一种快速Snort入侵检测系统研究

在高速网络中,提高入侵检测系统检测速率和效率是目前入侵检测系统需要解决的主要问题. 基于Linux平台,采用了零拷贝技术对Snort入侵检测系统的数据包捕获引擎进行了改进;采用改进的BM算法提高了规则匹配的效率,搭建了相应的实验平台并进行了性能测试. 测试表明,本方法可以显著提高Snort系统的性能.     

增强型BM匹配入侵检测算法的设计与实现

在入侵检测技术的基础上利用模式匹配算法对数据包负载中的内容进行特征匹配具有重要意义,通过细致分析BM模式匹配算法并加以改进,设计出增强型的BM算法——EBM算法．EBM算法与BM算法相比,文本指针偏移值更大,字符匹配次数更少,使得改进后的入侵检测系统性能有了明显的提高．     

数据库语义学纲要

数据库语义学(Database Semantics,DBS)将自然语言交流的周期构建为从听觉过渡到思维再过渡到说话,然后从说话返回到听觉的模式(这是一个循环模式)。与真值条件语义学和短语结构语法使用的替换驱动和基于符号的方法不同,数据库语义学是数据驱动的和基于智能代理的。其目的是为具有语言能力的自主机器人提供一种语义学理论。在数据库语义学中,命题是表示内容的,而不是表示真值的(第1—3节)。内容由指称、属性和关系等语义类建立起来,它们由经典的结构语义关系,即函子论元和协调关系串联而成。为了使指称成为一个智能代理内部的认知过程,语言和非语言的内容都使用了相同的计算数据结构和操作种类,而它们之间的主要区别在于是否存在与语言相关的表面值。数据库语义学包括三部分:(i)一个交互界面,(ii)一个存储器,(iii)一个操作组件。交互界面部分在智能的认知与其外部和内部环境之间进行协调,表示为由传感器和激活器提供的原始数据(第4—7节)。智能代理每时每刻的监测数据都被存储在存储器的前端。作为智能代理控制单元的一部分,存储器的这个前端就是执行操作组件程序的位置所在,它是在内容中产生的。