ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

网络入侵早期检测方法的研究与实现

刘白璐; 杨雅辉; 沈晴霓; 张英北京大学
计算机工程2013-7-15
10阅读
引用收藏
分享

摘要

在网络入侵发生的早期进行检测对于提高在线入侵检测系统的实时性至关重要。针对网络入侵的早期检测,提出一组描述网络入侵早期行为的特征,设计早期特征在线提取算法。采用GHSOM神经网络算法作为分类器,实现基于神经网络的在线入侵早期检测系统。实验结果证明,该方法对绝大多数攻击的早期检测率在80%以上。与非早期检测相比,可优化在线检测的实时性,提高检测率。

学科与关键词

关键词
入侵早期检测早期特征入侵行为神经网络特征提取网络安全 early intrusion detectionearly featureintrusion behaviorneural networkfeature extractionnetwork security
相关
加载中…
  • 网络入侵特征优化检测方法仿真
    黄庆涛计算机仿真, 2013, (09): 282-285.
  • 一种基于半监督GHSOM的入侵检测方法
    阳时来; 杨雅辉; 沈晴霓; 黄海珍计算机研究与发展, 2013, (11): 2375-2382.
  • 下一代互连网络入侵检测系统研究
    纪祥敏; 景林; 舒兆港计算机仿真, 2013, (10): 337-340.
查看全部 →

发表信息

论文状态
公开发表
期刊
计算机工程
发表日期
2013-07-15
卷期
第 07 期
页码
1-6
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金资助项目(61070237,61073156)

作者

  • 刘

    刘白璐 (第一作者)

  • 杨

    杨雅辉

查看全部 4 位作者收起作者
  • 沈

    沈晴霓

  • 张

    张英

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417