改进的NetLinX开放网络动态入侵检测方法

被引:14
作者
秦永俊
唐增明
机构
[1] 桂林师范高等专科学校数学与计算机技术系
关键词
NetLinX开放网络; 动态入侵; 功率谱密度特征提取;
D O I
10.13338/j.issn.1674-649x.2017.04.022
中图分类号
TP393.08 [];
学科分类号
0839 ; 1402 ;
摘要
针对当前时频特征检测算法的检测准确概率较低,网络入侵信息的检测准确性不高,提出基于经验模态特征分解和功率谱密度特征提取的NetLinX开放网络动态入侵检测算法.通过对NetLinX开放网络模型分析和动态入侵信号模型的构建,实现网络动态入侵信号的经验模态特征分解,将网络入侵的动态信号分解成若干个IMF分量之和.对分解的NetLinX开放网络动态入侵信号进行功率谱密度特征提取,完成对入侵特征的波束聚焦检测,实现NetLinX开放网络动态入侵信号的检测过程.仿真结果表明,采用该算法进行网络入侵检测的准确概率较高,抗干扰性能较好,实时性较强.
引用
收藏
页码:576 / 581
页数:6
相关论文
共 8 条
[1]  
智能电网中分层网络结构的入侵检测系统研究[J]. 徐静,姚志垒,徐森,李永忠,吴素芹.郑州轻工业学院学报(自然科学版). 2015(Z2)
[2]   混网网络结构下最优入侵目标检测软件的设计与实现 [J].
高小虎 .
现代电子技术, 2015, 38 (24) :79-82
[3]   云计算环境下的联合网络入侵检测方法仿真 [J].
吴琼 .
计算机仿真, 2015, 32 (06) :276-279
[4]   引入偏移量递阶控制的网络入侵HHT检测算法 [J].
章武媚 ;
陈庆章 .
计算机科学, 2014, 41 (12) :107-111
[5]   智能变电站入侵检测数据降维方法的研究 [J].
崔巨勇 ;
于同伟 ;
黄旭 ;
张洪涛 ;
曹云东 .
电气应用, 2014, 33 (21) :106-110
[6]   改进蚁群算法和支持向量机的网络入侵检测 [J].
肖国荣 .
计算机工程与应用 , 2014, (03) :75-78+107
[7]  
DDoS Attack Detection Using Fast Entropy Approach on Flow- Based Network Traffic[J] . Jisa David,Ciza Thomas.Procedia Computer Science . 2015
[8]  
Analysis of KDD Dataset Attributes - Class wise for Intrusion Detection[J] . Preeti Aggarwal,Sudhir Kumar Sharma.Procedia Computer Science . 2015