基于人工免疫模型的网络入侵监测

首先介绍基于网络入侵监测系统的三种工作方式，随后讨论了一种新的基于人工免疫模型的入侵检测方法，详细介绍了人工免疫工作原理和结构体系，并对其系统特性进行了分析．     

基于人工免疫的NIDS研究进展

现有网络入侵检测系统的关键不足在于不能识别未知模式的入侵，智能水平低。生物免疫系统的自我保护机制对设计新的网络入侵检测系统具有很好的借鉴意义。论文通过抽取生物免疫系统中所蕴涵的各种信息处理机制，将网络数据传输行为分为正常和异常行为，分别对应为网络的自我与非我，建立了一个基于人工免疫的网络入侵检测系统原型。系统中蕴涵的生物免疫机制主要有非我识别机制、免疫进化机制等。本文着重介绍此原型系统的结构和特征、免疫识别算法，并进行了实际检测实验。实验结果表明生物免疫的自我保护机制在网络入侵检测系统方面具有很强的应用前景。     

基于人工免疫系统的计算机网络安全策略

分析了人工免疫系统的发展现状,介绍了计算机免疫系统的实现机理,提出了一种人工免疫系统的体系结构,展望了人工免疫系统在计算机安全中的应用前景。     

基于网络数据基因表达方法的人工免疫入侵检测技术

针对计算机入侵检测和生物免疫所具有的高度相似性,提出了一种基于网络数据基因表达方法基础之上的人工免疫入侵检测模型。使用了克隆选择算法,并通过适应度和亲和度相结合的保优策略,解决了检测器过早收敛的问题。分析了该系统模型的工作流程,介绍了实验情况并对今后的研究方向进行了展望。     

基于人工免疫算法的入侵检测系统

将人工免疫的理论运用到计算机入侵检测系统中。充分利用了人工免疫系统的分布性、自适应性、记忆性和高效性。为入侵检测系统的高误报率和缺乏自适应性的问题提供了一个可实用模型。     

基于人工免疫系统的入侵检测系统研究

本文介绍了入侵检测系统的发展概况,陈述了国内外人工免疫系统应用在入侵检测系统方面的研究进程,总结了人工免疫系统应用在入侵检测系统方面的一些研究成果,并阐述了人工免疫系统应用在入侵检测系统方面所存在的一些问题。     

基于人工免疫系统的入侵检测系统研究

本文介绍了入侵检测系统的发展概况,陈述了国内外人工免疫系统应用在入侵检测系统方面的研究进程,总结了人工免疫系统应用在入侵检测系统方面的一些研究成果,并阐述了人工免疫系统应用在入侵检测系统方面所存在的一些问题。     

基于人工免疫的网络安全监控系统

引入人工免疫思想, 采用多Agent技术, 构建一个基于人工免疫体系结构和多Agent的网络安全监控系统, 用以改善传统网络安全监控系统的弊端. 该系统通过引入异常告警, 将免疫系统中的固有性免疫和适应性免疫相结合, 克服了传统网络监控中主机性能瓶颈、 监控内容静态固定、 监控方式单一及扩展性差、 适用范围窄等问题, 提高了网络安全监控系统的效能和可靠性.     

基于人工免疫机制的入侵检测技术

现有网络入侵检测系统的大都不能识别未知模式的入侵,智能水平低,生物免疫系统提供了一种的健壮的、自组织、分布式的防护体系,对设计新的网络入侵检测系统具有很好的借鉴意义,详细介绍了对当前入侵检测中所应用的免疫机制。     

基于人工免疫模型的入侵检测系统中检测器生成算法的分析与改进

对检测器生成算法中的逐级反向选择算法进行改进,通过对检测器表示方式和检测器生成算法的修改,解决了原算法中检测器数量过多的问题,提高了检测器的生成效率和检测效率.算法的测试结果表明,改进后的算法在检测精度不变的前提下降低了描述相同非自体空间需要的检测器数量,提高了算法执行效率,使其更接近实时监测的要求.     

