作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
常规入侵检测系统对被保护的网络对象一无所知,仅根据对比网络事件和入侵知识库进行异常判断,不能准确告知网络事件对被保护网络的实际威胁,造成大量误警.采用被动和主动网络对象感知技术可以有效分析网络异常事件的实际威胁性,只对有实际威胁的事件进行高级别报警,提高入侵检测系统的有效性.
推荐文章
基于数据挖掘技术的智能入侵检测模型
入侵检测
数据挖掘
智能代理
模型
基于数据挖掘的入侵检测技术
入侵检测
数据挖掘
网络安全
黑客
基于SVM技术的入侵检测
信息安全
入侵检测
异常检测
滥用检测
1类SVM(支持向量机)
基于数据挖掘技术的入侵检测系统
入侵检测
数据采集
数据挖掘
规则扩充
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于对象感知的入侵检测技术
来源期刊 安徽电子信息职业技术学院学报 学科 工学
关键词 入侵检测 误警 网络对象感知 被动辨识
年,卷(期) 2004,(5) 所属期刊栏目 信息安全技术
研究方向 页码范围 86-87
页数 2页 分类号 TP393.08
字数 3194字 语种 中文
DOI 10.3969/j.issn.1671-802X.2004.05.036
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 石磊 27 76 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (4)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
入侵检测
误警
网络对象感知
被动辨识
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
安徽电子信息职业技术学院学报
双月刊
1671-802X
34-1212/Z
大16开
安徽蚌埠曹山路1000号
26-189
2002
chi
出版文献量(篇)
4281
总下载数(次)
14
论文1v1指导