定不当导致检测入侵耗时长、正确检测率低,误报和漏报率记的难题,为了解决上述问题,提出了一种GARBF神经网络入侵检测模型.GARBF神经网络模型在网络入侵检测过程中,采用遗传算法对RBF神经网络初始权值进行优化,然后将网络入侵数据输入优化的RBF神经网络中进行学习和检测.结果表明,相比较传统网络入侵检测模型,网络入侵检测误报率、耗时都较低,证明提高网络入侵检测的正确性和效率.     

IA-SVM算法在网络入侵检测中的研究

研究网络入侵检测问题,网络入侵具有不确定性、多变性和动态性,传统检测方法不能很好的识别这种特性,且传统支持向量机参数采优化方法易出现参数选择不当,导致网络入侵检测准确率低.为了提高网络入侵检测准确率,将免疫算法引入到网络入侵检测中,用其优化支持向量机参数.方法将网络入侵检测数据输入到支持向量机中学习,将支持向量机参数作为免疫算法的抗体,把网络入侵检测准确率作为免疫算法抗原,通过抗体和抗原相互作用得到最优的支持向量机参数,然后对网络入侵数据检测得到入侵检测结果,最后通过DRAP网络入侵数据集对该方法进行仿真.仿真结果表明,相对传统网络入侵检测方法,新方法学习速度快,检测准确率高,很好地解决了传统检测方法准确率低的难题,为网络安全提供了保障.     

基于均衡化样本类别的图书馆网络入侵自动检测研究

针对当前图书馆网络入侵检测准确率，误报率高的问题，以获得更理想的图书馆网络入侵检测结果，设计了基于均衡化样本类别的图书馆网络入侵自动检测方法。首先捕获图书馆网络数据包，提取数据包中的图书馆网络入侵检测特征，然后通过均衡化样本类别算法合成入侵检测样本集合，并通过统计模型和邻居节点的实际活动参数实现入侵检测，最后进行了图书馆网络入侵检测仿真实验，结果表明，提高了图书馆网络入侵检测正确率，降低了图书馆网络入侵检测误报率，图书馆网络入侵检测效率高，具有较高的实际应用价值。     

网络入侵检测系统的设计及实现分析

文章分析了网络入侵检测系统的概述,同时提出了网络入侵检测系统的设计方案,最后总结了网络入侵检测系统实现的具体措施.旨在明确网络入侵检测系统的结构特征与运行模式,解决网络安全隐患,提升网络入侵检测的准确性,进而提高计算机系统与网络结构的稳定性与安全性.     

基于机器学习与大数据技术的入侵检测方法研究

为有效检测网络的攻击行为,提出了基于机器学习与大数据技术的入侵检测方法。首先分析当前网络入侵检测算法,描述了大数据分析技术的网络入侵原理,然后将GRU神经网络与SVM分类算法相结合,最后使用网络入侵检测数据集进行实验。实验结果表明基于GRU-SVM模型的网络入侵检测成功率高于其他模型,网络入侵检测整体效果得到改善,保证...     

计算机网络入侵检测技术探究

目前计算机网络日益普及,网络入侵已成为一个重大的社会性问题,入侵检测技术也应运而生。随着科学技术的飞速发展,入侵检测技术也日益成熟。文章阐述了网络入侵以及入侵检测的基本概念,介绍了当前使用较多检测技术,重点分析了人工免疫的入侵检测模型。     

浅谈网络入侵检测技术

本文主要阐述了网络入侵检测技术的定义,以及主机的入侵检测系统、基于网络的入侵检测系统、混合入侵监测系统的三种入侵检测系统的分类;接着探讨了网络入侵检测的过程;最后分析了网络入侵检测技术方法。例如：遗传算法、数据挖掘、聚类算法、行为模式、神经网络、智能分布等。     

基于Snort的网络入侵防御探究

为了研究基于Snort的网络入侵防御,文章首先介绍了入侵防御体系工作原理,再之介绍了网络入侵检测技术,主要包括基于网络的入侵检测系统以及基于主机的入侵检测系统,最后详细研究了基于Snort的网络入侵设计。文章的研究可以作为基于Snort的网络入侵防御设计过程中的参考。     

生物免疫原理在入侵检测系统中的应用

介绍生物免疫系统的免疫原理,提出一个基于人工免疫原理的入侵检测模型,重点分析模型"自我"和"非自我"的界定、检测规则和检测算法,提出基于阴性选择的检测器生成算法.     

