本文選題：下一代互聯(lián)網(wǎng) + 異常檢測(cè)�。� 參考：《計(jì)算機(jī)仿真》2013年10期

【摘要】：漏報(bào)和誤報(bào)問(wèn)題是下一代互聯(lián)網(wǎng)入侵檢測(cè)系統(tǒng)亟需解決的問(wèn)題。傳統(tǒng)基于特征的誤用檢測(cè)方法不能適應(yīng)下一代互聯(lián)網(wǎng)高帶寬環(huán)境,無(wú)法準(zhǔn)確、完整地識(shí)別攻擊事件,造成檢測(cè)準(zhǔn)確性不高。為了解決上述問(wèn)題,采用異常檢測(cè)技術(shù),快速采集網(wǎng)絡(luò)數(shù)據(jù),按"等級(jí)"分析、精簡(jiǎn)數(shù)據(jù),以數(shù)據(jù)挖掘思路,基于非線性支持向量機(jī)分類檢測(cè)數(shù)據(jù),準(zhǔn)確提取網(wǎng)絡(luò)正常行為模式,合理設(shè)置閾值,保證入侵檢測(cè)自適應(yīng)性與準(zhǔn)確性。仿真結(jié)果表明,下一代互聯(lián)網(wǎng)入侵檢測(cè)原型系統(tǒng)能夠有效地檢測(cè)出入侵或異常行為,顯著降低漏報(bào)率和誤報(bào)率,有助于保證網(wǎng)絡(luò)安全。
[Abstract]:The problem of false alarm and false alarm is a problem that needs to be solved in the next generation Internet intrusion detection system. The traditional feature-based misuse detection method can not adapt to the high-bandwidth environment of the next generation Internet, and can not accurately and completely identify the attack events, resulting in the detection accuracy is not high. In order to solve the above problems, we adopt anomaly detection technology, collect network data quickly, analyze the data according to "grade", simplify the data, and use the idea of data mining to classify and detect data based on nonlinear support vector machine. The normal behavior mode of the network is extracted accurately and the threshold is set reasonably to ensure the adaptability and accuracy of intrusion detection. Simulation results show that the next generation Internet intrusion detection prototype system can effectively detect intrusion or abnormal behavior, significantly reduce the false alarm rate and false alarm rate, and help to ensure network security.
【作者單位】： 福建農(nóng)林大學(xué)計(jì)算機(jī)與信息學(xué)院;武漢大學(xué)計(jì)算機(jī)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(91118003,61003268) 福建省自然科學(xué)基金項(xiàng)目(2009J01270)
【分類號(hào)】：TP393.08

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 吳建平;林嵩;徐恪;劉瑩;朱敏;;可演進(jìn)的新一代互聯(lián)網(wǎng)體系結(jié)構(gòu)研究進(jìn)展[J];計(jì)算機(jī)學(xué)報(bào);2012年06期

2 顏謙和;顏珍平;;遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)[J];計(jì)算機(jī)仿真;2011年04期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張煒;陳晨;;下一代網(wǎng)絡(luò)體系結(jié)構(gòu)初探[J];電腦知識(shí)與技術(shù);2013年12期

2 張杏芝;;淺談?dòng)?jì)算機(jī)網(wǎng)絡(luò)的發(fā)展現(xiàn)狀及網(wǎng)絡(luò)體系結(jié)構(gòu)涵義分析[J];電子制作;2013年13期

3 紀(jì)祥敏;景林;;基于數(shù)據(jù)挖掘的IPv6異常檢測(cè)研究[J];福建電腦;2013年07期

4 邵俊倩;鄒大偉;沈艷微;;基于神經(jīng)網(wǎng)絡(luò)的綜合方法的研究[J];價(jià)值工程;2012年01期

5 陳小玉;;改進(jìn)的神經(jīng)網(wǎng)絡(luò)在變壓器故障診斷中的應(yīng)用[J];計(jì)算機(jī)仿真;2012年08期

6 馬玨;;基于優(yōu)化神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)方法[J];長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

7 徐恪;朱敏;林闖;;互聯(lián)網(wǎng)體系結(jié)構(gòu)評(píng)估模型、機(jī)制及方法研究綜述[J];計(jì)算機(jī)學(xué)報(bào);2012年10期

8 洪月華;;無(wú)線傳感器網(wǎng)絡(luò)中分布式數(shù)據(jù)挖掘算法研究[J];計(jì)算機(jī)仿真;2012年12期

9 梁軍學(xué);林昭文;馬嚴(yán);;未來(lái)互聯(lián)網(wǎng)試驗(yàn)平臺(tái)[J];計(jì)算機(jī)學(xué)報(bào);2013年07期

10 朱敏;徐恪;林嵩;;面向應(yīng)用適應(yīng)能力的互聯(lián)網(wǎng)體系結(jié)構(gòu)評(píng)估方法[J];計(jì)算機(jī)學(xué)報(bào);2013年09期

相關(guān)碩士學(xué)位論文 前5條

1 孫慶波;基于神經(jīng)網(wǎng)絡(luò)的物聯(lián)網(wǎng)入侵檢測(cè)系統(tǒng)研究[D];暨南大學(xué);2012年

2 楊鳳海;鋼材性能和工藝參數(shù)的交叉預(yù)測(cè)模型研究[D];武漢科技大學(xué);2012年

3 丁洪濤;姜黃揮發(fā)油組效關(guān)系研究[D];天津大學(xué);2012年

4 李曉鵬;基于網(wǎng)格和密度的數(shù)據(jù)流聚類研究[D];華中科技大學(xué);2012年

5 賀楠;基于CPN的OpenFlow建模及交互屬性測(cè)試[D];內(nèi)蒙古大學(xué);2013年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 吳建平;劉瑩;吳茜;;新一代互聯(lián)網(wǎng)體系結(jié)構(gòu)理論研究進(jìn)展[J];中國(guó)科學(xué)(E輯:信息科學(xué));2008年10期

2 穆成坡;黃厚寬;田盛豐;;入侵檢測(cè)系統(tǒng)報(bào)警信息聚合與關(guān)聯(lián)技術(shù)研究綜述[J];計(jì)算機(jī)研究與發(fā)展;2006年01期

3 宋歌,閆巧,喻建平;神經(jīng)網(wǎng)絡(luò)在異常檢測(cè)中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2002年18期

4 吳建平;吳茜;徐恪;;下一代互聯(lián)網(wǎng)體系結(jié)構(gòu)基礎(chǔ)研究及探索[J];計(jì)算機(jī)學(xué)報(bào);2008年09期

5 肖海軍;洪帆;張昭理;廖俊國(guó);;基于融合分類和支持向量機(jī)的入侵檢測(cè)研究[J];計(jì)算機(jī)仿真;2008年04期

6 周荃;王崇駿;王s，

本文編號(hào)：2068403