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:
提出了基于模式匹配与前馈式神经网络相结合的入侵检测模型.该模型运用分布式网络检测及分析系统HISTORY实现数据的采集,然后,对数据流进行数据结构转换预处理,并由模式匹配模块过滤掉部分已知入侵事件,减轻下一步入侵检测的负荷,从而提高入侵检测的效率和精准度.传统的单数据包检测只能检测孤立的入侵事件,而对于多数据包协同合作的入侵却显的无能为力.因此,本文入侵检测模块结合了单数据包检测和多数据包检测方法.实验结果表明:分析系统HISTORY的应用提高了数据处理的效率,多数据包检测弥补了单数据包检测中漏检的入侵事件,有效降低了入侵检测的漏检率.
推荐文章
一种基于神经网络和系统调用的异常入侵检测方法
入侵检测
异常检测
BP神经网络
系统调用序列
K-近邻算法
带(频率)门限的Stide(T-Stide)算法
一种基于匹配集的入侵检测方法
安全
入侵检测
特征匹配
网络
一种模糊神经网络检测下的入侵容忍系统设计
模糊神经网络
入侵检测
入侵容忍
大规模前馈神经网络的一种有效学习算法及其应用
前馈神经网络
大规模系统
拟牛顿方法
改进的拟牛顿方法
质量模型
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 一种基于模式匹配与前馈式神经网络的入侵检测方法
来源期刊 天津理工大学学报 学科 工学
关键词 协议分析 模式匹配 前馈式神经网络 入侵检测
年,卷(期) 2010,(5) 所属期刊栏目
研究方向 页码范围 34-38
页数 分类号 TP391.22
字数 3304字 语种 中文
DOI 10.3969/j.issn.1673-095X.2010.05.008
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 王春东 天津理工大学智能计算与软件新技术重点实验室 68 388 11.0 17.0
5 常青 天津理工大学智能计算与软件新技术重点实验室 3 40 3.0 3.0
9 邓全才 天津理工大学智能计算与软件新技术重点实验室 2 10 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (17)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (1)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(4)
  • 参考文献(4)
  • 二级参考文献(0)
2010(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
协议分析
模式匹配
前馈式神经网络
入侵检测
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
天津理工大学学报
双月刊
1673-095X
12-1374/N
大16开
天津市西青区宾水西道391号
1984
chi
出版文献量(篇)
2405
总下载数(次)
4
总被引数(次)
13943
论文1v1指导