為了有效提升傳統(tǒng)入侵檢測方法的檢測效率,提出基于改進白名單過濾的跨網(wǎng)入侵檢測方法。首先,組建有效的數(shù)據(jù)存儲結(jié)構(gòu),設(shè)定相應(yīng)的白名單規(guī)則及配置對報文數(shù)據(jù)進行初次過濾;然后,采用神經(jīng)網(wǎng)絡(luò)對白名單規(guī)則進行完善,將訓練學習結(jié)果輸入到過濾器中,二次過濾不符合白名單規(guī)則的報文數(shù)據(jù);提高跨網(wǎng)異常通信檢測率。最后,以粒子群優(yōu)化算法為基礎(chǔ),引入自適應(yīng)變異過程優(yōu)化BP神經(jīng)網(wǎng)絡(luò)訓練參數(shù),避免BP神經(jīng)網(wǎng)絡(luò)訓練學習結(jié)果陷入局部最優(yōu),保證檢測結(jié)果的有效性。實驗結(jié)果表明,與傳統(tǒng)方法相比,所提方法的檢測效率有很大程度的提升。 

【文章頁數(shù)】：5 頁

【文章目錄】：
1 引言
2 入侵檢測方法研究
    2.1 報文數(shù)據(jù)分析以及白名單的構(gòu)建
    2.2 改進的白名單過濾
    2.3 PSO改進BP神經(jīng)網(wǎng)絡(luò)
    2.4 結(jié)合改進白名單過濾的跨網(wǎng)入侵檢測
3 實驗分析
4 結(jié)束語


【參考文獻】：
期刊論文
[1]基于圖論的MANET入侵檢測方法[J]. 張冰濤,王小鵬,王履程,張忠林,李延林,劉虎.  電子與信息學報. 2018(06)
[2]結(jié)合白名單過濾和神經(jīng)網(wǎng)絡(luò)的工業(yè)控制網(wǎng)絡(luò)入侵檢測方法[J]. 陳萬志,李東哲.  計算機應(yīng)用. 2018(02)
[3]云環(huán)境中改進FCM和規(guī)則參數(shù)優(yōu)化的網(wǎng)絡(luò)入侵檢測方法[J]. 張春琴,謝立春.  電信科學. 2018(01)
[4]基于二次訓練技術(shù)的入侵檢測方法研究[J]. 李龍杰,于洋,白伸伸,侯元偉,郝永樂.  北京理工大學學報. 2017(12)
[5]基于仿真建模的工業(yè)控制網(wǎng)絡(luò)入侵檢測方法研究[J]. 高一為,周�？�,賴英旭,范科峰,姚相振,李琳.  通信學報. 2017(07)
[6]基于可疑隊列的多源攻擊圖入侵檢測方法[J]. 顧兆軍,何波.  計算機工程與設(shè)計. 2017(06)
[7]基于規(guī)范的貪婪邊界無狀態(tài)路由入侵檢測方法[J]. 徐甫.  計算機工程. 2017(04)
[8]無線網(wǎng)絡(luò)傳輸數(shù)據(jù)節(jié)點入侵優(yōu)化檢測仿真[J]. 吳志芳,劉昕.  計算機仿真. 2017(02)
[9]基于SMOTE和GBDT的網(wǎng)絡(luò)入侵檢測方法研究[J]. 封化民,李明偉,侯曉蓮,徐治理.  計算機應(yīng)用研究. 2017(12)
[10]PCA-BP神經(jīng)網(wǎng)絡(luò)入侵檢測方法[J]. 梁辰,李成海,周來恩.  空軍工程大學學報(自然科學版). 2016(06)



本文編號：3696301