本研究針對無線傳感器網(wǎng)絡(luò)的結(jié)構(gòu)特性,通過把互聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù)以及無線傳感器網(wǎng)絡(luò)相連接,從而得到可信物聯(lián)網(wǎng)虛擬化數(shù)據(jù)中心數(shù)據(jù)融合檢測技術(shù),并且對于其進(jìn)行試驗研究并分析結(jié)果,研究方向主要是從入侵檢測系統(tǒng)進(jìn)行,由于該系統(tǒng)技術(shù)發(fā)展尚未完善,因而對其使用數(shù)據(jù)融合技術(shù),設(shè)計了相關(guān)入侵檢測報警數(shù)據(jù)融合模型,對來自不同檢測代理的報警采用模塊化處理方式進(jìn)行分層處理。而在關(guān)于代理本地的檢測工作中,主要是它能夠給對于各個IDS所具有的報警特征的差異情況,對于其中包含的重復(fù)報警情況進(jìn)行消除工作,同時對各個IDS的報警格式統(tǒng)一化處理,將實現(xiàn)處理好的報警信息傳輸?shù)较到y(tǒng)中心控制模塊,而后實時發(fā)送;對于報警信息進(jìn)行重復(fù)消除和統(tǒng)一處理,可以通過利用各個報警信息其屬性特征相似的原理進(jìn)行信息數(shù)據(jù)的融合處理,并且從中分析判斷每個報警信息之間存在的關(guān)聯(lián)性,采用因果關(guān)聯(lián)和基于攻擊意圖分析方法,將安全策略和報警信息相聯(lián)系,結(jié)合配置信息和系統(tǒng)脆弱性對入侵行為進(jìn)行關(guān)聯(lián)分析。在同一個IDS產(chǎn)生的原始報警中,重復(fù)報警現(xiàn)象確實大量存在;通過融合,各個IDS所傳輸?shù)膱缶畔⒉]有出現(xiàn)任何損失,同時報警信息也是實時傳遞,可以很好地降低報警失誤性... 

【文章來源】：內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報(自然科學(xué)版). 2020,41(04)北大核心

【文章頁數(shù)】：6 頁

【文章目錄】：
2 數(shù)據(jù)融合相關(guān)技術(shù)
    2.1 數(shù)據(jù)融合的基本原理
    2.2 數(shù)據(jù)融合功能模型
        2.2.1 數(shù)據(jù)檢測單元
        2.2.2 數(shù)據(jù)校準(zhǔn)單元
        2.2.3 數(shù)據(jù)相關(guān)單元
        2.2.4 狀態(tài)估計
        2.2.5 目標(biāo)識別
        2.2.6 行為估計
3 入侵檢測系統(tǒng)中的報警數(shù)據(jù)融合模型
    3.1 IDS結(jié)構(gòu)框架
    3.2 報警數(shù)據(jù)融合模型
        3.2.1 預(yù)處理模塊
        3.2.2 合并模塊
        3.2.3 融合模塊
        3.2.4 關(guān)聯(lián)模塊
        3.2.5 信息和規(guī)則知識庫
4 報警數(shù)據(jù)融合模型的實現(xiàn)
5 仿真實驗與結(jié)果分析
    5.1 實驗方案
    5.2 結(jié)果與分析
        5.2.1 合并模塊測試
        5.2.2 融合模塊測試
        5.2.3 關(guān)聯(lián)模塊的測試
6 結(jié)語


【參考文獻(xiàn)】：
期刊論文
[1]物聯(lián)網(wǎng)異常流量檢測算法研究[J]. 鮑捷,牛頡,張勇,鄧海勤.  信息技術(shù)與網(wǎng)絡(luò)安全. 2019(02)
[2]高效物聯(lián)網(wǎng)虛假數(shù)據(jù)融合結(jié)果檢測機(jī)制[J]. 許志偉,張玉軍.  計算機(jī)研究與發(fā)展. 2018(07)
[3]智能檢測系統(tǒng)中的數(shù)據(jù)融合技術(shù)[J]. 朱亞男.  價值工程. 2017(27)
[4]一種融合Kmeans和KNN的網(wǎng)絡(luò)入侵檢測算法[J]. 華輝有,陳啟買,劉海,張陽,袁沛權(quán).  計算機(jī)科學(xué). 2016(03)
[5]基于AFSA-KNN選擇特征的網(wǎng)絡(luò)入侵檢測[J]. 李佳.  計算機(jī)工程與設(shè)計. 2014(08)
[6]云計算入侵檢測數(shù)據(jù)融合技術(shù)[J]. 李連,朱愛紅.  計算機(jī)與現(xiàn)代化. 2013(09)



本文編號：3152391