10.3969/j.issn.1007-757X.2021.02.006
基于云计算和机器学习的网络入侵检测系统研究
研究了一种基于云计算和机器学习的新型入侵检测系统MOVCIDS(mobile visualization connectionist IDS).该系统能够有效检测到神经网络结构检测网络中的异常情况.通过可视化方式对识别出的网络异常情况进行展示,同时给出流量异常预警.利用神经网络和贝叶斯滤波器,建立海量流量数据集预测模型,获取数据内部结构的可视化信息,利用可视化界面展示组织映射.MOVCIDS系统可以从任何移动设备访问,为网络管理员提供更多的访问方法,同时满足计算机网络的持续监控、监督和可视化展示需求.通过实验方式验证入侵检测策略的有效性,在不同的实际环境中测试检测模型,同时验证了时间维度对网络入侵检测的重要性,对网络安全及入侵处理效率的提升具有重要意义.
云计算、机器学习、网络入侵、入侵检测
37
TP311(计算技术、计算机技术)
江西省科技厅重点研发计划项目20181ACE50032
2021-04-01(万方平台首次上网日期,不代表论文的发表时间)
共4页
18-20,59