导读:本文包含了网络入侵检测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:网络,神经网络,控制系统,时域,机工,互联网,工业。
网络入侵检测论文文献综述
刘明峰,郭顺森,韩然,侯路,吴珺[1]（2019）在《基于深度学习的Wi-Fi网络入侵检测方法》一文中研究指出提出一种基于深度信念网络(DBN)的Wi-Fi网络入侵检测模型。使用SMOTE算法对数据样本中的异常数据和正常数据进行数量平衡,使用降噪自编码网络(DAE)对平衡后的数据进行降维,消除无关或冗余特征降低检测建模规模。在AWID数据集上进行实验,实验结果表明,与其它基于浅层学习算法的检测方法相比,所提方法可有效精简数据特征,降低检测时间,在检测精度和误报率方面体现出了更优性能。(本文来源于《计算机工程与设计》期刊2019年12期）
王佳骏,林承勋,陈瑾,李文轩[2]（2019）在《基于强化学习的通信网络入侵自适应检测方法》一文中研究指出通信网络入侵检测是网络信息安全领域研究的重点。传统的通信网络入侵检测方法属于固定式检测,不能根据通信业务变化而自主升级,容易发生误判、漏判等问题。为此,提出了基于Q强化学习算法的通信网络入侵自适应监测方法。利用强化学习智能体与环境交互,不断更新智能体的特点,设计了自适应监测的方法。以该方法为核心,介绍了入侵检测系统设计,实际应用情况表明该方法较传统固定式检测方法具有更高的检测稳定性,对通信网络传输业务变化的适应性更强。(本文来源于《信息技术》期刊2019年11期）
刘玉标[3]（2019）在《计算机网络入侵检测中人工智能技术的应用》一文中研究指出人工智能网络入侵检测技术是计算机网络安全防御系统中主要模块,其直接影响了计算机网络安全防御效果。因此,本文以人工智能技术在计算机网络入侵检测中应用为入手点,分析了计算机入侵检测系统的技术,对人工智能技术在计算机网络入侵检测中的具体应用过程、案例与趋势进行探究。(本文来源于《科技风》期刊2019年32期）
谭世兵[4]（2019）在《工业控制系统网络入侵检测的设计与实现》一文中研究指出随着互联网技术的飞速发展,工业互联网在生产型企业中的地位日益重要。越来越多的工业系统也走上了大数据、科技化的发展道路,小到一个传感器,大到一个注塑机等大型工业生产设备中的每一个环节,每一道生产工序都不能离开工业互联网的作用。(本文来源于《电脑知识与技术》期刊2019年30期）
邓德平[5]（2019）在《云计算下船舶网络入侵高精度检测系统设计》一文中研究指出为解决传统船舶网络入侵检测系统检测时间过长的问题,提出基于云计算环境的船舶网络入侵高精度检测系统设计。根据云计算优势,建立系统框架结构,部署入侵高精度检测系统硬件,引入CGA优化模块设计入侵检测系统软件,不断扩充规则库,将软件和硬件相结合完成云计算下船舶网络入侵高精度检测系统设计。实验数据表明,在船舶网络应用中,设计入侵高精度检测系统较传统入侵检测系统的检测时间平均减少8 s,适用于实时高精度检测船舶网络的入侵信息数据。(本文来源于《舰船科学技术》期刊2019年20期）
周丽娟[6]（2019）在《基于IM-GA-BPNN的网络入侵检测算法设计》一文中研究指出为了提高网络入侵检测系统的检测率、实时性和误报率,实现对网络进行有效的入侵检测,设计了一种基于免疫遗传算法和BP神经网络的网络入侵检测方法,首先建立四层的网络模型,采用训练数据对BP神经网络进行训练;为了进一步优化参数,通过免疫遗传算法对神经网络的参数进行优化,通过个体的复制、选择、交叉和变异来提高解的多样性,实现最优参数的求解。将KDD99 CUP入侵检测数据库中的数据作为仿真数据实验,将所提的模型IM-GA-BPNN与其它方法如BPNN、PCA-NN和PCA-PSO-NN进行比较,结果表明所提模型具有最高的检测率,同时具有检测效率高的优点。(本文来源于《山西大同大学学报(自然科学版)》期刊2019年05期）
熊雨坤,王怀彬[7]（2019）在《基于SSAE-PNN算法的网络入侵检测研究》一文中研究指出针对常用的入侵检测算法的收敛速度慢和误报率高的问题,本文提出一种基于栈式稀疏自编码器(SSAE)和概率神经网络(PNN)的入侵检测方法.首先,使用栈式稀疏自编码器对数据进行特征提取,获得低维、深层次的特征集,从而降低检测结果的误报率;然后,使用收敛速度快的概率神经网络对特征集分类,减少了训练模型的时间.本文使用NSL-KDD数据集对模型进行验证,实验结果表明,与其他入侵检测算法相比,SSAE-PNN模型取得了更优秀的检测效果.(本文来源于《天津理工大学学报》期刊2019年05期）
