基于MSNN模型的网络安全入侵检测

论文摘要

为解决网络系统入侵行为升级快,隐蔽性强和随机性高等严重安全问题,结合入侵检测系统信息的特点,提出一种基于MSNN模型的入侵检测算法。首先提取系统调用顺序特性和频度特性,然后利用多级Sigmoid神经网络中的Sigmoid神经元具有微调网络的作用,且能让神经元产生多元反应进行多类分类,构建类似于大脑神经突触网络信息处理的MSNN模型,实现网络安全入侵检测。实验结果表明,该算法的检测精度高、抗干扰能力强,具有良好的检测效果和较高的应用价值。

论文目录

• 1 特征提取
•   1.1 提取系统调用频率特征
•   1.2 提取系统调用短序列时序特征
• 2 基于MSNN模型的入侵检测
•   2.1 多级Sigmoid神经网络
• 3 实验结果与分析
• 4 结论

文章来源

类型: 期刊论文

作者: 朱韶平,肖永良,党艳军

关键词: 网络安全,入侵检测,模型,系统调用顺序特性,系统调用频度特性

来源: 计算技术与自动化 2019年04期

年度: 2019

分类: 信息科技

专业: 互联网技术

单位: 珠海城市职业技术学院电子信息工程学院,湖南财政经济学院信息管理系

基金: 湖南省教育科学规划课题项目资助(XJK015BGD007),湖南省自然科学基金项目资助(2017JJ2015),湖南省社会科学基金项目资助(16YBA049)

分类号: TP393.08

DOI: 10.16339/j.cnki.jsjsyzdh.201904034

页码: 182-185

总页数: 4

文件大小: 1321K

下载量: 89