导读:本文包含了网络入侵论文开题报告文献综述、选题提纲参考文献，主要关键词:网络,网络安全,计算机网络,检测系统,深度,卷积,互联网。
网络入侵论文文献综述写法
黄振昊[1]（2019）在《网络入侵检测的设计和实现方案》一文中研究指出以网络信息系统的安全保障建设为背景提供了网络入侵检测系统的方案设计实例,通过对某局级机关网络及信息系统的现状分析,针对其网络安全需求分析、制定了网络入侵检测系统方案,并就方案的具体设计及其工作原理进行说明、入侵检测技术的发展趋势进行阐述。(本文来源于《科技通报》期刊2019年12期）
刘明峰,郭顺森,韩然,侯路,吴珺[2]（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）
张阳,张涛,陈锦,王禹,邹琪[3]（2019）在《基于SMOTE和机器学习的网络入侵检测》一文中研究指出网络入侵检测已经广泛运用机器学习模型,但是研究者们多关注模型选择和参数优化,很少考虑数据不平衡的影响,往往会导致少数类入侵样本的检测效果较差.针对该问题,以SMOTE(synthetic minority oversampling technique)数据再平衡算法为研究重点,应用入侵检测数据集KDD99作为原始训练集,使用简单抽样和SMOTE算法生成再平衡训练集.采用多种机器学习模型分别在原始训练集和再平衡训练集进行5折交叉验证.实验结果表明,与原始训练集相比,使用再平衡训练集建模能够在不降低甚至提高多数类样本识别效果前提下,使少数类样本的识别准确率和召回率增强10%～20%.因此,SMOTE算法对不平衡样本下的网络入侵检测有显着的提升作用.(本文来源于《北京理工大学学报》期刊2019年12期）
池亚平,杨垠坦,李格菲,王志强,许萍[4]（2019）在《基于GR-CNN算法的网络入侵检测模型设计与实现》一文中研究指出针对现有网络入侵检测系统对网络行为检测准确率较低、实时性较差、泛化性能较低的问题,利用深度学习具有良好分类性能及强泛化能力等优点,设计基于增益率算法和卷积神经网络算法的网络入侵检测模型。采用增益率筛选数据集数据特征,在保证入侵检测准确率的同时,缩短卷积神经网络训练时间。实验结果表明,该模型相比其他基于机器学习的入侵检测模型具有较高的准确率和较强的泛化能力,同时优化卷积神经网络训练方式,保证准确率的同时使神经网络训练时间减少了77%。(本文来源于《计算机应用与软件》期刊2019年12期）
王佳骏,林承勋,陈瑾,李文轩[5]（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[6]（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）
傅娆,黎鹰[7]（2019）在《级连层次图的网络入侵特征检测仿真》一文中研究指出针对传统的网络入侵特征检测中,一直存在由于构建入侵特征判断函数不准确,导致检测耗时过长,检测正确率较低、误报率和漏报率较高等问题,提出基于径向基核函数的网络入侵特征检测方法。通过将目标网络进行四元组合,确定入侵特征选择表达式;引入径向基核函数当作支持向量机的核函数,获取参数最优值;将网络入侵特征参数作为约束条件,采用粒子群算法确定支持向量机参数,获取粒子位置,并对粒子群速度进行更新,实现对入侵特征的获取;利用支持向量机,对入侵特征进行分类,当分类平面中出现线性不可分问题时,将其转化为线性优化问题,寻找出最优分类面,并对其进行判断,实现检测。实验结果表明,所提方法检测完成时间较短、检测正确率较高、误报率和漏报率均较低。(本文来源于《计算机仿真》期刊2019年11期）
郦佳燕[8]（2019）在《解析计算机网络入侵与防御技术》一文中研究指出计算机网络攻击一直是阻碍计算机技术发展的关键问题,一旦计算机网络被入侵,那么人们的隐私也会受到侵害。基于此,笔者针对计算机网络入侵问题进行分析,在简单介绍计算机网络入侵特点和危害后,结合实际情况分析常见入侵方式,从漏洞扫描、防火墙技术、访问技术、数据备份、入侵检测等方面入手提出应对计算机网络入侵的防御技术,以供参考。(本文来源于《信息与电脑(理论版)》期刊2019年21期）
谭世兵[9]（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[10]（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）
网络入侵论文开题报告范文
（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：
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。
（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。
网络入侵论文参考文献
[1].黄振昊.网络入侵检测的设计和实现方案[J].科技通报.2019
[2].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
[3].张阳,张涛,陈锦,王禹,邹琪.基于SMOTE和机器学习的网络入侵检测[J].北京理工大学学报.2019
[4].池亚平,杨垠坦,李格菲,王志强,许萍.基于GR-CNN算法的网络入侵检测模型设计与实现[J].计算机应用与软件.2019
[5].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
[6].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
[7].傅娆,黎鹰.级连层次图的网络入侵特征检测仿真[J].计算机仿真.2019
[8].郦佳燕.解析计算机网络入侵与防御技术[J].信息与电脑(理论版).2019
[9].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
[10].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