智能神经网络在Internet入侵检测中的应用

探讨了一个基于智能神经网络的网络入侵检测系统模型，在对网络中的IP数据包进行分析处理以及特征提取的基础上，采用智能神经网络进行学习或判别，以达到对未知数据包进行检测的目的，智能神经网络可以将多种多样的入侵检测任务划分为多个单一的检测任务，并将这些任务分配给功能专一，结构简单的较小的智能神经网络来完成，实验证明这是一种行之有效的网络入侵检测的解决方法。     

基于智能体和神经网路的无线网络入侵检测系统

本文对实际工作中无线网络的日常运行,将会面临的入侵威胁,并针对传统常规处理办法进行了分析,并对传统的入侵检测系统新型试验,结合多方面改进技术,提出了基于神经网络和智能体的无线网络入侵检测系统。     

关于计算机入侵检测技术问题的探讨

对入侵检测技术的相关问题进行了探讨，首先对机房信息安全进行基本概述，接着对入侵检测技术从基本情况及缺陷等角度进行探讨，随后论述入侵检测技术的发展前景。     

基于MA的分布式入侵检测系统

对于复杂网络环境，基于移动Agent的分布式入侵检测系统能主动发现的入侵攻击行为，提供实时报警和自动响应。本文将介绍入侵检测及Agent技术，提出并讨论了基于MA的分布式入侵检测系统。     

略谈入侵检测技术

入侵检测作为一种新一代的安全保障技术,开始备受人们的关注。针对入侵检测技术的概念、入侵检测的步骤、入侵检测的分类以及入侵检测的发展方向进行论述。     

基于数据挖掘技术的入侵检测系统

详细论述了在入侵检测系统中数据挖掘技术的应用，对现有的应用于入侵检测的数据挖掘技术如关联规则、聚类分析、特征分类等进行了分析和综合。结合元挖掘等新概念，本文给出了一个应用数据挖掘技术的入侵检测系统IDSDM框架。该框架具有良好的智能性和自适应性。     

计算机数据库入侵检测技术的探讨

计算机数据库在实际运用的过程中经常会出现各种各样的安全问题,因此计算机数据库入侵检测技术在计算机数据库的运用过程中,起着关键的保护作用,数据库入侵检测技术是信息安全研究领域的热点,当前计算机数据库入侵检测技术主要是在防火墙、数据加密等后面研发创新的安全保障技术,主要在数据库入侵检测技术研究的基础上,分析当前数据库入侵检测技术的运用范畴及其运用的局限性,并从多层次防御的角度研究计算机数据库入侵检测技术的未来发展方向。     

基于机器学习的入侵检测系统

入侵检测系统是保障网络信息安全的重要手段,针对现有的入侵检测技术存在的不足.提出了基于机器学习的入侵检测系统的实现方案.简要介绍几种适合用于入侵检测系统中的机器学习算法,重点阐述基于神经网络、数据挖掘和人工免疫技术的入侵检测系统的性能特点.     

智能汽车安全问题亟待解决

【事件】 根据国外研究机构报告，目前黑客至少已经实现了3种入侵智能汽车的方式，虽然目前还没有大规模针对智能汽车的黑客行为发生，但这意味着黑客可能已经盯上了车联网行业，并正在进行必要的技术准备。     

网络入侵检测方法研究

介绍网络入侵的过程与处理流程.入侵检测的分类,入侵检测目标与评估参数,对于入侵检测的手段与方法作了回顾,总结入侵检测的评估参数.最后提出了以后入侵检测技术的发展趋势     

异常网络入侵检测技术

异常入侵检测技术能够有效的保护计算机系统和网络免遭恶意活动的破坏。异常检测技术能够检测到新的攻击行为,是入侵检测系统发展的热点。但这种技术方法目前还不是很完备.首先介绍入侵检测的功能、通用模型及分类。然后回顾常用的几种异常入侵检测技术。最后列举当前异常检测系统所要面临的挑战。     

入侵检测技术在图书馆网络安全系统中的应用

作为安全审计的核心技术，入侵检测是网络安全保护一个重要组成部分，它从网络安全立体纵深以及多层防御的角度出发，是一种积极主动的安全保护技术。本文就针对入侵检测技术在图书馆网络安全系统中的应用展开讨论。     

基于Windows操作系统的入侵检测系统设计

入侵检测是一种用于检测计算机网络中违反安全策略行为的技术。进行入侵检测的软件与硬件便是入侵检测系统。本文对入侵检测进行了的分析,探讨了基于Windows操作系统的入侵检测系统设计。     

计算机网络入侵检测技术研究

近年来,计算机信息产业的高速发展有效推动了网络的普及化,而网络入侵在当已然成为了该领域为之极力关注的社会问题,计算机入侵检测技术由此应运而生。而本文主要阐述了网络入侵检测的基本概念与网络入侵检测技术的发展趋势,以及现行网络较多的检测技术,并重点对人工免疫入侵的检测模型加以有效的分析。     

浅谈入侵检测系统

入侵检测是计算机安全体系结构中的一个重要的组成部分,入侵检测技术是对系统或者网络审计数据进行检测分析来发现入侵企图并采取保护措施的一种技术.     

网络入侵防御系统设计与测试

该文主要研究云计算网络环境下的入侵检测与防御技术,在总结传统入侵检测技术的基础上,对云计算环境中的入侵检测系统进行比较全面的研究,开发以神经网络技术为基础的网络入侵防御系统。对于入侵检测模块,重点对数据捕获、行为规则匹配以及神经网络判别模块进行分析,并通过具体的测试检验其实现结果。     

入侵检测技术综述

本文介绍了入侵检测的概念、方法和入侵检测系统的分类,对好的入侵检测系统的要求做了总结,并指出了现在的入侵检测系统还存在的缺点,最后对入侵检测技术发展方向进行了展望。     

基于入侵检测的防火墙策略研究

防火墙是预防网络入侵的一种重要的技术。入侵检测是安全防御体系中继防火墙、数据加密等传统安全保护措施后又一项重要的安全保障技术,可以在入侵的全过程对系统进行实时检测与监控,本文对主机入侵检测技术和防火墙进行了深入的分析和总结,指出了两者的优、缺点,讨论了防火墙与主机入侵检测系统的联动。     

基于对等网中协同入侵检测模块的改进

将P2P技术运用于分布式入侵检测系统之上已经成为入侵检测系统设计的大势所趋。本文在在现有的对等网模型的理论基础上,设计包括协同检测分析器,协同管理器,入侵检测管理器在内的协同入侵检测模块,使实例之间能够共享入侵检测信息并能够交换入侵检测子集,从而达成对等网实例间的协同检测功能。     

基于数据挖掘的入侵检测系统规则库构建

入侵检测系统有效检测入侵的关键之一在于入侵规则库,本文针对普通入侵检测系统的缺点,将规则发现过程与数据挖掘技术结合起来,提出了改进的关联规则和聚类算法用于实时构建入侵检测系统规则库。