10.3969/j.issn.1006-9348.2020.01.079
基于改进白名单过滤的跨网入侵检测仿真
为了有效提升传统入侵检测方法的检测效率,提出基于改进白名单过滤的跨网入侵检测方法.首先,组建有效的数据存储结构,设定相应的白名单规则及配置对报文数据进行初次过滤;然后,采用神经网络对白名单规则进行完善,将训练学习结果输入到过滤器中,二次过滤不符合白名单规则的报文数据;提高跨网异常通信检测率.最后,以粒子群优化算法为基础,引入自适应变异过程优化BP神经网络训练参数,避免BP神经网络训练学习结果陷入局部最优,保证检测结果的有效性.实验结果表明,与传统方法相比,所提方法的检测效率有很大程度的提升.
改进白名单、过滤、跨网入侵检测
37
TP393(计算技术、计算机技术)
2020-05-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
385-389