版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、入侵檢測技術(shù)作為一種安全防護系統(tǒng),提供了對內(nèi)部、外部攻擊和誤操作的實時保護.異常檢測方法需要根據(jù)大量的數(shù)據(jù)建立異常模型,模型的建立及報警閥值的選擇關(guān)系到系統(tǒng)誤報率的高低,這些都是比較困難的.同時,攻擊者可以使用大量的壞數(shù)據(jù)訓(xùn)練異常檢測系統(tǒng),使其閥值偏離正常,逃避檢測.與異常檢測方法相比,誤用檢測方法將收集到的信息與已知的模式樣本庫進行匹配,從而發(fā)現(xiàn)違背安全策略的行為.盡管誤用入侵檢測存在缺點,如不能對未知的攻擊進行檢測和規(guī)則集隨著攻擊種
2、類的增加而不斷增加等,但如果規(guī)則設(shè)置的精確合理,可以把誤報率降到很低的程度,所以在實際中得到了廣泛的應(yīng)用.現(xiàn)在針對基于誤用的入侵檢測,如何從攻擊中抽取特征組成更加高效的規(guī)則集及匹配算法的優(yōu)化成為研究的重點.該論文提出了一個基于應(yīng)用層協(xié)議分析的入侵檢測系統(tǒng)——APAIDS,并實現(xiàn)了關(guān)于HTTP協(xié)議分析的檢測插件.通過應(yīng)用層協(xié)議的分析,可以對編碼變形的入侵進行解碼,然后再與規(guī)則集匹配,從而縮小了規(guī)則集,同時避免了傳統(tǒng)入侵檢測系統(tǒng)由于編碼變形
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于應(yīng)用層協(xié)議入侵檢測系統(tǒng)的研究與實現(xiàn).pdf
- 基于應(yīng)用層協(xié)議解析的入侵防御系統(tǒng)研究與設(shè)計.pdf
- 基于協(xié)議分析的入侵檢測系統(tǒng)研究.pdf
- 基于協(xié)議分析的網(wǎng)絡(luò)入侵檢測系統(tǒng)研究.pdf
- 基于協(xié)議分析的入侵防御系統(tǒng)研究.pdf
- 基于模式匹配與雙協(xié)議分析的入侵檢測系統(tǒng)研究.pdf
- 基于協(xié)議分析和SVM多分類的入侵檢測系統(tǒng)研究.pdf
- 基于dpi的應(yīng)用層協(xié)議解析
- 基于應(yīng)用協(xié)議解析的分布式網(wǎng)絡(luò)入侵檢測系統(tǒng)研究.pdf
- 基于聚類分析的應(yīng)用層DDoS檢測方法研究.pdf
- 基于TCP-IP協(xié)議分析的入侵檢測系統(tǒng)研究與實現(xiàn).pdf
- 基于協(xié)議分析的入侵檢測研究與應(yīng)用.pdf
- 攤鋪機基于CAN總線通信系統(tǒng)的應(yīng)用層協(xié)議研究.pdf
- 基于協(xié)議分析技術(shù)的入侵檢測研究與應(yīng)用.pdf
- 基于TCP-IP協(xié)議分析的網(wǎng)絡(luò)入侵檢測系統(tǒng)研究與設(shè)計.pdf
- IPv6下基于協(xié)議分析的入侵檢測系統(tǒng)研究與設(shè)計.pdf
- 基于應(yīng)用層多播的可靠傳輸協(xié)議研究.pdf
- 基于gossip協(xié)議的流媒體應(yīng)用層組播系統(tǒng).pdf
- 基于協(xié)議分析的入侵檢測研究.pdf
- 基于Hadoop的應(yīng)用層協(xié)議識別技術(shù)研究.pdf
評論
0/150
提交評論