导读:本文包含了网络入侵检测系统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,算法,检测系统,数据,数据挖掘,光纤,向量。
网络入侵检测系统论文文献综述
邓德平[1]（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）
段新华[2]（2019）在《基于跳频数据挖掘的校园网络入侵检测系统》一文中研究指出随着计算机信息技术的快速发展,各大院校都在努力完善校园网信息建设,入侵检测系统就是其中的一种普遍应用,入侵检测技术的主动防御进攻概念是校园网的建设基础。基于此,笔者提出基于跳频数据挖掘的校园网络入侵检测系统。其硬件组成包括数据仓库、感应器、检查器、生成器等;软件设计包括数据包捕获模块、数据预处理模块和事件分析器模块。实验结果表明,本文设计的基于跳频数据挖掘的校园网络入侵检测系统在对入侵行为的检测上远胜于传统系统设计,无限趋近于100%,具有较高的有效性。(本文来源于《信息与电脑(理论版)》期刊2019年17期）
李妍[3]（2019）在《计算机网络入侵检测系统的研究》一文中研究指出信息化时代的到来给我们的生活带来的便利。但是网络攻击问题威胁着我们的信息安全。如何提高网络安全加强对计算机网络入侵的检测,实现网络安全的多元化、立体化的防御。对网络入侵检测系统进行研究,从而有效提高计算机网络入侵检测系统的性能。满足现代化信息技术的发展需要,为网络信息化的建设提供强有力的保障。(本文来源于《科技风》期刊2019年25期）
孟小冬,冯锋[4]（2019）在《基于大数据的光纤传感网络入侵检测系统》一文中研究指出针对传统的光纤传感网络入侵检测系统,在大数据环境下存在检测时间过长、检测率偏低、误报率较高等问题,设计基于大数据的光纤传感网络入侵检测系统。虚拟机主要利用PC机模拟一个网络设备,将客户操作系统的光纤传感网络设备连接到PC机的网桥上,通过PC机实现光纤传感网络设备的虚拟。在大数据的环境下,将光纤传感网络入侵检测系统与虚拟化的网络特征相结合,利用Xen的半虚拟技术,实现大数据下的光纤传感网络入侵检测。实验结果表明,该检测系统能够快速、准确检测出光纤传感网络数据中存在的入侵数据,同时检测误报率不到4%,说明所提系统具有更好的性能。(本文来源于《激光杂志》期刊2019年08期）
王岩[5]（2019）在《基于大数据分析的网络入侵数据检测系统设计》一文中研究指出网络入侵事件频频发生,造成了极其严重的影响。基于此,提出基于大数据分析的网络入侵数据检测系统设计,对感应器、包嗅探器、异常分析器、报警器进行设计;系统软件设计包括数据采集模块、实时异常检测模块。实验证明,基于大数据分析的网络入侵数据检测系统对异常数据检测的速度比传统系统,速度快、网络数据的安全性更高、具有极强的高效性。(本文来源于《电脑知识与技术》期刊2019年19期）
尚永强,岳宝华[6]（2019）在《光纤传感网络入侵痕迹信息实时检测系统设计》一文中研究指出针对传统的光纤传感网络入侵痕迹信息检测系统存在的检测准确性低、误检率高、检测时间较长的问题,提出一种基于数据挖掘的光纤网络入侵痕迹信息检测系统,首先对检测系统进行提取和分析,寻找解决入侵痕迹信息的有效方法,对检测到的光纤传感网络入侵痕迹信息进行警告,将系统分为正常和异常两类问题;其次,构建基于数据挖掘的光纤传感网络入侵痕迹信息检测系统,将数据挖掘方法输入到光纤网络系统分类分析模块中,在输入数据挖掘后的检测系统中结合入侵检测引擎以及关联分析器检测光纤传感网络入侵痕迹信息。仿真实验结果表明,所提检测系统较传统检测系统检测准确率更高,误检率更低,检测效率较高。(本文来源于《激光杂志》期刊2019年06期）
陆倩[7]（2019）在《基于仿生算法的网络入侵检测系统研究》一文中研究指出随着互联网的不断扩展和高速发展,网络环境变得越来越复杂,存在的风险也越来越大。因此,网络安全已经成为一个非常重要的问题。网络的缺陷可能会导致网络攻击,并影响用户的隐私。为了保障网络信息安全,网络入侵检测技术得到了广泛重视。网络入侵检测技术是利用入侵者留下的痕迹信息,如试图登录的失败记录等,有效地从外部或内部发现非法入侵。由于网络环境日渐复杂,传统的入侵检测方法运行速度较慢并且对未知网络攻击的识别能力较差,其无法有效解决现有的网络入侵问题。