基于人工免疫算法的网络安全态势预测

网络安全态势预测能基于管理者提供的历史信息和当前时刻的网络安全态势,对未来时段的网络安全态势进行预测。为了有效实时地进行网络安全态势预测,提出了一种基于人工免疫算法的网络安全态势预测方法。首先,建立基于神经网络的网络安全态势预测模型,然后通过BP反向传播算法对网络进行训练,在此基础上,采用人工免疫算法来优化网络的结构和神经网络的态势预测值,该算法对亲和度函数、抗体的复制和抑制方法等均进行了设计。在KDDCUP99数据集中,对所提方法进行了验证,实验结果表明该方法能有效进行网络安全态势的验证,并且与其他方法相比,具有更好的检测率。     

网络安全监测

“网络安全监测”通过实时分析网上数据流来监测非法入侵活动，并根据监测结果实时报警、响应，达到主动发现入侵活动、确保网络安全目的。系统由嗅探器、监测中心、远程管理服务器等构成，采用基于模式、基于统计2种方法发现入侵。方案技术的关键是入侵识别，解决的主要难点是数据流实时性与查询速度矛盾、入侵模式动态添加等问题，具有漏洞自检、智能分析、双向监测等功能。它是传统网络安全产品的强有力助手、是对付越演越烈的网络入侵的重要工具。     

基于过滤驱动的图书馆网络系统安全监控

讨论了高校图书馆网络系统安全的现状,介绍了网络过滤驱动的基本原理.在Windows操作系统中,设计了符合WDM模型的网络过滤驱动程序,挂载在TDI接口上,实现了对网络数据的过滤,此技术的实现对高校图书馆提高网络系统安全有广泛的应用价值.     

基于校园网的网络安全对策

阐述了校园网网络安全状况,分析了校园网存在的网络安全问题,介绍了网络安全技术,并提出了维护校园网络安全的解决方案。     

基于校园网的网络安全对策

阐述了校园网网络安全状况,分析了校园网存在的网络安全问题,介绍了网络安全技术,并提出了维护校园网络安全的解决方案.     

基于神经网络驾驶员模型的PIO预测分析

在PIO研究中,拟线性的McRuer驾驶员模型,因其结构简单、能反映驾驶员基本的行为特性而被广泛采用,但在通常情况下,驾驶员的行为具有高度的非线性,而运用神经网络模型可以更精确地描述驾驶员的非线性特性。以某机为例,利用试飞数据对神经网络进行训练和验证,建立了神经网络模型。通过仿真运算,并用时域Neal-Smith（TDNS）准则对该飞机进行了PIO预测分析。结果表明,与McRuer驾驶员模型相比,神经网络模型可以更好地逼近驾驶员特性,据此运用TDNS准则可以很好地对PIO趋势进行预测。     

基于人工免疫网络的多峰值函数优化

针对多峰值函数优化中常规方法难以同时搜索出多个极值的问题,借鉴生物免疫系统的相关机理,提出了基于人工免疫网络的多峰值函数优化算法,并在一些典型的测试函数上进行性能测试。实验结果表明,该算法具有很好的全局和局部搜索能力,能够较好地保持抗体的多样性,获得多峰值函数的全部或多个优化解。     

基于人工免疫网络的模式识别算法

针对实际对象数学模型不明确而难以控制的问题,采用人工免疫网络的离散模型与学习算法,将人工免疫系统与神经网络结构的优势相结合,提出了一种基于人工免疫网络的模式识别算法,构造了对象识别的人工免疫网络模型.该算法综合了网络节点的定位与参数调整以及对基函数的平滑因子实施调谐等功能,有效地解决了径向基函数(RBF)神经网络模式识别的两个阶段任务,使模式识别的精度有较大的改进.采用两个不同对象函数进行的仿真试验表明,该算法具有快速收敛性与较高的准确性.     

基于云模型的网络安全评估研究

对网络安全进行评价,采取的常用模型是云模型,采用这个模型的优点是:不用将原始的数据进行分析和研究,就可以直接得到结果,它采用的方法是态势评价,对原始数据没有很大的依赖性;预测研究具有的特征是随机性和模糊性,所以预测研究也会使用云模型。云模型针对评价网络安全、态势预测,提出一种新型算法,该算法具有映射性的,对计算的正确性有着显著的提高。