侵入式技术资料下载专区，收录500份相关技术文档、开发源码、电路图纸等优质工程师资源，全部免费下载。
本文将生物免疫机理引入到网络入侵检测技术中，构建了一个基于免疫代理的网络入侵检测模型。该模型系统具有准确性、实时性、高效性以及自适应性，能较好地解决入侵检测系统的分布性差、自适应性差、误报率高
随着互联网的发展，网络入侵随处可见，为了及时发现并预防网络入侵的发生，近几年兴起了一种新的网络安全技术：入侵预防系统(IPS)。入侵预防系统对网络数据进行实时检测，能及时发现网络入侵并阻止入侵
分析了使用单一的安全技术无法保障系统的完整安全，提出了使用防火墙、IDS 和HIPS 三种技术融合的深度防御系统。其中系统核心部分HIPS 中提出了一种新的算法－TT 算法，可以有效降低传统IPS对于
本文在深入研究数据挖掘、入侵检测技术的基础上,针对目前入侵检测系统存在的问题,构建了一个基于数据挖掘的入侵检测系统。该系统能检测已知和未知的入侵行为,可降低漏报和误报,提高入侵检测的精确性和速
网络安全在今天社会中变得越来越重要。入侵防御系统是信息安全性保证的重要组成部分之一,使用新的方法提高其实时性和适应性已经成为热点。本文在对其基本原理进行介绍的基础上，讨论了神经网络在入侵防御系统中的应
本文首先分析了当前入侵检测系统中存在的不足，指出了将卡尔曼滤波器应用在入侵检测系统的好处，并且详细介绍了信号处理和卡尔曼滤波理论，接下来又给出了一个基于卡尔曼滤波和神经网络技术的入侵检测模型，最后分析
在对基于免疫学原理的入侵检测技术研究的基础上，借鉴免疫系统的变异原理及淋巴细胞的亲和力成熟过程，设计一个生成记忆检测器的算法，实现快速识别已经出现过的入侵行为。提出一种对记忆检测器集的优化方案，能够减
·摘要： 提出一种基于小波聚类的入侵检测算法,该算法包括量化特征空间、小波变换、聚类、形成查找表,以及按照一定的比例参数检测出入侵行为.试验结果证明,此算法不受噪声影响,对输入顺序不敏感,而且不需要关于簇数量的先验知识,有效地提...