检索结果-南通市图书馆

An Enhanced Intelligent Intrusion Detection System to Secure E-Commerce Communication Systems

Computer Systems Science & Engineering 2023年第11期47卷 2513-2528页

作者： Adil Hussain Kashif Naseer Qureshi Khalid Javeed Musaed Alhussein Department of Transportation Engineering Chang’an UniversityXi’anChina Department of Electronic&Computer Engineering University of LimerickLimerickV94 T9PXIreland Department of Computer Engineering College of Computing and InformaticsUniversity of SharjahSharjahUnited Arab Emirates Department of Computer Engineering College of Computer and Information SciencesKing Saud UniversityP.O.Box 51178Riyadh11543Kingdom of Saudi Arabia

Information and communication technologies are spreading rapidly due to their fast proliferation in many fields.The number of Internet users has led to a spike in cyber-attack incidents.E-commerce applications,such as online banking,marketing,trading,and other online businesses,play an integral role in our lives.Network Intrusion Detection System(nids)is essential to protect the network from unauthorized access and against other cyber-attacks.The existing nids systems are based on the Backward Oracle Matching(BOM)algorithm,which minimizes the false alarm rate and causes of high packet drop ratio.This paper discussed the existing nids systems and different used pattern-matching techniques regarding their weaknesses and limitations.To address the existing system issues,this paper proposes an enhanced version of the BOM algorithm by using multiple pattern-matching methods for the nids system to improve the network performance.The proposed solution is tested in simulation with existing solutions using the Snort and NSL-KDD datasets.The experimental results indicated that the proposed solution performed better than the existing solutions and achieved a 5.17%detection rate and a 0.22%lower false alarm rate than the existing solution.

关键词： E-commerce nids security algorithm network applications CIA detection

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

High Speed Network Intrusion Detection System(nids)Using Low Power Precomputation Based Content Addressable Memory

引用

Computers, Materials & Continua 2020年第3期62卷 1097-1107页

作者： R.Mythili P.Kalpana KIT-Kalaignarkarunanidhi Institute of Technology Coimbatore-641402TamilnaduIndia PSG College of Technology Coimbatore-641004TamilnaduIndia

nids(Network Intrusion Detection Systems)plays a vital role in security threats to computers and networks.With the onset of gigabit networks,hardware-based Intrusion Detection System gains popularity because of its high performance when compared to the software-based nids.The software-based system limits parallel execution,which in turn confines the performance of a modern network.This paper presents a signature-based lookup technique using reconfigurable hardware.Content Addressable Memory(CAM)is used as a lookup table architecture to improve the speed instead of search algorithms.To minimize the power and to increase the speed,pre-computation based CAM(PBCAM)can be used,as this technique avoids repeated search comparisons.PBCAM employs the two-stage comparison with a parameter memory in the first stage and data memory in the second stage.Only the matched data in the parameter memory are compared in the data memory.This reduces the number of comparisons,thereby increasing the speed of the system.In this work dual-port RAM-based PBCAM(DP-PBCAM)is used to design a signature-based intrusion detection system.A low power parameter extractor is used with a minimum number of gates for precomputation.The hardware implementation is done using Xilinx Spartan 3E FPGA.The proposed DP-PBCAM lookups support a gigabit-speed of 7.42 Gbps.

关键词： nids FPGA dual port RAM CAM PBCAM DP-PBCAM

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Local outlier factor and stronger one class classifier based hierarchical model for detection of attacks in network intrusion detection dataset

引用

Frontiers of Computer Science 2016年第4期10卷 755-766页

作者： Alampallam Ramaswamy VASUDEVAN Subramanian SELVAKUMAR CDBR-SSE Lab Department of Computer Science and Engineering National Institute of Technology Tiruchirappalli (NITT) Tiruchirappalli 620015 India

