新的入侵检测数据融合模型——IDSFP

以多传感器数据融合技术为基础,提出了新的入侵检测融合模型——IDSFP。其具有对多个IDS入侵检测系统的警报进行关联、聚合,产生对安全态势判断的度量,从而构成证据的特点。IDSFP应用D-S证据理论来形成对当前安全态势进行评估的信息,并动态地反馈、调整网络中各个IDS(intrusiondetectionsystem),加强对与攻击意图有关的数据的检测,进而提高IDS检测效率,降低系统的误报率和漏报率。     

基于分级属性的软件监控点可信行为模型

为了准确判断软件的可信性,针对软件预期行为轨迹中的软件监控点,该文提出了一个基于分级属性的软件监控点可信行为模型。首先,依据软件监控点各属性在可信评价中的作用范围将属性分级,构建各级属性的可信行为模型。其次,针对场景级属性,对同一监控点的训练样本进行区分,提出了一个基于高斯核函数的场景级属性聚类算法;针对单类训练样本,提出了基于单类样本的场景级属性权重分配策略。最后,实验分析表明:基于分级属性的软件监控点可信行为模型能够准确地对监控点的可信性进行评价;对于场景级属性可信模型,采用基于高斯核函数的场景级属性聚类算法具有更低的分类错误率,基于单类样本的场景级属性权重分配策略具有更优的可信性评价效果。     

基于本地主机传播行为的蠕虫预警新方法

对于利用漏洞扫描技术传播的蠕虫进行预警，传统方法存在着诸如无法区分P2P数据流，无法检测利用多个端口传播蠕虫等问题。针对这些问题，结合对网络蠕虫行为模式的分析，提出了一种改进的算法，并建立了基于该算法的预警模型。最后对该方法的可行性和各项性能进行了分析，发现新方法能更有效的预警未知的网络蠕虫。     

涡度-散度法反演基于单多普勒激光雷达的低空三维风场

基于机场上空的低空小尺度天气系统风场结构以及单多普勒激光雷达测风原理,选取涡度-散度方法作为风场的反演方法,对方法进行改进后对由激光雷达得到的径向风速数据进行处理,实现对机场上空的三维风场的反演。最后对机场上空的天气结构进行了仿真,实现了基于涡度-散度方法的风场反演,并分析了反演的误差,结果表明能较好地反映小尺度的风场结构。     

基于偏向稳定的分布式审计因果一致性模型

在分布式存储中，因果一致性由于易编程与性能权衡最佳而备受青睐。为解决现有因果一致性成果中矢量依赖跟踪损失吞吐量的问题，提出了基于偏向稳定的分布式审计因果一致性模型。在查询操作中使用组合矢量时间戳替代全矢量时间戳，减少系统管理与通信开销。同时，将分布式关联数组引入因果审计，分区协同审计细化数据依赖性，以减少虚假依赖条目数量。理论分析与仿真结果表明，所提模型可提升吞吐量48.26%，降低更新响应时延16.25%。