一种基于误用检测的新算法

当今攻击网络的手段是多种多样的,为保护用户在访问网络资源时不受黑客的攻击,因此需要网络安全设备和网络安全技术。入侵检测技术是一种安全技术,该技术能够检测出网络中数据包的行为属性,是正常还是异常。目前入侵检测技术有两种：误用检测和异常检测。这两种技术都能够阻止网络攻击行为。但要想阻止网络的攻击行为,必须检测出攻击行为。文中在简述了入侵检测技术、粒子群的某些概念后,提出了基于粒子群技术在入侵检测中的应用,最后给出了数据包属性的匹配算法。     

一种识别流的智能型算法

在网络中有各种流,但这些流的属性是不同的。大部分流的属性是善意的,而有部分流的属性是恶意的,有攻击性的流。因此对流的属性识别是十分重要的。如果能够对未知流的识别,就能够检测出未知的网络攻击。现在流的识别技术具有一定的智能性,因此本文在一定流的技术知识上,结合MMTD算法和粒子群算法,提出了有一定智能性的流的识别算法,该算法可以作为已有流识别算法的借鉴。     

一种基于MMTD的检测DDoS攻击算法

当今的病毒,木马和网络黑客的攻击给整个互联网造成了不小的经济损失,然而病毒,木马和网络黑客的攻击都是过去和当今计算机用户不愿看到的现象,但正是由于病毒和木马恶意技术的出现,才有了各种查杀病毒与木马的算法和软件.同样由于存在网络攻击,所以有了各种检测来自网络攻击的各种算法.当今的DDoS攻击是主流攻击,这种给网络资源造成了不可估量破坏性.为了减小网络攻击给互联网带来的损失,安全人员必须开发出新的检测算法.因此提出了一种基于MMTD检测DDoS攻击的智能性算法,该算法具有一定的智能性,能对攻击当今的检测算法起到补充作用.     

一种基于粒子群的入侵检测研究

当今攻击网络的手段是多种多样的,为保护网络的用户不受来自网络的攻击,网络在使用中需要安全设备和安全技术。入侵检测技术是一种安全检测技术,该技术能够来阻止网络攻击行为。但要阻止网络的攻击行为,必须检测到该行为。本文在简述了入侵检测技术,粒子群知识后,然后提出了粒子群在入侵检测技术上的应用。该技术在入侵检测上的应用将使得检测方法具有一定的智能性,将粒子群技术应用到入侵检测中属于是首次。本文提出的具有一定智能性检测算法可分为两个步骤：①首先通过函数y=f（x）判断链路中的数据流是否在正常范围内,还是属于异常。②然后如果某种数据流属于异常的流,则使用粒子群算法来对未知属性数据流的属性进行定性判断。本文提出的算法具有一定的智能性,能够作为现有的入侵检测算法的补充。     

一种基于MMTD网络异常流量的研究

当今的网络在设计初期并没有充分考虑其安全性,因此使得网络被频频攻击成功。当网络管理人员在检测网络是否遭到黑客的攻击时,可以从网络流量的角度出发,检测网络流量是否异常。网络流量是否异常可以作为网络是否被攻击的一个依据。网络中的流量存在正常还是异常的两种状态,在参考已有的检测技术之后,使用MMTD这一算法来检测网络的流量。在文中根据流与流量的特性给出检测函数y=f(x),最后使用MMTD这一算法进行流量是否异常做出判断。利用MMTD算法来研究网络的流量尚属第一次,该算法能够使得已有流量检测算法具有一定的智能性,可以作为已有流量检测算法的补充。     