张钰莎,蒋盛益[8]（2019）在《基于风险数据挖掘追踪技术的网络入侵检测研究》一文中研究指出网络入侵检测是通过分析网络流量行为来识别网络中恶意活动的过程,针对网络入侵检测面临的海量数据入侵检测的挑战,提出了一种新的基于KDD CUP 99数据集的特征选择算法,将基于滤波器和包装器的方法相结合,选择合适的特征进行网络检测入侵。首先,基于训练数据的一般特征对特征进行评价,不依赖于任何挖掘算法;然后,采用互信息萤火虫算法(MIFA)作为基于包装器的特征选择策略进行特征提取,进一步基于C4. 5分类器和基于贝叶斯网络(BN)的分类器,结合KDD CUP 99数据集对得到的特征进行分类;最后,将提出的方法与已有的工作进行比较。实验结果表明:10个特征足够检测入侵,并提高了检测精度和假阳性率。(本文来源于《重庆理工大学学报(自然科学)》期刊2019年10期）
丁邦旭,张昊,王刚[9]（2019）在《基于MI与SVM的网络入侵检测方法研究》一文中研究指出计算机网络的发展也带来了网络安全威胁问题,采用网络入侵检测的方法能有效防范网络攻击。提出了基于互信息MI与支持向量机SVM算法的入侵检测方法。MI算法对高维的数据集进行特征选择,实现数据降维,提高入侵检测效率;SVM算法实现网络连接行为的分类,判别攻击行为。理论分析与实验结果表明,基于MI与SVM的方法能有效地提高检测效率并获得较高的分类准确率。(本文来源于《皖西学院学报》期刊2019年05期）
张文安,洪榛,朱俊威,陈博[10]（2019）在《工业控制系统网络入侵检测方法综述》一文中研究指出随着工业控制系统(industrial control systems, ICS)的网络化,其原有的封闭性被打破,各种病毒、木马等随着正常的信息流进入ICS,已严重威胁ICS的安全性,如何做好ICS安全防护已迫在眉睫.入侵检测方法作为一种主动的信息安全防护技术可以有效弥补防火墙等传统安全防护技术的不足,被认为是ICS的第二道安全防线,可以实现对ICS外部和内部入侵的实时检测.当前工控系统入侵检测的研究非常活跃,来自计算机、自动化以及通信等不同领域的研究人员从不同角度提出一系列ICS入侵检测方法,已成为ICS安全领域一个热点研究方向.鉴于此,综述了ICS入侵检测的研究现状、存在的问题以及有待进一步解决的问题.(本文来源于《控制与决策》期刊2019年11期）
网络入侵检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
通信网络入侵检测是网络信息安全领域研究的重点。传统的通信网络入侵检测方法属于固定式检测,不能根据通信业务变化而自主升级,容易发生误判、漏判等问题。为此,提出了基于Q强化学习算法的通信网络入侵自适应监测方法。利用强化学习智能体与环境交互,不断更新智能体的特点,设计了自适应监测的方法。以该方法为核心,介绍了入侵检测系统设计,实际应用情况表明该方法较传统固定式检测方法具有更高的检测稳定性,对通信网络传输业务变化的适应性更强。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
网络入侵检测论文参考文献
[1].刘明峰,郭顺森,韩然,侯路,吴珺.基于深度学习的Wi-Fi网络入侵检测方法[J].计算机工程与设计.2019
[2].王佳骏,林承勋,陈瑾,李文轩.基于强化学习的通信网络入侵自适应检测方法[J].信息技术.2019
[3].刘玉标.计算机网络入侵检测中人工智能技术的应用[J].科技风.2019
[4].谭世兵.工业控制系统网络入侵检测的设计与实现[J].电脑知识与技术.2019
[5].邓德平.云计算下船舶网络入侵高精度检测系统设计[J].舰船科学技术.2019
[6].周丽娟.基于IM-GA-BPNN的网络入侵检测算法设计[J].山西大同大学学报(自然科学版).2019
[7].熊雨坤,王怀彬.基于SSAE-PNN算法的网络入侵检测研究[J].天津理工大学学报.2019
[8].张钰莎,蒋盛益.基于风险数据挖掘追踪技术的网络入侵检测研究[J].重庆理工大学学报(自然科学).2019
[9].丁邦旭,张昊,王刚.基于MI与SVM的网络入侵检测方法研究[J].皖西学院学报.2019
[10].张文安,洪榛,朱俊威,陈博.工业控制系统网络入侵检测方法综述[J].控制与决策.2019
论文知识图
