基于威胁排序的分流结构IPS研究与设计*

研究了在高速网络环境下的入侵防御系统设计与实现。分流系统本身缺乏有效的检测方法,不能对数据流量进行深层次的分析,所以其漏检率较高,应用范围有限。提出了一种用于分流系统的威胁排序方法,运用层次分析法对数据包的威胁程度进行排序,有效地解决了分流系统的漏检问题,并实现了一个完整的分流入侵防御系统的各模块设计,对其效能进行了初步评估。     

基于PCA的GABP神经网络入侵检测方法*

为克服BP算法易陷入局部最小的缺点,同时为减少样本数据维数,提出一种基于主成分分析(PCA)的遗传神经网络方法。通过降维和去相关加快收敛速度,采用改进的遗传算法优化神经网络权值,利用自适应学习速率动量梯度下降算法对神经网络进行训练。MATLAB仿真实验结果表明,该方法在准确性和收敛性方面都优于BP算法,应用于入侵检测系统中的检测率和误报率明显优于传统方法。     

“合作性学习”模式在财务管理课程实践教学中的探索与应用

案例教学是财务管理实践教学的重要手段,在培养和锻炼学生分析问题和解决问题的能力方面有重要作用。但在实施案例教学中,教师普遍感到效果欠佳,本文指出财务管理案例教学中存在的问题,并提出如何通过"合作性学习"模式保证案例教学实施效果。     

计算机网络安全与防火墙技术研究

计算机网络安全越来越得到人们的重视,防火墙技术是网络安全最重要的技术之一,分析了防火墙技术的功能、特点及分类,研究了根据需要创建防火墙系统的方法,以保证用户的网络安全.     

认知无线网络中协作感知数据上报性能分析

对于广播和中继共存的协作感知场景,在存在信道估计误差的情况下,分析了基于放大转发方式感知数据上报时的误码率性能. 通过推导汇聚节点的有效信号噪声比,得出平均误码率的近似表达式. 实验结果表明,理论分析结果与仿真结果一致.     

基于协议分析和SVM多分类的入侵检测系统研究

入侵检测实质上可以被描述为对数据样本进行尽可能正确的分类,关键问题是特征选择和模式识别方法的选择.采用SVM分类器组合的方法对数据样本进行分类,结合协议分析技术,提出了基于协议分析和SVM多分类的入侵检测系统模型,并利用KDD CUP 99数据集对系统模型进行测试.测试结果表明,所提出的方法有效提高了入侵检测的效率,降低了漏报率和误报率.     

Cooperative communications with hierarchical modulation in downlink OFDMA based cellular networks

Cooperative transmission is a promising way to improve system performance in orthogonal frequency division multiple access (OFDMA) based cellular networks.This paper proposes two heuristic cooperation ...     

协作频谱感知中基于累积可疑度水平的抗SSDF攻击策略

信息融合式协作频谱感知(Cooperative Spectrum Sensing, CSS)极易受到篡改感知数据(Spectrum Sensing Data Falsification, SSDF)攻击的威胁。针对此问题,提出了一种基于累积可疑度水平(Accumulated Suspicious Level, ASL)的抗攻击策略。在该策略中,利用了数据挖掘的思想,信息融合中心不需要任何关于恶意用户攻击策略的先验信息,仅通过各次用户历史决策之间的Hamming距离来计算其可疑度,并通过多个感知周期的信息累积得到每个次用户的ASL。当某些用户的ASL连续出现超过某一特定门限时,融合中心即将它判定为恶意用户并将其从融合过程中剔除,从而达到抵抗SSDF攻击的目的。仿真结果表明,该抵抗策略能够有效检测并剔除各种类型的SSDF攻击,对于一般算法无法检测的智能型攻击也具有较好的抵抗效果,并可改善不同形式SSDF攻击场景下的协作频谱感知性能。     

基于分群的自适应双门限合作频谱感知

针对认知无线电系统中,通知信道不理想对传统合作频谱感知的不利影响,提出了一种改进的合作频谱感知机制:认知用户被分成若干群,选择群内通知信道增益最大的认知用户为中心节点,采用自适应双门限机制负责群内合作频谱检测,并将检测结果报告给认知基站进行合并以确定授权用户是否存在.仿真结果表明:相对传统的合作频谱感知,该机制能降低通...     

协作网络中基于中继选择的协作波束赋形算法

针对传统多中继网络中所有中继节点都参与协作的协作波束赋形方法,提出了一种基于选择的协作波束赋形算法。该方法将最小化系统平均误码率作为目标,得到一个次优的中继节点选择门限,小于门限的中继节点被逐一剔除,从而保证了网络中的资源只分配给有用的中继节点,提高了协作波束赋形的分集增益。该选择方法需要的搜索次数和中继节点的个数相等,因此大大降低了选择过程的复杂度。蒙特卡洛仿真表明,选择波束赋形算法可以有效地提高系统误码率和网络能量效率。