一种基于网络安全风险评估的入侵检测方法

针对传统的入侵检测系统存在报警数量大、误报率高等缺陷,提出了一种基于网络安全风险评估的入侵检测方法,该方法基于入侵检测结果,引入抗体浓度随入侵强度动态变化这一人工免疫理论的最新研究成果进行网络安全风险的计算,然后根据当前网络面临的实时安全风险动态设置报警策略。实验结果表明,该方法能够实时、定量地计算主机和网络所面临的风险,并极大地降低报警数量和误报率。     

基于危险理论的入侵检测系统误报率研究

入侵检测系统误报率高是一个普遍存在的问题.本文从概率论的角度出发,通过对入侵检测系统误报产生的原因进行分析,论证基于危险理论的入侵检测系统在保证检测率的同时,有效地降低入侵检测系统的误报率.     

基于有效载荷的异常入侵检测技术研究

分析了目前入侵检测存在的问题,提出了一种基于有效载荷的异常入侵检测技术.该技术选取网络数据包有效载荷的位分布作为系统特征值,采用统计学中的马哈拉诺比斯距离作为区分合法访问与非法入侵的算法,降低了误报率,提高了检测精度.实验结果表明,该检测技术是有效的,具备一定的识别未知入侵的能力,可以实现实时高效的异常入侵检测.     

基于DSP技术的振动报警信号处理

采用了数字信号处理技术对振动传感电缆报警信号进行分析和处理.虚警率高一直是安防系统重点要解决的问题,而传统的时域门限分析方法对信号识别的准确率不高,不利于降低安防系统报警信号的误报率.提出的对各种随机报警信号按照各自的功率谱特征进行判断和识别的方法,可以很大程度上减少信号的误报.结合振动传感电缆报警网络产生的信号特点,用信号的功率谱分析方法,替代传统的报警信号时域门限识别方法.取得了明显的效果,实际测试表明,报警信号的误报率由原来平均43%降到10%以下.     

基于SSA-SVM的网络入侵检测研究

互联网快速发展使得网络空间越来越复杂,网络入侵导致网络安全问题备受关注。为提升网络入侵的检测效率和精度,构建了基于支持向量机的网络入侵检测模型。支持向量机模型的惩罚系数和核函数参数直接影响入侵模型的检测精度,采用麻雀搜索算法对惩罚系数和核函数参数进行优化,提出了基于麻雀搜索算法和支持向量机的网络入侵检测模型。将提出的网络入侵检测模型应用于实际的网络入侵检测中,并与PSO-SVM和SVM模型进行对比。结果表明,所提出的网络入侵检测模型能够有效降低网络入侵的误报率,这对确保网络安全具有一定的现实意义。     

无人值守放牧监测系统报警准确率的研究

通过ZigBee技术、GPS定位追踪技术和远程无线通信技术的结合,计算了ZigBee节点传输距离,并提出一种双系统的监测牛群数量的策略,通过对系统误报率的分析,设定误报率门限,从而确定双系统的组成方式,提高牛群数量监测的准确性,降低误警概率.在此基础上设计了一套智能牛群检测系统,并通过实验验证了理论计算结果.该系统可以在无人值守的情况下,自动监测草原牧场上牛群数量并记录牛群位置,实现自动上传功能.     

基于流量和IP熵特性的DDoS攻击检测方法

针对现有DDoS(Distributed Deny of Service)攻击检测率低、误报率较高等问题进行了深入研究。根据DDoS攻击发生时网络中的流量特性和IP熵特性,建立了相应的流量隶属函数和IP熵隶属函数,隶属函数的上下限参数通过对真实网络环境仿真得到。提出了基于流量和IP熵特性的DDoS攻击检测算法,先判断流量是否异常,再判断熵是否异常,进而判断是否发生了DDoS攻击,提高了。由仿真结果可以看出：单独依靠流量或IP熵都不能很好地检测出DDoS攻击。该算法将流量和IP熵特性综合考虑,准确地检测出了DDoS攻击,降低了误报率,提高了检测率。     

基于BP神经网络的入侵检测算法

为解决传统入侵检测算法存在的高漏报率及高误报率问题,结合BP神经网络算法的优点,提出一种采用遗传算法来优化BP神经网络算法的入侵检测算法。该算法通过遗传算法找到BP神经网络的最适合权值,采用优化的BP神经网络对网络入侵数据进行学习和检测,解决直接使用BP学习造成的训练样本数量过大而难以收敛的问题,同时缩短样本训练时间,提高BP神经网络分类正确率。仿真实验结果表明,与传统网络入侵检测算法相比,该算法的训练样本时间更短,具有较好的识别率和检测率。     

实时IP反向追踪的研究方法

实时性对于在DoS或DDoS网络攻击申发送假源地址包的主机进行IP反向追踪非常重要。实时的IP反向追踪可在洪水源头处阻止攻击，是建立对网络攻击的网络范围的有效、快速、自动响应的基础。本文分析了IP反向追踪的模型和分类，在比较当前关于提高IP反向追踪实时性研究的基础上，针对其计算复杂性、路由器开销、误报率等，提出实时IP反向追踪需解决的关键问题。为了说明IP反向追踪实时性的重要性和可行性，建立了一个随机包标记算法测试环境。     

一种低误报率的新型光纤分布式振动传感系统

针对目前-OTDR光纤分布式振动传感器由于散射光波光强不稳定造成误报率较高的问题,文中提出一种-OTDR和Mach-Zehnder干涉仪相结合的光纤分布式振动传感新系统,-OTDR和Mach-Zehnder干涉仪分别对外界振动进行探测,从而降低单一-OTDR探测的误报率。实验研究了-OTDR和提出的新的复合结构系统对外界振动探测的误报率,实验结果表明:在复杂环境下,与现有-OTDR方案相比,提出的基于-OTDR和M-Z干涉仪复合结构的方案可以有效降低系统的误报率,使系统的误报率由单一-OTDR的25%降至2%。