一种面向容侵系统的并行错误检测方法——PBL方法

被引:4
作者
李庆华 [1 ]
赵峰 [2 ]
机构
[1] 华中科技大学计算机科学与技术学院
[2] 国家高性能计算中心(武汉)
关键词
入侵容忍; 错误检测; 并行; 系统安全;
D O I
暂无
中图分类号
TP309 [安全保密];
学科分类号
081206 [计算机网络与安全];
摘要
面向入侵容忍的错误检测是系统安全最前沿的研究热点之一,它是保障容侵系统无边界退化、提供全部或降级服务的核心技术·分布式复杂网络环境中,错误的并发性和噪声信息的干扰使传统错误检测方法不再适用,在研究目前错误检测方法的基础上,结合容侵系统特性,提出了一种基于改进的贝叶斯并行学习的并行错误检测方法——PBL方法·该方法既能有效检测分布式环境下的并发错误,又能排除噪声数据的干扰·对PBL方法实现的关键问题进行了详细的讨论和分析·
引用
收藏
页码:1411 / 1416
页数:6
相关论文
共 1 条
[1]
Efficient Approximations for the Marginal Likelihood of Bayesian Networks with Hidden Variables [J].
David Maxwell Chickering ;
David Heckerman .
Machine Learning, 1997, 29 :181-212