导读:本文包含了入侵检测模型论文开题报告文献综述、选题提纲参考文献，主要关键词:算法,神经网络,算子,增益,人工免疫,卷积,特征。
入侵检测模型论文文献综述写法
池亚平,杨垠坦,李格菲,王志强,许萍[1]（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）
姜明富[2]（2019）在《基于犹豫梯形模糊算法的入侵检测模型》一文中研究指出针对犹豫梯形模糊信息环境下的入侵检测模型选择问题,构建了一种基于犹豫梯形模糊决策算法的入侵检测模型选择方法。首先,考虑到决策信息为犹豫梯形模糊数且属性间存在相互的关联,基于犹豫梯形模糊数的运算法则,提出了犹豫梯形模糊Einstein加权平均(HTrFEWA)算子和犹豫梯形模糊Einstein加权几何(HTrFEWG)算子;其次,针对犹豫梯形模糊数的有序位置存在具有不同权重的情况,构建了犹豫梯形模糊Einstein有序加权平均(HTrFEOWA)算子和犹豫梯形模糊Einstein有序加权几何(HTrFEOWG)算子,并讨论了其相应的基本性质;最后建立了基于HTrFEWA算子和HTrFEWG算子的多属性决策方法,并通过入侵检测模型的选择实例说明提出的决策方法是合理和有效的。(本文来源于《控制工程》期刊2019年11期）
田峥,李树,孙毅臻,黎曦[3]（2019）在《一种面向S7协议的工控系统入侵检测模型》一文中研究指出随着"中国制造2025"战略的提出,工业控制网络和互联网技术的融合程度也越来越高,同时工业控制网络的封闭性在一定程度上被打破,使得工业控制网络安全问题日益严重。S7协议是德国西门子公司的私有协议,广泛应用于工控网络的通信过程中。文章提出一种基于深度解析和白名单自学习的工控复合入侵检测模型,该模型利用深度解析算法实现对S7协议包的解析,通过白名单自学习算法动态构建白名单,采用白名单检测和异常行为检测相结合的复合入侵检测方法来检测异常。实验证明,该方法能有效检测出工业控制网络中异常的S7协议包,在5000个/s的发包速率下检测精度可达到98.3%。(本文来源于《信息网络安全》期刊2019年11期）
亢中苗,赵志强,周玉白[4]（2019）在《基于嵌入式特征选择与L1正则化模型的电力通信网入侵检测方法》一文中研究指出委内瑞拉大停电等由网络入侵导致的电网大停电事件为电力系统网络安全管理敲响警钟。如何辨识电力通信网入侵行为是当前电力系统网络安全管理的重要问题。对比了过滤式、包裹式和嵌入式3种特征选择方法异同,介绍了基于L1正则化算子的嵌入式特征选择算法;结合电力通信网通信业务实际,提出了面向实时通信业务的入侵检测实施方法。基于KDD CUP 99数据集构造算例表明,相比于常用的包裹式特征选择方法,该方法能够缩短至少67.9%的平均检测时间,并提升约0.25%的检测准确率。(本文来源于《电力通信技术研究及应用》期刊2019-10-23）
辛壮,万良[5]（2019）在《基于人工免疫的集成入侵检测模型》一文中研究指出为降低网络数据流量冗余属性对入侵检测效果的影响,提高入侵检测检测率,设计一种基于人工免疫的集成入侵检测模型,基于该模型提出一种疫苗提取与接种的策略。使用粗糙集方法获取优良抗体,结合异常检测与误用检测对模型进行扩展,疫苗提取与接种策略保证抗体的优良性能够得到遗传。与传统人工免疫模型相比,该模型收敛速度更快、检测率更高。通过实验验证了该模型在入侵检测方面有较好的检测结果。(本文来源于《计算机工程与设计》期刊2019年10期）
郭海智,郭亮,王连胜[6]（2019）在《基于特征优化的网络入侵检测模型设计》一文中研究指出为了克服当前网络入侵检测模型存在的局限性,以获得更加理想的网络入侵检测结果,设计基于特征优化的网络入侵检测模型。首先研究当前网络入侵检测建模现状,分析特征对网络入侵检测结果的影响,然后建立网络入侵检测的特征优化数学模型,通过模拟自然界生物进化的自适应遗传算法对特征优化数学模型的解进行搜索,对最优解反编码得到入侵检测的最优特征子集,最后根据最优特征子集对网络入侵检测的学习样本进行建模,设计最优的网络入侵检测模型。采用网络入侵检测的标准数据集进行仿真对比测试,文中模型的网络入侵检测平均正确率大约为95%,而当前其他网络入侵检测模型均在95%以下,同时该模型的入侵检测建模训练和检测时间大幅度减少,能够获得更优的网络入侵检测效率。(本文来源于《现代电子技术》期刊2019年19期）
康健,王杰,李正旭,张光妲[7]（2019）在《物联网中一种基于多种特征提取策略的入侵检测模型》一文中研究指出文章利用机器学习方法提出了一种智能入侵检测系统。为了对网络数据进行特征表示,提升系统性能,通过特征提取等方法对数据进行处理。文章提出了一种包含6种不同策略的入侵检测模型框架,并使用UNSW-NB15数据集进行了网络入侵检测实验。实验结果表明,该入侵检测模型检测效果优良,易于使用。(本文来源于《信息网络安全》期刊2019年09期）
