电脑保镖:最佳安全防护套装

这些全功能病毒防护软件能消灭病毒、阻止木马、拦截恶意下载软件。本专题测试了最优秀的杀毒套装。安装防护套装是否都能大展身手各尽其用?粗粗一看,似乎的确如此:所有安全套装都试图保护你免受病毒、间谍软件、木马和其他恶意软件的侵扰,而且大部分情况下,这些安全套装里的每个组件都在竭尽全力做好侦测工     

用单片机实现报警系统无线探头优化方案

随着传感器技术的发展,报警系统可配接的探头种类繁多,有红外、煤气、烟雾、磁感应、温度、声音、微波、指纹和影像等。由热释电红外线检测电路实现的红外探头能够灵敏地实现对活动人体的探测,电路又比较通用和廉价,所以报警系统大多采用多个无线红外探头,使它成为报警系统配接的首选探头。但红外检测电路本身存在的误报率高和可靠性低等问题一直制约着报警系统的发展和普及。因此研发高可靠性、低成本、智能化无线探头是报警系统发展的必然趋势。     

使用补偿非参数CUSUM方法检测DDoS攻击

提出了一种有效的、在攻击目的端检测DDoS攻击的方法.研究目的是为了在花费较少代价的情况下,早期检测到攻击的存在,记录可疑的攻击包.对基于TCP协议的DDoS攻击而言,从受害端进行观察,会发现很多没有确认的TCP报文段.在每个时间间隔 ,计算未确认的报文段个数与总报文段个数的比值,形成基于时间的统计序列,再用经过改进的非参数递归CUSUM(cumulative sum)算法在线、快速检测DDoS攻击,并在检测的同时记录可疑的攻击包.经实验验证,该检测算法不仅快速,而且具有更低的误报率,能够适应更复杂的网络检测环境.另外,还能为攻击的分析取证和追踪提供一定帮助.     

基于同步点的IDS评估评分方法

评分方法是判定IDS的检测率和误报率的重要环节,评分方法的准确性直接影响评估结果的有效性.现有的考虑误报和不考虑误报的评分方法均存在不同程度的准确性误差,并且不能适应日益增加带宽下的流量需求.分析了评分方法的判定窗口所需要的性质,并基于IDS对报文处理的FIFO队列特性,提出了基于同步点的评分方法.经过理论证明和实验验证,这个新方法相对于现有的评分方法有更高的准确性和更好的可扩展性.     

基于虚拟机技术的可疑文件自动检测系统

针对特征码技术不能检测新型未知非法程序的特点,提出了一种基于虚拟机技术和行为分析技术的可疑文件自动检测系统。重点介绍了检测系统的工作流程图,给出了系统的管理中心和检测中心的模块架构,详细分析了两个中心的技术原理。测试结果表明,基于自定义的判定规则库,系统能够快速判断被检测文件的危险等级,生存周期长。     

智能摩托车防盗报警器的设计

用单片机EM78P153对摩托车防盗报警器的振动传感器信号进行处理，可大大降低误报率。用无线遥控器设定摩托车的工作状态；报警监控状态；测试状态；解除状态。用无线数字编码传输报警信号，无线接收器放在车主口袋或提包里，以免摩托车的报警音造成噪音污染。采用较高灵敏度的外差式接收IC（RF2917或CC400，TDA5201，nRF403等）制作接收模块，无线报警的传输距离可达到400米左右。     

基于改进的滑动平均滤波器的DDoS攻击检测

本文通过对网络流量统计的分析,提出了一种基于滑动平均滤波器的DDoS攻击检测方法。该方法不同于以往单一根据网络流量的突变或根据攻击对流量分布的影响来分析DDOS攻击的方法,而是通过运用滑动平均滤波技术将两者综合考虑。该方法即适合引起网络流量突变的攻击,又适合发现大流量背景下攻击流量并没有引起整个网络流量显著变化的攻击。因此适合于各种规模的网络流量的异常检测。另外,详细给出了对检测成功率和误报率起着至关重要作用的阀值范围。     

基于主动学习和TCM-KNN方法的有指导入侵检测技术

有指导网络入侵检测技术是网络安全领域研究的热点和难点内容,但目前仍然存在着对建立检测模型的数据要求过高、训练数据的标记需要依赖领域专家以及因此而导致的工作量及难度过大和实用性不强等问题,而当前的研究工作很少涉及到这些问题的解决办法.基于TCM-KNN数据挖掘算法,提出了一种有指导入侵检测的新方法,并且采用主动学习的方法,选择使用少量高质量的训练样本进行建模从而高效地完成入侵检测任务.实验结果表明:其相对于传统的有指导入侵检测方法,在保证较高检测率的前提下,有效地降低了误报率;在采用选择后的训练集以及进行特征选择等优化处理后,其性能没有明显的削减,因而更适用于现实的网络应用环境.     

增强的非监督异常检测算法IUADA

近年来,网络基础设施逐步完善,同时信息技术的应用也越来越广泛.随着网络安全一系列相关问题的加重,入侵检测技术正面临着重大的机遇和挑战.因为误用检测和异常检测方法都存在着各自的优点和不足,提出坚持将两种方法结合以构建完善的入侵检测系统的观点.同时,基于数据挖掘技术在入侵检测中所体现出的有效性,针对MINDS的异常检测模块提出改进.采用多维孤立点检测技术,并使用动态加权来调整对网络连接的评价分数,以提高入侵检测的性能.实验结果表明,所提出的算法能够有效地降低响应时间和误报率.     

垃圾邮件分类的偏依赖特性研究

由于相对于漏报,误报会对邮件过滤性能造成更负面的影响,因此有必要研究如何让邮件过滤器对误报代价表现出更高的敏感性.本文通过引入具有偏依赖特征的权值系数函数,提出了一种能够实现非对称训练学习的改进拟合Logistic Regression邮件分类算法模型.根据在实际邮件样本集上所作测试试验,在分类精度性能没有降低的条件下,验证了新分类模型在误报率和漏报率两项指标之间存在较明显的偏依赖特性,同时对扰动特征数据表现出较强鲁棒特性.