工业控制网络中APT攻击检测系统设计

高级持续性威胁(advanced persistent threat, APT)是当今工控网络安全首要威胁,而传统的基于特征匹配的工业入侵检测系统往往无法检测出最新型的APT攻击。现有研究者认为,敏感数据窃密是APT攻击的重要目的之一。为了能准确识别出APT攻击的窃密行为,对APT攻击在窃密阶段受控主机与控制与命令(Control and Command, C&C)服务器通信时TCP会话流特征进行深入研究,采用深度流检测技术,并提出一种基于多特征空间加权组合SVM分类检测算法对APT攻击异常会话流进行检测。实验表明,采用深度流检测技术对隐蔽APT攻击具备良好的检测能力,而基于多特征空间加权组合SVM分类检测算法较传统单一分类检测的检测精度更高,误报率更低,对工控网络安全领域的研究具有推进作用。     

不定攻击中网络最弱节点定位技术仿真

快速查找攻击中的最弱节点能够更好的保证网络安全.传统的最弱节点定位方法在应用到随机攻击的状况下时,由于受攻击节点随机性增大,节点间的空间关联性迅速下降,攻击节点位置不定,因此很难对特定节点建立准确的约束模型,导致节点定位存在盲点,定位准确性较差.提出了一种改进粒子群节点特征寻优算法的不定网络攻击中最弱节点定位方法.计算网络节点之间的特征差值,在不定攻击中网络节点特征提取残差参数,进行极小化处理,通过设置粒子群中的每个粒子代表一个差异化节点定位的解,最大程度减小随机性带来的关联特征弱化问题.实验结果表明,利用改进后的算法进行不定攻击中网络最弱节点定位,能够有效提高节点定位的准确性,从而保证了网络的安全性.     

个人防火墙实时监测你的系统

为了使网络能够免受黑客的攻击、保证网络能够正常地提供服务,网络建设中增加防火墙设备是近几年采取的一项防范技术,也是构造安全网络中应用比较广泛的一项技术。但是网络的攻击除了外部的黑客入侵以外,人们已经发现网络受到的攻击有 80％来自内部。因此网络内部的防范已经越来越引起了人们的注意,因此个人防火墙技术应运而生,成为当今业界比较关注的一个话题。 一、防火墙 (FireWall) 　　所有的 Internet通信都是通过独立数据包的交换来完成的,而每个数据包都是由源主机向目标主机传输的,所以数据包是 Internet上信息传输的基本…     

基于离散粒子群的节点可重用虚拟网络映射算法

虚拟网络映射问题是网络虚拟化要解决的重点问题,也是云计算环境下实现资源多租赁运营的技术基础。现有的映射算法在计算效率上有待提高,不能充分利用可重用技术以节省网络带宽资源。提出一种可重用的虚拟网络映射算法,首先构建以提高底层物理网络利用率为目标的资源优化分配模型;然后再充分利用可重用技术以内存交换替代网络交换并针对效率问题设计增强的粒子初始位置分配算法,进而通过离散粒子群算法对优化问题进行求解。仿真实验结果表明,提出的算法相较已有的普通粒子群算法在物理网络收益上有显著提高,增强的初始位置分配机制也有助于计算效率的提升。     

一种基于粒子群的木马检测算法

木马是颇具危害性恶意的程序.如今的木马在网络中四处传播,已成为网络用户最大的危害者.木马研究者为了有效查杀网络中的各种木马而提出了各种算法,这些算法在一定程度上能够有效地应对网络中的木马.但目前查杀木马的技术仍然落后于木马技术的发展.因此,为了进一步地提高查杀木马算法的智能性,提出一种基于粒子群的木马检测算法,该算法对现有的查杀木马技术能够起到一定的补充作用.     

