计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2013年
9期
278-281
,共4页
神经网络%入侵检测%遗传算法
神經網絡%入侵檢測%遺傳算法
신경망락%입침검측%유전산법
Neural network%Intrusion detection%Genetic algorithm
研究网络节点危险程度评估优化入侵检测问题.由于入侵的多样性和随机性,造成准确检测困难.传统的网络安全模型都是对信誉度或信任度等概念完成恶意节点整体检测,因为单个节点属性较为复杂,所承担的作用不同,使得针对单个节点信息评估过程较为粗糙,很难设定准确阀值进行精确判断,造成传统模型对单个节点危险程度评估不准.提出一种危险程度的网络节点恶意程度评估模型,使用马尔科夫算法与贝叶斯学习器计算单个节点的危险度,运用贝叶斯方法推断出节点恶意程度的解空间,依据节点的属性特征计算节点的恶意度,克服传统方法不能对单个节点做出判断的弊端.实验表明,与已有的安全模型相比,提出的安全管理模型对恶意节点具有更高的检测率.
研究網絡節點危險程度評估優化入侵檢測問題.由于入侵的多樣性和隨機性,造成準確檢測睏難.傳統的網絡安全模型都是對信譽度或信任度等概唸完成噁意節點整體檢測,因為單箇節點屬性較為複雜,所承擔的作用不同,使得針對單箇節點信息評估過程較為粗糙,很難設定準確閥值進行精確判斷,造成傳統模型對單箇節點危險程度評估不準.提齣一種危險程度的網絡節點噁意程度評估模型,使用馬爾科伕算法與貝葉斯學習器計算單箇節點的危險度,運用貝葉斯方法推斷齣節點噁意程度的解空間,依據節點的屬性特徵計算節點的噁意度,剋服傳統方法不能對單箇節點做齣判斷的弊耑.實驗錶明,與已有的安全模型相比,提齣的安全管理模型對噁意節點具有更高的檢測率.
연구망락절점위험정도평고우화입침검측문제.유우입침적다양성화수궤성,조성준학검측곤난.전통적망락안전모형도시대신예도혹신임도등개념완성악의절점정체검측,인위단개절점속성교위복잡,소승담적작용불동,사득침대단개절점신식평고과정교위조조,흔난설정준학벌치진행정학판단,조성전통모형대단개절점위험정도평고불준.제출일충위험정도적망락절점악의정도평고모형,사용마이과부산법여패협사학습기계산단개절점적위험도,운용패협사방법추단출절점악의정도적해공간,의거절점적속성특정계산절점적악의도,극복전통방법불능대단개절점주출판단적폐단.실험표명,여이유적안전모형상비,제출적안전관리모형대악의절점구유경고적검측솔.
