检索结果-内蒙古大学图书馆

北京理工大学学报 2007年第4期27卷 312-317页

作者：危胜军胡昌振孙明谦北京理工大学计算机网络攻防对抗技术实验室北京100081

提出了基于模糊Petri网的误用入侵检测方法,并将类似于神经网络的学习引入模糊Petri网,以调整攻击知识模型参数.理论分析表明,基于模糊Petri网的误用入侵检测系统具有更高的推理效率,能从环境中动态学习调整知识模型的相关参数,如阈值... 详细信息

提出了基于模糊Petri网的误用入侵检测方法,并将类似于神经网络的学习引入模糊Petri网,以调整攻击知识模型参数.理论分析表明,基于模糊Petri网的误用入侵检测系统具有更高的推理效率,能从环境中动态学习调整知识模型的相关参数,如阈值、权值、确信度.仿真结果表明,在大多数情况下,学习调整后的知识模型能够提高误用检测系统的检测率.

关键词：误用检测知识表示模糊Petri网知识学习

来源：评论

学校读者我要写书评

暂无评论

基于攻击路径图的入侵意图识别

引用

北京理工大学学报 2010年第9期30卷 1077-1081页

作者：彭武胡昌振姚淑萍北京理工大学计算机网络攻防对抗技术实验室北京100081

为了预测攻击者高层次的攻击目标,感知网络的安全态势,提出入侵意图识别方法.给出入侵意图的概念及其分类,提出一种基于层次化的攻击路径图.利用攻击路径图对攻击者的意图可达性、意图实现概率、意图实现的最短路径和攻击路径预测进行... 详细信息

为了预测攻击者高层次的攻击目标,感知网络的安全态势,提出入侵意图识别方法.给出入侵意图的概念及其分类,提出一种基于层次化的攻击路径图.利用攻击路径图对攻击者的意图可达性、意图实现概率、意图实现的最短路径和攻击路径预测进行定量分析.应用有向图的最小割理论制定防护措施阻止攻击者意图的实现,为管理员的决策提供依据.实验验证了该方法的可行性和有效性.

关键词：入侵意图识别攻击路径图最小割理论

来源：评论

学校读者我要写书评

暂无评论

基于凝聚的层次聚类算法的改进

引用

北京理工大学学报 2008年第1期28卷 66-69页

作者：石剑飞闫怀志牛占云北京理工大学计算机网络攻防对抗技术实验室北京100081 北京理工大学软件学院北京100081

为提高基于凝聚的层次聚类算法的准确率.在研究了空间级约束适用情况的基础上,以Single Link算法为例,验证了空间级约束条件对聚类结果的影响.与实例级约束Single Link算法相比,空间级约束Single Link算法只需较少约束条件即可达到较高... 详细信息

为提高基于凝聚的层次聚类算法的准确率.在研究了空间级约束适用情况的基础上,以Single Link算法为例,验证了空间级约束条件对聚类结果的影响.与实例级约束Single Link算法相比,空间级约束Single Link算法只需较少约束条件即可达到较高准确率.实验结果证明,空间级约束可以有效提高聚类的准确率.

关键词：聚类算法实例级约束空间级约柬

来源：评论

学校读者我要写书评

暂无评论

一种随机-无标度混合的P2P蠕虫传播模型

引用

华南理工大学学报（自然科学版） 2010年第5期38卷 80-85页

作者：陈君华胡昌振石峰危胜军北京理工大学计算机科学与技术学院北京100081 北京理工大学计算机网络攻防对抗技术实验室北京100081

针对现有模型中只用节点度来构建蠕虫网络的不足,文中结合无标度网络性质和实际P2P网络通信的特点,引入一个表示新节点连接概率的调节参数,在此基础上以随机选择与优先依附混合的方式建立蠕虫传播模型,并利用平均场理论和Matlab仿真对... 详细信息

针对现有模型中只用节点度来构建蠕虫网络的不足,文中结合无标度网络性质和实际P2P网络通信的特点,引入一个表示新节点连接概率的调节参数,在此基础上以随机选择与优先依附混合的方式建立蠕虫传播模型,并利用平均场理论和Matlab仿真对模型的演化机理进行研究.理论分析与仿真实验表明:选择蠕虫网络中合适的节点和新感染蠕虫主机建立的连接与连接概率、节点吸引力等因素有着紧密的联系;所建立的蠕虫网络具有无标度网络的性质.

关键词：网络安全蠕虫传播模型随机游走节点度分布

来源：评论

学校读者我要写书评

暂无评论

基于小波的Web流量组合预测方法研究

引用

中国矿业大学学报 2006年第4期35卷 540-544页

作者：姚淑萍胡昌振郑链北京理工大学计算机网络攻防对抗实验室北京100081 北京理工大学机电工程学院北京100081

为了提高Web流量的预测精度,提出一种基于小波、神经网络和自回归的组合预测方法.首先将Web流量构造为2个相关序列:历史序列和相似值序列;对具有平稳特征的相似值序列用AR模型进行预测;对体现了Web流量非线性、非平稳特性的历史序列则... 详细信息

为了提高Web流量的预测精度,提出一种基于小波、神经网络和自回归的组合预测方法.首先将Web流量构造为2个相关序列:历史序列和相似值序列;对具有平稳特征的相似值序列用AR模型进行预测;对体现了Web流量非线性、非平稳特性的历史序列则经过小波分解与单支重构后,针对各分支特点分别采用神经网络和自回归模型预测;最后组合2条序列的预测结果获得最终预测值.理论分析与实验表明:组合预测方法可以充分利用与流量相关的多种数据关系;小波分析可以将历史序列分解为多层频率成分更加单纯、更加易于预测的时间序列.因而所建方法比传统的预测方法具有更高的预测精度.