机器学习作为新一代的人工智能技术,能够针对大量的数据进行自主学习和训练,有望弥补传统方法的不足,为入侵检测带来新的发展和突破。另外,仿生算法作为一种模拟生物免疫系统防御行为的新兴技术,在计算机科学领域也受到了越来越多的关注。生物免疫是一种复杂的分布式信息处理学习系统,有较强的自适应性、多样性、学习、识别和记忆等特点。基于人工免疫系统的一些模型和仿生算法在实际应用中显示了优良的信息处理能力。人工免疫系统在入侵检测方面取得了一些成功,但人工免疫理论研究还不够成熟,部分提出的检测模型并没有使用实际的数据进行验证。在研究网络入侵检测技术的过程中存在数据量大、检测率低、误报率高等主要问题。因此,本文基于现有的研究成果,针对入侵检测系统的不足,进行相关的改进和提高,并研究新型的网络入侵检测系统。主要工作体现在以下四个方面:1.首先介绍了课题的研究背景,主要包括课题的由来以及主要研究内容,然后给出本文工作的创新点。接着介绍了网络入侵检测系统的发展,并简单介绍了基于机器学习的网络入侵检测研究。然后介绍了人工免疫系统理论以及常见的人工免疫算法。最后对入侵检测领域存在的不足做了分析,并给出了相应的解决思路。2.针对支持向量机算法分类中存在的不足,提出了基于粒子群算法优化支持向量机参数的网络入侵检测模型。在数据预处理部分利用one-hot编码对数据集中的离散数据进行转化,用主成分分析算法对特征进行降维,减少了支持向量机运算的复杂度并节省了时间。利用NSL_KDD数据集进行二分类和多分类实验,从总体分类准确率、检测率与误报率叁个方面与其他机器学习方法进行比较。3.针对传统否定选择算法检测器集合存在冗余的问题,提出了一种改进的V-detector算法。首先设置半径可变的检测器生成算法,在检测器生成过程添加一个距离最近的自体为特征变量,提高检测器生成效率,降低检测器集合的冗余。然后在检测器终止条件时选用假设检验方法,保证检测器对非自体空间覆盖率一致的情况下,减少了训练过程的时间。最后利用改进的单个V-detector分类器构造多级分类模型以解决网络入侵检测中的多种攻击类型分类问题。4.利用改进的V-detector算法和新型人工免疫算法树突状细胞算法组成新的入侵检测模型。V-detector算法来源于否定选择算法,树突状细胞算法来源于危险理论,两种方法的结合属于不同类型的分类器异构集成。两种单分类器的集成结合了两种的优点,采用加权多数投票原则综合分类结果。该模型应用于网络入侵检测方向,提高了对未知类别的识别能力,降低了误报率。(本文来源于《广西师范大学》期刊2019-06-01）
费力[8]（2019）在《基于深度包检测的列车通信网络入侵检测系统的设计与实现》一文中研究指出随着工业以太网在列车通信网络中的应用,其开放性越来越强,所面临的安全问题也越来越突出。以太列车通信网络是服务网络和控制网络的融合,两者需要通过网关来交换数据。本文分析了列车通信网络的脆弱性,以及列车控制网络中用来传递过程数据和消息数据的TRDP协议,并结合当前工业控制系统网络安全入侵检测技术的研究,设计了一种基于深度包检测的入侵检测系统。本文设计的入侵检测系统从网络中抓取实时通信数据,利用深度包检测技术对它进行从链路层到应用层的深度解析,提取出网络通信的特征,根据各层协议规范检查报文的合法性;然后采用白名单技术对数据包进行过滤,通过设置IP地址、端口号、ComId、功能组合等规则选项来过滤非法访问;将协议解析的结果交由基于OCSVM的异常检测模型进行更深层次的异常行为检测。重点介绍了用OCSVM算法建立异常检测模型,仅用一类样本进行训练,以解决异常样本和正常样本不平衡的问题。针对列车通信网络结构复杂,数据样本维度高的问题,采用PCA方法进行降维。针对网格搜索法搜索速度慢、准确率低的问题,利用PSO算法进行参数寻优,并通过实验验证了该方法的优越性。本文最后介绍了入侵检测系统各个模块的实现,通过实验验证了对TRDP协议的解析功能、数据包合法性检查功能和包过滤功能,将静态防护功能和基于PSOOCSVM的异常检测模型相结合,能够提高入侵检测的准确率。(本文来源于《华中科技大学》期刊2019-05-01）