Identification of attacks by a network intrusion detection system （nids） is an important task. In signature or rule based detection, the previously encountered attacks are modded, and signatures/rules are extracted. These rules are used to detect such attacks in future, but in anomaly or outlier detection system, the normal network traffic is modeled. Any deviation from the normal model is deemed to be an outlier/attack. Data mining and machine learning techniques are widely used in offline nids. Unsupervised and supervised learning techniques differ the way nids dataset is treated. The characteristic features of unsupervised and supervised learning are finding patterns in data, detecting outliers, and determining a learned function for input features, generalizing the data instances respectively. The intuition is that if these two techniques are combined, better performance may be obtained. Hence, in this paper the advantages of unsupervised and supervised techniques are inherited in the proposed hierarchical model and devised into three stages to detect attacks in nids dataset. nids dataset is clustered using Dirichiet process （DP） clustering based on the underlying data distribution. Iteratively on each cluster, local denser areas are identified using local outlier factor （LOF） which in turn is discretized into four bins of separation based on LOF score. Further, in each bin the normal data instances are modeled using one class classifier （OCC）. A combination of Density Estimation method, Reconstruction method, and Boundary methods are used for OCC model. A product rule combination of the three methods takes into consideration the strengths of each method in building a stronger OCC model. Any deviation from this model is considered as an attack. Experiments are conducted on KDD CUP＇99 and SSENet-2011 datasets. The results show that the proposed model is able to identify attacks with higher detection rate and low false alarms.

关键词： hierarchical model DP clustering LOF Dis-cretizer one class classifier nids

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于可逆对抗特征的网络入侵检测算法黑盒攻击与防御研究

基于可逆对抗特征的网络入侵检测算法黑盒攻击与防御研究

引用

作者：吴金涛杭州电子科技大学

学位级别：硕士

近年来,攻击者使用更加隐蔽的方式绕过传统的网络安全防御手段,导致安全事件不断增加。为了提高网络入侵检测系统(nids)的检测准确性和泛化能力,越来越多的系统开始采用机器学习(ML)技术。然而,基于机器学习的系统容易受到对抗攻击的威... 详细信息

近年来,攻击者使用更加隐蔽的方式绕过传统的网络安全防御手段,导致安全事件不断增加。为了提高网络入侵检测系统(nids)的检测准确性和泛化能力,越来越多的系统开始采用机器学习(ML)技术。然而,基于机器学习的系统容易受到对抗攻击的威胁。为了评估ML-nids的安全性,需要对它进行对抗攻击。在黑盒情况下,ML-nids无法使用基于梯度或雅可比矩阵的传统对抗攻击方法。这是因为流量模型中的特征提取方法是不可逆且不可微的。其中利用生成式对抗网络(GAN)生成对抗特征的攻击试图解决特征不可逆的问题,但此类攻击生成的对抗特征也是不可逆且不真实的,造成了生成的对抗流量攻击效果不佳。此外,可以通过对抗防御提高ML-nids模型的准确性和鲁棒性,但现有的对抗防御方法针对对抗流量的检测能力和鲁棒性较弱。针对上述不足,本文从对抗攻击和对抗防御两个维度提出解决方案,主要工作如下:(1)针对特征不可逆的问题,本文提出了基于变异生成可逆对抗特征的黑盒攻击算法。该算法基于变异的生成式对抗网络(Mu GAN),通过变异器生成可逆对抗特征。再利用基于核密度估计(KDE)的变异方法生成真实的对抗流量。本文在Mirai、SSDP-Flood、DDOS和Brute-Force四个攻击数据集以及Kit NET、IF、SVM和MLP四个基于机器学习的nids上进行了实验评估。与之前的黑盒攻击方法相比,本文的攻击方法在94%的情况下逃避率更高,说明了利用可逆对抗特征生成的对抗流量针对ML-nids的攻击更具优势。(2)针对现有对抗防御方法在对抗流量的检测能力和鲁棒性较弱的问题,本文提出了利用可逆对抗特征的KDE与博弈论防御方法。首先利用之前对抗攻击获得的可逆对抗特征,通过KDE的方法分析可逆特征的特点,提高对对抗流量的识别能力。其次,考虑到攻击者可以利用无监督模型分类器的固定阈值进行攻击。本文利用博弈论的方法模拟攻击者与防御者,确定防御者最优的动态阈值。实验结果表明,基于KDE的方法在63%的情况下优于对抗训练。但基于KDE的方法在不同数据集上的检测率不稳定,鲁棒性不足;而基于博弈论的方法虽然鲁棒性较好,但检测率不足。当将两种方法结合起来时,在所有数据集上都获得了最高的检测率。这表明综合两种对抗防御方法可以兼顾鲁棒性和准确性。

关键词： nids 机器学习对抗攻击可逆对抗特征核密度估计博弈论

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

适用于GIDS报文分类的P-HiCuts算法

引用

哈尔滨工业大学学报 2008年第3期40卷 448-452页

作者：龚俭魏薇周鹏东南大学计算机科学与工程学院南京210096

针对HiCuts算法在nids应用上存在着空间异常膨胀和决策树不平衡性的问题,提出了一种P-Hi-Cuts算法.P-HiCuts(Pruned HiCuts)对原报文空间分组算法进行改进,采用覆盖规则上提和非均匀切分的技术解决原有问题,从理论上减小了决策树深度.... 详细信息

