数据挖掘技术在新型网络入侵检测模型中的应用研究

随着互联网和计算机的普及应用,网络黑客和木马病毒日益泛滥,入侵检测已经成为网络安全管理的有效手段。本文将数据挖掘技术应用于网络入侵检测模型中,提出了新型模型的构建方案。     

基于改进神经网络的网络入侵检测

随着计算机网络的高速发展,从20世纪90年代初至今的几十年中,网络安全问题日渐突出,计算机信息的安全和防御受到严重影响。传统非神经网络入侵检测包含着效率低、误差较大和收敛速度慢等问题。采用改进的遗传算法来使神经网络权值与BP算法结合,能够满足入侵检测分类识别的需求,利用给定的动态神经网络系统构建相应的网络入侵检测系统,能适应不同类型的入侵检测,有效地提高了网络的安全性。     

基于关联规则的计算机入侵检测方法

网络安全问题是全世界都在关注的问题。互联网是人们生活中必不可少的一部分,包含着人们工作、学习生活的各种不同信息。因此,保证互联网信息安全一直是计算机学者研究的重点课题。入侵方式的不断升级,也促进了入侵检测方法的不断更新。对此,文章对基于关联规则的计算机入侵检测方法进行了详细的介绍,简单讨论了网络入侵检测技术的现状和发展。     

入侵检测在计算机安全防护中的应用

本文首先对计算机网络安全进行了分析,指出了网络安全的主要防护措施以及其不足之处。而入侵检测技术就是有益的补充,然后进一步对入侵检测的技术进行了概述,给出了入侵检测在计算机安全防护中应用的实例,给出了算法框架,以及运行结果。     

基于 Snort 的入侵检测系统规则解析及改进研究

信息技术日新月异的迅猛发展,使得社会对计算机及网络的依赖越来越强,人们对其的使用也日益频繁,网络中的数据越来越庞杂。为保证信息安全的同时又不降低数据的吞吐率,因此,人们对网络安全产品的处理速度、效率和检测准确性上的要求越来越高。本文在分析和研究网络安全及模型和入侵检测技术的基础上,选取最为常用的轻量级入侵检测系统——Snort 为具体的研究对象,通过对 Snort 系统规则的研究和改进,在保证系统安全性能不降低的前提下,实现系统入侵检测能力和效率的提升。     

浅谈计算机信息系统保密技术及安全管理

随着计算机技术和网络技术的快速发展,计算机信息系统的安全受到较大的威胁,这主要是由于计算机信息系统的技术本身存在着较大的安全弱点,使其时刻面临着威胁的考验。目前,随着互联网技术的快速发展,入侵互联网安全的事件也时常发生,这些入侵事件严重威胁着网络的安全性,所以需要我们采取科学有效的方法和手段来保证网络信息的安全。文章分析了计算机信息系统的保密技术和管理工作的重要性,并对威胁计算机安全的因素进行了说明,同时进一步从防火墙技术、入侵检测技术、数据加密技术和安全协议等几个方面对维护计算机信息系统的安全性进行了具体的阐述。     

大规模网络入侵下病毒跟踪优化检测研究

随着计算机网络的普及,病毒也以惊人的速度蔓延,严重影响网络运行的稳定性,为此对网络信息传输过程中病毒的跟踪检测进行研究。构建病毒跟踪优化检测模型,通过识别算法计算病毒感染的状态概率,设计病毒跟踪优化检测流程图,并与传统病毒跟踪方法进行误差检测对比,根据实验论证得出,大规模网络入侵下的病毒跟踪优化检测可以有效抑制病毒入侵,保障网络的安全运行。     

基于入侵检测的网络安全研究

计算机网络已经渗透到了社会的各个领域,人们在享受网络带来的资源共享及信息交流方便快捷的同时,也不得不面对越来越多的来自网上的恶意攻击,各种黑客攻击技术在网上唾手可得,而且日新月异。入侵检测作为近年发展起来的一种动态安全最核心技术之一,主要通过实时监控网络和系统的状态、行为以及系统的使用情况,来检测系统用户的越权使用行为,以及系统外部的入侵者利用系统的安全缺陷对系统进行入侵的企图。在目前日益复杂的网络形势下有其不可取代的地位。     

基于人工神经网络的入侵检测方法研究

入侵活动在计算机网络上的不断变化和复杂特性使得不能像对待普通入侵检测系统(IDS)一样处理。识别和防止这种攻击是最具挑战性的任务之一。深度学习是最受欢迎的机器学习技术之一。本文采用深度神经网络对不同类型的入侵攻击进行分类,并将结果和支持向量机(SVM)进行了对比。实验结果表明,使用深度神经网络的入侵检测的准确性令人满意。     

