基于Web数据流技术的网络入侵检测研究

CN 41-1437/TS ISSN 2096-1553

×

“关于规范使用生成式人工智能工具的启事

基于Web数据流技术的网络入侵检测研究

许颖梅. 基于Web数据流技术的网络入侵检测研究[J]. 轻工学报, 2012, 27(3): 11-14. doi: 10.3969/j.issn.1004-1478.2012.03.003

引用本文: 许颖梅. 基于Web数据流技术的网络入侵检测研究[J]. 轻工学报, 2012, 27(3): 11-14. doi: 10.3969/j.issn.1004-1478.2012.03.003

XU Ying-mei. Study on network intrusion detection based on Web data streams technology[J]. Journal of Light Industry, 2012, 27(3): 11-14. doi: 10.3969/j.issn.1004-1478.2012.03.003

Citation: XU Ying-mei. Study on network intrusion detection based on Web data streams technology[J]. Journal of Light Industry, 2012, 27(3): 11-14. doi: 10.3969/j.issn.1004-1478.2012.03.003

基于Web数据流技术的网络入侵检测研究

许颖梅

商丘师范学院计算机系, 河南商丘 476000
基金项目: 河南省教育厅自然科学研究计划资助项目(2011A520034)
河南省科技厅科技攻关项目(112102210210)
中图分类号: TP311

Study on network intrusion detection based on Web data streams technology

XU Ying-mei

Dept. of Comp., Shangqiu Teachers College, Shangqiu 476000, China
Received Date: 2011-12-15
Available Online: 2012-05-15
CLC number: TP311

摘要: 针对传统多遍扫描数据库的挖掘技术构建的入侵检测模型已不能满足Web数据流高速并且无限到达的需要,根据多维频繁模式的特点,提出了一种新的入侵检测模型和一种新型数据结构SW.Tree,并给出了一种基于滑动窗口树的挖掘频繁项集的新型算法AFP.对不同流量数据的实验结果表明该模型有较高的报警率和较低的误报率.
- Web数据流 /
- 网络入侵检测 /
- 频繁项集 /
- 滑动窗口
Abstract: Aiming at the problem that intrusion detection model constructed by mining technique with multiscanning to databases has not met the needs of high-speed and unlimited for Web data streams.Based on the characteristic of multi-dimension frequent patterns,a new intrusion detection model and data structure called SW.Tree was proposed,and a new algorithm AFP mining frequent patterns from data streams based on sliding window tree was designed.The different flow experiments data showed that the model had high alarm rate and low false alarm rate.
- Web data streams /
- network intrusion detection /
- frequent patterns /
- sliding window
1. [1]
  费致根 , 鲁豪 , 宋晓晓 , 赵鑫昌 , 郭兴 , 肖艳秋 . 基于改进ResNet网络的烟丝输送带洁净度分类模型. 轻工学报, 2024, 39(5): 71-77. doi: 10.12187/2024.05.008
2. [2]
  李艳坤 , 张伟 , 刘彦伶 . 数据融合策略在食用油真实性鉴别中的研究与应用进展. 轻工学报, 2024, 39(5): 50-59. doi: 10.12187/2024.05.006
3. [3]
  吴晓东 , 刘畅 , 李俊 , 胡良志 , 贺凌晨 , 袁海霞 , 李强 , 黄锦标 . 基于高光谱检测的烟丝加香均匀性表征方法. 轻工学报, 2024, 39(5): 95-101. doi: 10.12187/2024.05.011
4. [4]
  卢晓波 , 徐海 , 朱俊召 , 张宇 , 谭健 , 高冠男 , 胡军华 , 林龙 . 基于机器视觉的加热卷烟烟支端部质量检测系统设计. 轻工学报, 2024, 0(0): -.
5. [5]
  卢晓波 , 徐海 , 朱俊召 , 张宇 , 谭健 , 高冠男 , 胡军华 , 林龙 . 基于机器视觉的加热卷烟烟支端部质量检测系统设计. 轻工学报, 2024, 39(6): 101-107,115. doi: 10.12187/2024.06.012
6. [6]
  杨天卓 , 何晋 , 吴恋恋 , 戴永生 , 易斌 , 李华杰 , 张二强 , 堵劲松 . 基于高光谱成像的烟丝掺配比例检测研究. 轻工学报, 2025, 40(3): 115-126. doi: 10.12187/2025.03.013
7. [7]
  王春琼 , 刘凯 , 谢永辉 , 张轲 , 刘春明 , 张晓伟 , 孙浩巍 , 陈丹 . 烟草花叶病毒胶体金检测试纸条的制备与性能评价. 轻工学报, 2025, 40(1): 90-97. doi: 10.12187/2025.01.011
8. [8]
  张雷 , 马永帅 , 洪斌斌 , 熊开胜 , 徐大勇 , 堵劲松 , 李银华 , 邹泉 . 一种改进OSELM算法在片烟复烤过程水分在线检测中的应用. 轻工学报, 2025, 40(3): 95-103. doi: 10.12187/2025.03.011
9. [9]
  李浩佳 , 贺诗华 , 曹艺泽 , 郭西玉 , 朱由余 , 赵玮钦 , 黄淳 . 以碳量子点为荧光信号的生物传感器构建及其在金银花 Pb²⁺ 检测中的应用. 轻工学报, 2024, 0(0): -.

WeChat

点击查看大图

计量

PDF下载量: 32
文章访问数: 1378
引证文献数: 0

通讯作者: 陈斌, bchen63@163.com

1.
沈阳化工大学材料科学与工程学院沈阳 110142

许颖梅. 基于Web数据流技术的网络入侵检测研究[J]. 轻工学报, 2012, 27(3): 11-14. doi: 10.3969/j.issn.1004-1478.2012.03.003

引用本文: 许颖梅. 基于Web数据流技术的网络入侵检测研究[J]. 轻工学报, 2012, 27(3): 11-14. doi: 10.3969/j.issn.1004-1478.2012.03.003

XU Ying-mei. Study on network intrusion detection based on Web data streams technology[J]. Journal of Light Industry, 2012, 27(3): 11-14. doi: 10.3969/j.issn.1004-1478.2012.03.003

Citation: XU Ying-mei. Study on network intrusion detection based on Web data streams technology[J]. Journal of Light Industry, 2012, 27(3): 11-14. doi: 10.3969/j.issn.1004-1478.2012.03.003

基于Web数据流技术的网络入侵检测研究

许颖梅

商丘师范学院计算机系, 河南商丘 476000

收稿日期: 2011-12-15
网络出版日期: 2012-05-15

基金项目: 河南省教育厅自然科学研究计划资助项目(2011A520034)河南省科技厅科技攻关项目(112102210210)

关键词:

摘要: 针对传统多遍扫描数据库的挖掘技术构建的入侵检测模型已不能满足Web数据流高速并且无限到达的需要,根据多维频繁模式的特点,提出了一种新的入侵检测模型和一种新型数据结构SW.Tree,并给出了一种基于滑动窗口树的挖掘频繁项集的新型算法AFP.对不同流量数据的实验结果表明该模型有较高的报警率和较低的误报率.

English Abstract

相关文章 (9)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

网站版权 © 轻工学报编辑部

地址：河南省郑州市科学大道136号邮编：450001

电话：	(086)0371-86608635, (086)0371-86608633

E-mail：qgxb@zzuli.edu.cn

本系统由北京仁和汇智信息技术有限公司开发技术支持： info@rhhz.net