人工免疫系统的应用与发展

在现代信息科学和生命科学相互交叉渗透的研究领域,由生物免疫系统启发的人工免疫系统(AIS)是继脑神经系统(神经网络)和遗传系统(进化计算)之后的又一个研究热点。该文首先简要介绍了生物免疫系统的特点,然后系统综述了国内外对人工免疫系统的最新研究和应用成果,最后展望了人工免疫系统进一步的研究方向。     

基于人工免疫系统的反垃圾邮件过滤机制

提出了一种基于人工免疫系统（AIS）的垃圾邮件过滤机制。将邮件文本向量空间化并结合免疫识别算法进行过滤。对机制进行了建模与算法描述，对检测器的性能和系统的学习更新进行了向量空间上r 模拟仿真并与Nave Bayes方法进行比较。研究结果说明将人工免疫系统应用于垃圾邮件处理有动态性和自适应强的优点，同时为特定领域的信息分类问题提供了一种参考机制。     

一种基于生物免疫系统的计算机抗病毒新技术

当前计算机病毒呈现出两种新的趋势：计算机病毒的制作速度大大提高;互联网的飞速发展促使病毒传播速度更快,传播空间更广。利用现有抗病毒技术已无法遏制计算机病毒的快速繁衍和传播,对当今的信息社会构成严重威胁。研究和探讨了一种新的计算机抗病毒技术,即基于生物免疫系统的计算机病毒免疫技术,提出了计算机免疫系统的体系结构。最后论述了计算机抗病毒技术的研究发展现状。     

引入人工免疫理论的入侵检测

由于计算机的安全问题与生物免疫系统具有惊人的相似性,特别是在网络入侵检测上,因此就产生了一个有意义的研究领域:引入人工免疫理论的入侵检测机制研究。首先介绍了入侵检测的概念和地位,然后在分析传统IDS缺陷的基础上,提出了在入侵检测中引入人工免疫理论。接着从AIS的生物原型入手,综述其仿生机理及其在计算机技术领域的应用,并介绍了阴性选择算法。然后通过局部修改portsentry,引入了人工免疫机制,并进行了仿真实验。     

免疫算法的改进

免疫算法是在免疫系统识别多样性的启发下所设计出的一种新的多峰值函数的寻优算法。尽管免疫系统本身具有许多优良的计算特性,但已有的免疫算法模型却存在着不少缺陷,在已有的免疫算法的基础上,进行合理的改进,在保证群体的多样性性能的同时,加入了促使群体快速持续收敛的操作,并通过实验表明了改进算法具有更好的性能。     

一种基于免疫原理的自律机器人行为控制算法

生物体免疫系统是一个高度复杂的分布协调自适应系统。文章基于免疫学的细胞克隆选择学说和 Ｊｅｒｎｅ网络调节理论,介绍一种人工免疫系统模型及算法,并应用于自律移动机器人的行为控制研究,模拟实验结果表明,该算法能有效增强自律移动机器人在动态环境中的自适应能力。     

基于信息免疫技术的垃圾邮件过滤技术*

介绍了一种基于信息免疫技术的垃圾邮件过滤系统的基本组成,并着重对特征元素自学子系统进行了比较详细的介绍。     

基于免疫计算的agent系统研究

由于免疫系统具有良好的特性以及与multi-agent系统的相似性,因此将免疫机理应用于multi-agent系统的研究越来越受到关注。该文提出了一种新的实体agent——免疫agent和多免疫agent系统。首先给出了免疫agent的功能、结构以及形式化描述,然后构造了基于独特性网络理论的多免疫agent系统模型,借鉴生态学协同进化机理提出了系统中免疫agent之间的四种交互关系:共生、共栖、捕食者-猎物和竞争关系,并给出了免疫agent的浓度函数表达式。     

一种求解模糊柔性Job-shop调度问题的多智能体免疫算法

结合实际纸盆车间的生产特点,考虑了模具、机器和操作人员等多种资源约束,以及加工时间和交货日期的不确定性等因素,建立了批量可变的模糊柔性Job-shop调度问题模型。同时结合多智能体系统以及生命科学中免疫系统的免疫信息处理机制,构造了一种用于求解实际Job-shop调度问题的多智能体免疫算法。该方法通过智能体与其邻居间的竞争操作以及自学习操作,并结合自适应疫苗接种、交叉、变异和模拟退火操作,来更新每个智能体在解空间的位置,使其能够更精确地收敛到全局最优解。最后对某纸盆车间的调度实例进行了求解,实验结果验证了算法的有效性。