人工智能在计算机网络技术中的运用

以加强计算机网络技术应用水平为目标,分析人工智能在其中的使用。根据人工智能技术应用优势与特点,可以肯定其对于现代化计算机网络的推动作用。随之总结计算机网络技术应用现状,介绍了五种常见人工智能技术形式,并且提出计算机网络风险的智能化监测、系统软硬件的智能化升级与检测、基于人工智能的数据流通与共享、加强计算机网络管理、生成智能入侵检测五点建议,实现人工智能与计算机网络技术的融合,提高计算机网络安全水平。     

入侵检测系统综述

对于任何一个国家、企业或者个人来说,随着计算机及网络的发展,网络安全问题是一个无法回避且重要的问题呈现在面前,很多非法分子或者合法用户的不当使用都会对网络系统造成破坏,针对这些行为要采用相应的技术进行制止或者预防,入侵检测技术成为解决该问题的最好方法之一。文章主要简综述了入侵检测系统的基本检测方法。     

基于千兆宽带网的入侵检测系统的设计

在分析目前入侵检测系统存在的问题的基础上,提出了基于千兆主干宽带网络的入侵检测系统的设计思想:系统采用集中一分布式的控制结构,部件之间相互独立,通过消息相互协作,完成对分布式攻击的检测和处理.该系统采用积极的安全防护技术,能提供对计算机和网络系统的实时保护.     

图书馆网络入侵检测系统的设计与实现

本文中,笔者主要对图书馆网络入侵检测技术（library intrusion detection technology; LIDT） 进行了简单的介绍,具体包括入侵检测技术的理论、作用以及特点等,并根据网络异常流量检测原理提出了一种网络入侵检测的模式,针对图书馆网络入侵检测系统的体系结构以及实现技术进行了深入分析。     

电力系统网络安全维护中入侵检测技术的应用分析

随着现代计算机网络技术的不断推广应用,通过利用网络信息系统可有效提升我国电力系统工作的效率,但是其中存在的信息安全问题则成为我们关注的焦点,如何采取有效措施保障电力系统信息网络系统安全已经成为我们未来研究的重要方向。入侵检测技术作为防范计算机网络信息系统入侵的有效手段之一,其以低风险、低成本以及高灵活性获得了广泛的应用。目前,入侵检测技术已经广泛应用于我国电力系统的网络维护中,本文将深入探讨与分析入侵检测技术在电力系统网络安全维护中的实践应用,以期能为相关同行提供一定的参考与借鉴。     

入侵检测背景下的数据库应用探析

入侵检测技术作为一门检测误用计算机的学科,它的作用有很多如:检测系统,威慑力,损失评估,预测攻击以及支持起诉的功能。近几年来,数据库的入侵检测技术的研究也引起了大众的关注。计算机建立非正常的检测机制能够有效的勘测出该用户在运用数据库的时候可能会受到的威胁和入侵等,这样可以保护用户数据库的安全。本论文从入侵检测技术出发,探讨数据库的应用。     

机器学习在网络安全入侵检测中的应用

网络入侵检测技术能够对系统进行实时检测或事后检测,及时发现、防范各种复杂多变的网络攻击企图、攻击行为与攻击结果。同时网络入侵检测技术也是网络空间安全中一个具有挑战性的网络安全问题,机器学习对入侵检测技术性能的提高成为热门研究内容。文章综述了近些年来几种典型的群体智能优化算法,及其与支持向量机相结合的网络入侵检测技术,最后对机器学习在网络安全入侵检测中的未来发展前景进行展望。     

基于计算机免疫的入侵检测系统研究

随着社会信息化程度的不断加深,网络规模在迅速扩大的同时,也变得更加复杂,由此引发的安全问题也越来越受到人们的重视。而对于传统的入侵检测技术如防火墙等并不能有效地实现实时防护,且对操作失误造成的损失也无法进行修复。故此,鉴于传统入侵检测技术的一系列缺陷,本文设计了一种基于计算机免疫的入侵检测系统框架,并把其分为数据采集模块、预处理模块、免疫功能模块以及响应模块等四个模块进行了具体的介绍。     

计算机数据库入侵检测技术探析

为确保计算机数据库在运行中的安全性与有序性,控制其网络风险,就必须引入相关的安全入侵检测技术,有效的避免非法人员对电脑的攻击,消除潜在的威胁,确保计算机数据库系统的安全运行。     

计算机数据库入侵检测技术探究

计算机在我们生活中应用的也越来越广泛,随之而来的网络安全问题逐渐的困扰着我们的生活。计算机数据库入侵检测技术便是一种当计算机数据库遭遇非法入侵和攻击时进行检测与识别的技术,这种技术的应用有效的保障了数据库资料的安全性,具有很重要的现实意义。     

基于改进人工鱼群算法的网络异常入侵检测

网络入侵检测算法的效率直接影响到检测的正确率,针对特征选择问题,提出一种改进人工鱼群算法选择特征的异常入侵检测方法。仿真结果表明,改进后的算法降低了特征子集的维数和检测误报率,加快了异常入侵检测的速度。