基于反馈学习的网络攻击过滤方法研究

摘要：

研究网络不良攻击的过滤问题,提高网络抗攻击能力,可保证网络安全.针对当前网络中攻击识别过滤问题,当过滤网络攻击时,只能够明确归属的攻击类型,当网络攻击不能明确归属特定类型,会产生攻击分类效果下降,产生野攻击,导致不能有效过滤的问题.为了解决上述问题,提出了一种反馈学习的网络攻击过滤方法,通过反馈训练对野攻击进行检测,利用错误驱动进行训练,完成对野攻击的准确分类.随着反馈的进行,反馈学习能捕捉到网络中攻击种类的变化,分类性能逐步提高.实验证明,改进方法能快速准确的完成网络不良攻击的过滤,取得了明显的效果.

关键词：攻击过滤、野攻击、反馈学习

所属期刊栏目：29

分类号：TP393(计算技术、计算机技术)

在线出版日期：2012-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：163-166