基于云计算和机器学习的网络入侵检测系统研究

研究了一种基于云计算和机器学习的新型入侵检测系统MOVCIDS(mobile visualization connectionist IDS).该系统能够有效检测到神经网络结构检测网络中的异常情况.通过可视化方式对识别出的网络异常情况进行展示,同时给出流量异常预警.利用神经网络和贝叶斯滤波器,建立海量流量数据集预测模型...     

基于移动代理的网络入侵预警框架

本文采用移动代理实现网络入侵预警框架，通过基本入侵检测模块获得可疑安全事件，动态分派相关移动代理收集进一步的入侵事件，构造基于入侵事件的有限自动机预警模型，预测下一步的入侵事件和可能的入侵攻击，降低误报率。同时，通过移动代理降低了网络通信量和系统负载。     

基于协同的分布式入侵检测模型研究

有效的数据交互与共享是分布式入侵检测的前提。提出协同的概念,并从实现信息共享和协同角度,对分布式入侵检测系统存在的主要技术难点进行分析,由此在系统结构、策略管理、检测技术等层次上提出了一种新型的层次化组件协同模型(HGCM)。该模型针对分布式数据源进行分布式协同处理,从负载动态均衡、组件通信等方面在各个组件之间实现高效的信息共享和协同分析,避免了关键节点的处理瓶颈,提高了系统的容错性和协同能力,以实现真正意义上的分布式入侵检测。     

一种基于云计算的入侵检测系统模型

文章首先对传统的防火墙技术及其局限性做了简要分析,其次设计了基于云计算的入侵检测系统模型,并对其技术实现进行了探讨.该系统可以迅速判断并阻止已知和未知的安全问题,使之在发生之前加以拦截,展示了基于云计算架构的Web内容防护解决方案.本模型可用于进一步阻止目前快速增长且极具动态性的网络威胁,提高了网络整体的安全性能.     

基于Snort和Acid的协同入侵检测系统设计与实现

提出一种基于snort和Acjd的分布式协同入侵检测系统(SADIDS),控制台和传感器之间传送的控制命令用SADIDS命令格式编码,添删的规则用Blowfish算法加密,使传感器之间的工作既具有独立性,并且通过远程配置,又可以使各个传感器之间安全地进行最大可能的分工协作,系统组件功能的独立均衡保证了自身的安全性。     

基于入侵意图的报警信息关联分析技术

针对目前报警信息关联技术中存在的问题，提出了基于入侵意图的报警信息关联分析技术。该技术不仅继承了基于入侵策略的报警信息关联分析方法所具有的时效性、预见性强等优点，而且提高了     

基于多检测Agent的大规模网络入侵检测体系

传统的单机入侵检测系统已不能保障大规模网络的安全.为了提高大规模网络的信息安全防护能力、隐患发现能力、应急反应能力以及信息对抗能力,本文提出了一种多入侵检测系统协作检测与预警体系,有效地解决了大规模网络的上述问题,为建立大规模网络的信息安全保障体系提供了有力的支撑.     

入侵检测报警关联技术

报警关联技术分析不同安全产品产生的报警,从中识别出真正有意义的攻击警报,并减少大量的误报警,降低安全管理员的工作量。该文介绍了报警关联的基本模型和主要技术,分析了主要的关联方法,探讨了报警关联技术的发展方向。这些讨论对应用或发展报警关联技术都有参考价值。     

一种基于协同调度的入侵检测框架

分析了现有入侵检测系统的不足,讨论了协作的必要性,介绍了一种多主体协同入侵检测框架。本框架采用分布检测和集中处理的结构、通用的警报格式和安全通信协议,由控制中心的调度引擎对协同请求、关联数据收集、警报和新规则的分发进行统一的调度管理。经过测试和应用,能够很好地实现多主体间的信息共享,完成协同检测。     

云计算支持下的协作式数字取证技术

为解决网络环境下电子证据分散、取证分析效率低、协作难度大等问题,在分析计算机犯罪特点以及当前数字取证所面临的相关问题基础上,针对数字取证与分析的协同需求,设计了一种具有正循环反馈机制的云计算支持下的协作式数字取证模型,并详细论述了其设计思想和体系架构.最后,研究了模型的系统实现方法、电子证据云存储调度策略、基于封锁机制的并发分析任务调度.实验表明,协作式数字取证技术可有效提高数字取证工作效率和分析结果的准确性.     