闫明辉[9]（2019）在《计算机网络入侵检测系统匹配算法的研究》一文中研究指出为了能够对网络安全进行有效的保证,并且提高计算机网络入侵检测的性能及效率,实现计算机网络入侵检测系统匹配算法的研究。首先,对计算机网络入侵检测的基本模型进行分析,提出计算机网络入侵检测系统多模式匹配算法,在计算机网络中融入匹配算法;之后,对计算机网络入侵检测系统的多模式匹配算法进行分析,设计基于多模式匹配算法的计算机网络入侵检测系统,然后对多模式匹配算法进行改进,提高算法有效性;最后,对比常规匹配算法,得到满足计算机网络入侵检测系统需求的算法。通过对提出的匹配算法进行研究,表示此算法能够在计算机网络入侵检测中使用,具备一定实用性。(本文来源于《电子设计工程》期刊2019年08期）
靳亚洽[10]（2019）在《基于机器学习的DDoS实时网络入侵检测系统关键技术的研究》一文中研究指出随着计算机技术的快速发展,尤其是云计算与大数据、人工智能时代的来临,分布式拒绝服务(Distributed Denial of Service,DDoS)攻击已经成为网络空间安全领域最具威胁的因素之一。同时,伴随着工业物联网的兴起,越来越庞大的僵尸网络使得DDoS攻击的危害性越来越大,因此DDoS攻击检测始终是网络安全领域的研究重点。尽管前人已经提出了诸多方法,然而随着技术的不断发展和业务场景的变化,很多针对DoS或者DDoS攻击的传统检测方法和防御手段已经过时。目前,针对DDoS攻击的检测,如何提高检测的效率和准确率,实现分布式检测和协同防御变得越来越重要。因此,本文利用机器学习与大数据分析等相关理论方法和技术,根据DDoS攻击流量的特点对网络流量中多维度的属性特征进行提取、分析,实现对互联网中大流量的DDoS攻击进行实时、高效、准确的检测。针对DDoS攻击检测的需求,本文提出一种针对DDoS攻击流量的集成学习分布式检测框架(Ensemble Learning Distributed Detection Framework,ELDDF)。该框架采用分布式的流量采集存储技术,实时的数据清洗技术以及基于集成学习的攻击检测方法,能够满足DDoS攻击检测的实时性、准确性等需求。在提出的ELDDF上,木文结合当前比较流行的大数据框架,构建了基于大数据的DDoS攻击检测系统。检测系统使用Gopacket、Libpcap等工具构建分布式流量采集传感器对流量进行实时采集,使用Spark Streaming构建实时流量特征提取模块,根据TCP/IP网络编程模型和DDoS攻击流量的特点对采集的数据包进行多维度的特征提取,同时基于Spark构建DDoS攻击检测模型并实现分布式随机森林检测算法,能够满足大数据的网络流量的实时检测。(本文来源于《华南理工大学》期刊2019-04-13）
网络入侵检测系统论文开题报告
（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：
随着计算机信息技术的快速发展,各大院校都在努力完善校园网信息建设,入侵检测系统就是其中的一种普遍应用,入侵检测技术的主动防御进攻概念是校园网的建设基础。基于此,笔者提出基于跳频数据挖掘的校园网络入侵检测系统。其硬件组成包括数据仓库、感应器、检查器、生成器等;软件设计包括数据包捕获模块、数据预处理模块和事件分析器模块。实验结果表明,本文设计的基于跳频数据挖掘的校园网络入侵检测系统在对入侵行为的检测上远胜于传统系统设计,无限趋近于100%,具有较高的有效性。
（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。
网络入侵检测系统论文参考文献
[1].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
[2].段新华.基于跳频数据挖掘的校园网络入侵检测系统[J].信息与电脑(理论版).2019
[3].李妍.计算机网络入侵检测系统的研究[J].科技风.2019
[4].孟小冬,冯锋.基于大数据的光纤传感网络入侵检测系统[J].激光杂志.2019
[5].王岩.基于大数据分析的网络入侵数据检测系统设计[J].电脑知识与技术.2019
[6].尚永强,岳宝华.光纤传感网络入侵痕迹信息实时检测系统设计[J].激光杂志.2019
[7].陆倩.基于仿生算法的网络入侵检测系统研究[D].广西师范大学.2019
[8].费力.基于深度包检测的列车通信网络入侵检测系统的设计与实现[D].华中科技大学.2019
[9].闫明辉.计算机网络入侵检测系统匹配算法的研究[J].电子设计工程.2019
[10].靳亚洽.基于机器学习的DDoS实时网络入侵检测系统关键技术的研究[D].华南理工大学.2019
论文知识图