关键词： Web流量小波分析组合预测流量预测

来源：评论

学校读者我要写书评

暂无评论

网络安全设备故障管理中智能轮询策略的研究

引用

计算机工程 2007年第11期33卷 126-128页

作者：崔中杰胡昌振唐成华北京理工大学计算机网络攻防对抗技术实验室

为保证系统在给定故障管理带宽阈值下,仍然具有较高的故障征兆信息采集频率,该文提出了一种故障管理智能轮询算法。该算法根据故障征兆参数值的时间属性,使用离散傅立叶变换将参数值分解为不同频率的正弦函数,进而根据系统预先设定的各... 详细信息

为保证系统在给定故障管理带宽阈值下,仍然具有较高的故障征兆信息采集频率,该文提出了一种故障管理智能轮询算法。该算法根据故障征兆参数值的时间属性,使用离散傅立叶变换将参数值分解为不同频率的正弦函数,进而根据系统预先设定的各参数故障告警阈值,决定使用分解得到的最大或最小频率作为轮询间隔时间。最后,通过试验证明该算法具有较高的效率和可靠性。

关键词：简单网络管理协议故障管理智能轮询算法

来源：评论

学校读者我要写书评

暂无评论

基于事件关联的网络威胁分析技术研究

引用

计算机工程与应用 2007年第4期43卷 143-145页

作者：张翔胡昌振尹伟北京理工大学计算机网络攻防对抗技术实验室北京100081

应用事件关联的方法综合IDS等安全设备报警信息进行网络威胁分析,介绍了事件关联基本方法,并提出事件关联分析器体系结构,实验系统测试结果表明,应用事件关联技术有效降低了网络威胁分析中出现的虚警,极大地减少了冗余报警。

关键词：网络安全事件关联威胁分析

来源：评论

学校读者我要写书评

暂无评论

一种新型混合特征选择方法及其在入侵检测中的应用

引用

北京理工大学学报 2008年第3期28卷 218-221页

作者：毛俐旻姚淑萍胡昌振北京理工大学计算机网络攻防对抗技术实验室北京100081

针对高维数据包含的不相关和冗余特征影响检测方法性能的问题,提出了集成filter和wrapper方法的混合特征选择新方法.采用基于信息增益的filter方法,删除不相关特征;采用基于改进的自适应遗传算法和评价函数的wrapper方法,获取最优特征子... 详细信息

针对高维数据包含的不相关和冗余特征影响检测方法性能的问题,提出了集成filter和wrapper方法的混合特征选择新方法.采用基于信息增益的filter方法,删除不相关特征;采用基于改进的自适应遗传算法和评价函数的wrapper方法,获取最优特征子集.在入侵检测中的应用表明,该方法能降低特征选择的时间,检测率和虚警率均优于其它方法.

关键词：特征选择 filter方法 wrapper方法入侵检测

来源：评论

学校读者我要写书评

暂无评论

基于支持向量机的网络攻击态势预测技术研究

引用

计算机工程 2007年第11期33卷 10-12页

作者：张翔胡昌振刘胜航唐成华北京理工大学计算机网络攻防对抗技术实验室北京100081

作为网络安全主动防御的核心技术之一,网络攻击态势预测技术在网络风险评估与分析中越来越具生命力。该文从入侵检测系统报警综合评估得到网络攻击态势评估指标入手,应用支持向量回归的预测方法对网络攻击态势评估指标进行时间序列预测... 详细信息

作为网络安全主动防御的核心技术之一,网络攻击态势预测技术在网络风险评估与分析中越来越具生命力。该文从入侵检测系统报警综合评估得到网络攻击态势评估指标入手,应用支持向量回归的预测方法对网络攻击态势评估指标进行时间序列预测,给出了算法实现中的训练模块及预测模块结构,仿真结果表明了该方法的准确性。

关键词：网络安全态势评估支持向量机

来源：评论

学校读者我要写书评

暂无评论

服务器负载的小波-神经网络-ARMA预测

引用

计算机工程与应用 2007年第10期43卷 154-155,169页

作者：孙明谦姚淑萍胡昌振北京理工大学计算机网络攻防对抗技术实验室北京100081

为提高服务器负载预测的精度,提出一种新的基于小波的预测方法。该方法首先对具有非平稳特征的服务器负载序列进行小波分解与重构,得到一个低频信号和多个不同尺度的高频信号;对具有近似平稳特征的低频信号建立ARMA预测模型;对变化较多... 详细信息

为提高服务器负载预测的精度,提出一种新的基于小波的预测方法。该方法首先对具有非平稳特征的服务器负载序列进行小波分解与重构,得到一个低频信号和多个不同尺度的高频信号;对具有近似平稳特征的低频信号建立ARMA预测模型;对变化较多的各高频信号分别建立神经网络预测模型;然后分别对各信号进行一步预测并组合预测结果,获得原始负载的最终预测。实验表明:该方法能够有效预测非平稳的服务器负载序列,预测精度明显高于传统预测方法。

关键词：小波服务器负载负载预测神经网络 ARMA模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：