基于云计算的网络技术研究

随着科学技术与网络信息技术在近几年的迅速发展,云计算技术开始出现在大众眼中,其灵活性以及便捷性 使得云计算的相关产业得到了快速的发展。本文从云计算的概念入手,分析基于云计算的网络技术的实现及其发展所面临的 挑战,以更好地推动云计算技术的发展。     

云计算环境下基于协同过滤的个性化推荐机制

随着云计算时代的到来,应用数据量剧增,个性化推荐技术日趋重要.然而由于云计算的超大规模以及分布式处理架构等特点,将传统的推荐技术直接应用到云计算环境时会面临推荐精度低、推荐时延长以及网络开销大等问题,导致推荐性能急剧下降.针对上述问题,提出一种云计算环境下基于协同过滤的个性化推荐机制RAC.该机制首先制定分布式评分管理策略,通过定义候选邻居(candidate neighbor, CN)的概念筛选对推荐结果影响较大的项目集,并构建基于分布式存储系统的2个阶段评分索引,保证推荐机制快速准确地定位候选邻居;在此基础上提出基于候选邻居的协同过滤推荐算法(candidate neighbor-based distribited collaborative filtering algorithm, CN-DCFA),在候选邻居中搜索目标用户已评分项目的k近邻,预测目标用户的推荐集top-N.实验结果表明,在云计算环境下RAC拥有良好的推荐精度和推荐效率.     

一种基于云计算技术的军事信息系统体系架构

云计算技术在商用领域已经取得了巨大的成功,但在军事领域还处于探索之中,尚没有合适的体系架构提出。文中在研究现有军事信息系统体系架构及军事信息系统发展趋势的基础上,提出了一种基于云计算技术伪军事信息系统体系架构。该架构将面向服务架构（SOA）与云计算技术相结合,具有强大的数据共享能力,同时具备高性能、高可靠性、高维护性、高可扩展性等,可以为未来军事信息系统提供高性能信息处理能力以及高效的信息集成和共享能力。     

云计算技术探讨

云计算已成为当前最流行的技术之一.介绍了云计算的基本概念,主要形式,云计算的关健技术是虚拟技术和分布式系统,云安全是云发展面临的主要挑战,云计算高强度的数据运算能力,实现云用户对计算、存储等的按需采购,无限扩客等方面的优势决定其未来会有充分的发展和广泛的应用.     

基于 BP 神经网络的云计算入侵检测技术研究

随着网络技术和云服务的广泛应用,云计算环境下强大的计算资源和巨大的存储能力已经变成攻击者的目标。但由于云服务器所具有的一些有别于普通主机的特性,所以不能将已有的入侵检测技术直接应用到云计算中,论文基于云计算的特点设计出面向云计算的入侵检测系统模型,并详细研究分析模块,为解决传统入侵检测算法存在高漏报率和误报率问题,在分析模块中设计出通过改进人工蜂群算法来优化BP神经网络的入侵检测算法,提高了神经网络分类正确率,缩短了样本训练时间。为提高检测效率,论文选用D‐S证据理论来融合BP神经网络的检测结果来提高结果的准确性,通过实验证明算法的高效性。     

应用云计算架构六螺旋协同创新平台

为了“产、学、研”更好、更快的协同创新,以云计算、三螺旋和协同创新为理论基础,提出应用云计算技术架构六螺旋协同创新平台的设想,并对协同创新平台的五层体系结构和部分功能模块进行了详细设计。此平台能整合各种科技资源、人力资源和服务资源,还能使“政、企、校、研、中、金”六螺旋可以在自主式、交互式的环境中获取最新的信息、需求和供给,实现跨部门合作、跨学科合作、协同创新。对于稳固产学研交流合作渠道,促进高校、科研单位成果产业化,加快中小企业信息化建设和技术升级,实现协同创新等有重要意义。     

云计算研究

云计算模式是在基础设施即服务（IaaS）、平台即服务（PaaS）、软件即服务（SaaS）、分布式计算、并行计算和网格计算等概念演进并产生的结果。云计算模式是一种全新的计算应用模式,将会成为人们获取服务的主导方式。本文首先介绍云计算在业界中的概念,接着分析云计算和相关计算,最后关于云计算发展的前景进行展望。     

基于云计算的作业调度算法研究

通过对现有云计算进行系统的研究,设计出一套作业调试算法解决方案,实现云计算作业调试算法,并应用在云计算模型上,通过模拟平台进行实验分析,证明解决方案是可行的。