發(fā)布時間：2018-08-30 09:58

【摘要】：以竊密木馬的網(wǎng)絡(luò)通信行為為研究對象,旨在建立具備自適應(yīng)動態(tài)反饋學(xué)習(xí)能力的竊密木馬檢測系統(tǒng)。為實現(xiàn)具備自適應(yīng)反饋能力的竊密木馬檢測系統(tǒng),研究了網(wǎng)絡(luò)數(shù)據(jù)流及竊密木馬通信數(shù)據(jù)流的特征,引入基于增量學(xué)習(xí)的支持向量機分類算法,提出了增量學(xué)習(xí)樣本的構(gòu)建方法,建立動態(tài)反饋木馬檢測模型,設(shè)計并實現(xiàn)了具備自適應(yīng)能力的竊密木馬檢測系統(tǒng)。真實網(wǎng)絡(luò)環(huán)境下的實驗結(jié)果驗證了系統(tǒng)的有效性和高效性。當(dāng)網(wǎng)絡(luò)環(huán)境發(fā)生變化時,系統(tǒng)體現(xiàn)了良好的適應(yīng)性。
[Abstract]:The purpose of this paper is to establish an adaptive dynamic feedback learning system based on the network communication behavior of the Trojan horse. In order to realize the detection system of stealthy Trojan horse with adaptive feedback ability, the characteristics of network data stream and communication data stream of Trojan horse are studied, and the support vector machine classification algorithm based on incremental learning is introduced. This paper presents a method of constructing incremental learning samples, establishes a dynamic feedback Trojan horse detection model, and designs and implements an adaptive Trojan horse detection system. The experimental results under the real network environment verify the effectiveness and efficiency of the system. When the network environment changes, the system embodies a good adaptability.
【作者單位】： 解放軍信息工程大學(xué)
【基金】：鄭州市科技創(chuàng)新團隊資助項目(10CXTD150)
【分類號】：TP393.08

【參考文獻】

相關(guān)期刊論文 前1條

1 孫海濤;劉勝利;陳嘉勇;孟磊;;基于操作行為的隧道木馬檢測方法[J];計算機工程;2011年20期

【共引文獻】

相關(guān)期刊論文 前10條

1 許高程;張文君;王衛(wèi)紅;;支持向量機技術(shù)在遙感影像滑坡體提取中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2009年06期

2 管翠萍;;藥物靶標G蛋白偶聯(lián)受體的識別預(yù)測[J];安徽農(nóng)業(yè)科學(xué);2010年24期

3 劉婷婷;;基于支持向量機的水稻紋枯病識別研究[J];安徽農(nóng)業(yè)科學(xué);2011年28期

4 高闖;王立東;周世宇;;基于支持矢量機的宮頸細胞分類[J];遼寧科技大學(xué)學(xué)報;2009年03期

5 汪廷華;田盛豐;黃厚寬;廖年冬;;樣本屬性重要度的支持向量機方法[J];北京交通大學(xué)學(xué)報;2007年05期

6 尚磊;劉風(fēng)進;;基于支持向量機的手寫體數(shù)字識別[J];兵工自動化;2007年03期

7 胡淑燕;鄭鋼鐵;;應(yīng)用支持向量機的眼瞼參數(shù)疲勞預(yù)測[J];北京航空航天大學(xué)學(xué)報;2009年08期

8 王自強;段愛玲;張德賢;;基于自適應(yīng)核函數(shù)的支持向量數(shù)據(jù)描述算法[J];北京化工大學(xué)學(xué)報(自然科學(xué)版);2008年02期

9 陳增照;楊揚;董才林;何秀玲;;支持向量機動態(tài)學(xué)習(xí)方法及其在票據(jù)識別中的應(yīng)用[J];北京科技大學(xué)學(xué)報;2006年02期

10 郭輝;劉賀平;王玲;;基于最小二乘支持向量機對偶優(yōu)化問題的核偏最小二乘[J];北京科技大學(xué)學(xué)報;2006年08期

相關(guān)會議論文 前10條

1 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中國科學(xué)院地質(zhì)與地球物理研究所第11屆（2011年度）學(xué)術(shù)年會論文集(下)[C];2012年

2 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六屆中國控制會議論文集[C];2007年

3 呂蓬;柳亦兵;馬強;魏于凡;;支持向量機在齒輪智能故障診斷中的應(yīng)用研究[A];第二十六屆中國控制會議論文集[C];2007年

4 ;Fault Pattern Recognition of Rolling Bearings Based on Wavelet Packet and Support Vector Machine[A];第二十七屆中國控制會議論文集[C];2008年

5 蔣少華;桂衛(wèi)華;陽春華;唐朝暉;蔣朝輝;;基于主元分析與支持向量機的方法及其在密閉鼓風(fēng)爐過程監(jiān)控診斷中的應(yīng)用[A];第二十七屆中國控制會議論文集[C];2008年

6 王海豐;李壯;任洪娥;趙鵬;;基于非下采樣Contourlet變換和SVM的紋理圖像分割算法[A];第二十九屆中國控制會議論文集[C];2010年

7 ;Image Classification with Ant Colony Based Support Vector Machine[A];中國自動化學(xué)會控制理論專業(yè)委員會A卷[C];2011年

8 晉朝勃;胡剛強;史廣智;李玉陽;;一種采用支持向量機的水中目標識別方法[A];中國聲學(xué)學(xué)會水聲學(xué)分會2011年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2011年

9 劉英林;劉洪鵬;g竊，

本文編號：2212729