浅析Web服务器安全策略

目前Web服务器应用非常广泛,人们利用它能够快速方便地获取丰富的信息资料。但随着网络技术的高速发展,Web服务器面临着许多安全威胁,导致黑客攻击、蠕虫病毒等,因此,提高安全策略尤为重要。本文将阐述从服务器和IIS设置两个方面入手来加强服务器的安全防护。     

基于WFPSO算法的云虚拟机放置策略

随着云计算技术的大规模应用,云应用的交互更加依赖于网络,较差网络拓扑的选择,增加了应用在网络中的通信流量,严重影响应用的运行效率和服务质量。为解决此问题,提出了一种基于粒子群优化算法的虚拟机放置策略。该策略通过建立云环境内部时延模型,利用改进的粒子群优化算法求解目标函数,来降低应用的时延,提高运行效率。并在CloudSim平台上进行仿真实验,实验结果表明,该策略的响应时间低于基本粒子群优化算法（PSO）,并且修改后的PSO算法在不影响收敛精度的前提下较大幅度地提高粒子群算法的收敛速度,提高了云环境中应用的运行效率。     

Pso-Bp 耦合算法在矿井瓦斯突出预测中的应用

矿井瓦斯含量的预测模型是一个多变量、非线性的函数关系,预测模型建立的准确与否决定于各个影响因素之间的相互作用、相互耦合的特性。将神经网络与粒子群算法有机地结合起来,以神经网络理论为基础,利用粒子群算法优化隐含层神经元个数和网络中的连接权值,建立瓦斯含量预测模型,解决了Bp神经网络收敛速度慢、易陷入局部优化的缺陷。并在历史数据的基础上,建立遗传神经网络训练和检验样本集,利用MATLAB进行仿真,结果表明粒子群神经网络模型可靠性强,预测精度高。     

基于混合粒子群算法的供热管网优化设计

供热管网优化设计一直是多年来城市地下管网工程中的研究热点。通过分析供热管网的优化模型,建立关于供热管网的目标函数即供热管网投资费用,根据供热管网的目标函数及约束条件建立适应度函数。利用粒子群优化算法对该非线性模型进行求解,借鉴遗传算法中变异操作的思想,设计基于遗传算法的混合粒子群算法,寻求在水力约束条件下目标函数的最小值。实例结果表明,将粒子群优化算法应用于供热管网优化设计可以取得较好的优化结果,并且充分的体现出粒子群算法的寻优能力。     

A novel mapping algorithm for three-dimensional network on chip based on quantum-behaved particle swarm optimization

Mapping of three-dimensional network on chip is a key problem in the research of three-dimensional network on chip. The quality of the mapping algorithm used directly affects the communication efficiency between IP cores and plays an important role in the optimization of power consumption and throughput of the whole chip. In this paper, basic concepts and related work of three-dimensional network on chip are introduced. Quantum-behaved particle swarm optimization algorithm is applied to the mapping problem of three-dimensional network on chip for the first time. Simulation results show that the mapping algorithm based on quantum-behaved particle swarm algorithm has faster convergence speed with much better optimization performance compared with the mapping algorithm based on particle swarm algorithm. It also can effectively reduce the power consumption of mapping of three-dimensional network on chip.     

基于PSO和共轭梯度法的MIP路由优化方案

针对移动IP网络中三角路由算法效率不高,导致移动网络性能难以达到最优的问题,提出了一种基于PSO和共轭梯度法的移动IP路由优化方案。首先利用粒子来取代网络节点中的路由选择表,将IP网络和粒子群算法联系起来,研究将粒子群算法用于求解移动IP路由选择当中的最短路径,针对粒子群算法早熟收敛和局部搜索能力不足的缺陷,引入局部搜索能力强的共轭梯度算法对其进行优化,从而有效提高找出移动IP最短路由的速度;仿真结果表明了该算法的有效性。     

基于新的改进粒子群算法的BP神经网络在拟合非线性函数中的应用

介绍了一种基于新的改进粒子群算法(NIPSO)的BP神经网络来解决拟合非线性函数所出现的误差较大的问题。此算法在粒子群优化算法基础上,分别让权重和学习因子非线性和线性变化,建立基于新的粒子群优化算法的新模型,再与BP神经网络结合之后来拟合非线性函数。结果表明,新的改进粒子群优化算法更加合理且高效地提高了BP神经网络的拟合能力,减小了拟合误差,提高了拟合精度。