冯文英,郭晓博,何原野,薛聪[8]（2019）在《基于前馈神经网络的入侵检测模型》一文中研究指出由于入侵行为特征多样、网络环境复杂,导致基于深度学习的入侵检测方法容易出现模型复杂、灵活性差等问题。为此,文章提出基于前馈神经网络的入侵检测模型SFID,通过逐层削减神经元数量,整体化解决特征抽取和入侵分类问题,从而降低了入侵检测模型的训练复杂度。通过实验验证,模型在正确率相当的情况下比S-NDAE模型训练效率明显提高。(本文来源于《信息网络安全》期刊2019年09期）
吴亚丽,李国婷,付玉龙,王晓鹏[9]（2019）在《基于自适应鲁棒性的入侵检测模型》一文中研究指出传感器与网络技术的迅猛发展促进了信息物理系统的发展与应用.而传统网络系统的入侵检测技术已经发展成熟,信息物理系统(CPS)可以在借鉴传统网络系统入侵检测技术的基础上,结合自身特性进行改进.针对CPS所处地理位置复杂及网络传输不可靠导致的检测鲁棒性不高的问题,提出基于稀疏降噪自编码网络(SDAE)的入侵检测算法;同时,考虑到CPS对模型适应性及推广性的需求,将基于差分变换的头脑风暴优化算法(DBSO)与改进的自编码网络相结合,形成基于DBSO优化SDAE(DBSO-SDAE)的检测算法.该算法具有自动提取入侵数据最优特征表示的能力,同时在进一步提高模型鲁棒性的前提下,可极大地增强模型的适应性.仿真结果表明,所提出的DBSO-SDAE模型与其他模型相比,具有较高的鲁棒性、自适应性及较优的检测实时性,可极大地满足CPS对检测算法的高需求.(本文来源于《控制与决策》期刊2019年11期）
杨红浩,周治平[10]（2019）在《采用信息增益率的混合入侵检测模型设计》一文中研究指出针对现有混合入侵检测模型仅定性选取特征而导致检测精度较低的问题,同时为了充分结合误用检测模型和异常检测模型的优势,提出一种采用信息增益率的混合入侵检测模型.首先,利用信息增益率定量地选择特征子集,最大程度地保留样本信息;其次,采用余弦时变粒子群算法确定支持向量机参数构建误用检测模型,使其更好地平衡粒子在全局和局部的搜索能力,然后,选取灰狼算法确定单类支持向量机参数构建异常检测模型,以此来提高对最优参数的搜索效率和精细程度,综合提高混合入侵检测模型对攻击的检测效果;最后,通过两种数据集进行仿真实验,验证了所提混合入侵检测模型具有较好的检测性能.(本文来源于《信息与控制》期刊2019年04期）
入侵检测模型论文开题报告范文
（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：
针对犹豫梯形模糊信息环境下的入侵检测模型选择问题,构建了一种基于犹豫梯形模糊决策算法的入侵检测模型选择方法。首先,考虑到决策信息为犹豫梯形模糊数且属性间存在相互的关联,基于犹豫梯形模糊数的运算法则,提出了犹豫梯形模糊Einstein加权平均(HTrFEWA)算子和犹豫梯形模糊Einstein加权几何(HTrFEWG)算子;其次,针对犹豫梯形模糊数的有序位置存在具有不同权重的情况,构建了犹豫梯形模糊Einstein有序加权平均(HTrFEOWA)算子和犹豫梯形模糊Einstein有序加权几何(HTrFEOWG)算子,并讨论了其相应的基本性质;最后建立了基于HTrFEWA算子和HTrFEWG算子的多属性决策方法,并通过入侵检测模型的选择实例说明提出的决策方法是合理和有效的。
（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。
入侵检测模型论文参考文献
[1].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
[2].姜明富.基于犹豫梯形模糊算法的入侵检测模型[J].控制工程.2019
[3].田峥,李树,孙毅臻,黎曦.一种面向S7协议的工控系统入侵检测模型[J].信息网络安全.2019
[4].亢中苗,赵志强,周玉白.基于嵌入式特征选择与L1正则化模型的电力通信网入侵检测方法[C].电力通信技术研究及应用.2019
[5].辛壮,万良.基于人工免疫的集成入侵检测模型[J].计算机工程与设计.2019
[6].郭海智,郭亮,王连胜.基于特征优化的网络入侵检测模型设计[J].现代电子技术.2019
[7].康健,王杰,李正旭,张光妲.物联网中一种基于多种特征提取策略的入侵检测模型[J].信息网络安全.2019
[8].冯文英,郭晓博,何原野,薛聪.基于前馈神经网络的入侵检测模型[J].信息网络安全.2019
[9].吴亚丽,李国婷,付玉龙,王晓鹏.基于自适应鲁棒性的入侵检测模型[J].控制与决策.2019
[10].杨红浩,周治平.采用信息增益率的混合入侵检测模型设计[J].信息与控制.2019