针对HiCuts算法在nids应用上存在着空间异常膨胀和决策树不平衡性的问题,提出了一种P-Hi-Cuts算法.P-HiCuts(Pruned HiCuts)对原报文空间分组算法进行改进,采用覆盖规则上提和非均匀切分的技术解决原有问题,从理论上减小了决策树深度.实验结果显示,改进后决策树深度空间占用缩小到原来的10%,分类速度也提升了13.71%.

关键词：报文分类分类算法 nids HiCuts P-HiCuts

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于人工免疫的nids研究进展(英文)

引用

中国科学技术大学学报 2002年第5期32卷 530-541页

作者：罗文坚张四海梁文曹先彬王煦法中国科学技术大学计算机系安徽合肥230026

现有网络入侵检测系统的关键不足在于不能识别未知模式的入侵 ,智能水平低 .生物免疫系统的自我保护机制对设计新的网络入侵检测系统具有很好的借鉴意义 .论文通过抽取生物免疫系统中所蕴涵的各种信息处理机制 ,将网络数据传输行为分为... 详细信息

现有网络入侵检测系统的关键不足在于不能识别未知模式的入侵 ,智能水平低 .生物免疫系统的自我保护机制对设计新的网络入侵检测系统具有很好的借鉴意义 .论文通过抽取生物免疫系统中所蕴涵的各种信息处理机制 ,将网络数据传输行为分为正常和异常行为 ,分别对应为网络的自我与非我 ,建立了一个基于人工免疫的网络入侵检测系统原型 .系统中蕴涵的生物免疫机制主要有非我识别机制、免疫进化机制等 .本文着重介绍此原型系统的结构和特征、免疫识别算法 ,并进行了实际检测实验 .实验结果表明生物免疫的自我保护机制在网络入侵检测系统方面具有很强的应用前景 .

关键词： nids 研究进展网络入侵检测系统人工免疫未知入侵模式免疫进化免疫识别网络安全

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

nids报警信息关联分析进展研究

引用

计算机科学 2004年第12期31卷 61-64页

作者：刘雪飞马恒太张秉权吴伯桥蒋建春文伟平南京理工大学计算机系南京210096 中科院信息安全技术工程研究中心湖南信息技术职业学院计算机系长沙610200

入侵检测技术是当前网络安全领域的一个研究热点,报警关联分析是其中一个重要部分。通过报警信息的关联分析,可以显著地降低入侵检测系统的误警率,提高它的检测率和可用性,帮助网络管理员更好地掌握当前网络的安全状况。本文对当前国际... 详细信息

入侵检测技术是当前网络安全领域的一个研究热点,报警关联分析是其中一个重要部分。通过报警信息的关联分析,可以显著地降低入侵检测系统的误警率,提高它的检测率和可用性,帮助网络管理员更好地掌握当前网络的安全状况。本文对当前国际上报警关联分析技术的研究现状进行了综合分析,并对现有方法进行了分类和比较。

关键词： nids 入侵检测技术入侵检测系统网络安全关联分析误警率网络管理员报警信息国际综合分析

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

利用蜜罐提高nids的检测性能

引用

计算机应用与软件 2008年第4期25卷 265-268页

作者：黑霞丽广东商学院信息学院广东广州510320

目前的入侵检测技术本身存在着缺陷,比如特征检测中规则库不完备,异常检测模型中模型与实际攻击不完全符合等。由这些缺陷而导致的误报和漏报是制约其发展的重要瓶颈。Honeypot/net是一种新的安全技术,通过部署蜜罐收集攻击信息,再把这... 详细信息

目前的入侵检测技术本身存在着缺陷,比如特征检测中规则库不完备,异常检测模型中模型与实际攻击不完全符合等。由这些缺陷而导致的误报和漏报是制约其发展的重要瓶颈。Honeypot/net是一种新的安全技术,通过部署蜜罐收集攻击信息,再把这些信息加以整理传送给IDS,可以弥补入侵检测技术的一些缺点,从而降低IDS的误报率和漏报率。分析了这一设想的可行性,并提出了设计方案。此方案中包括一个Honeynet Software,它联系Honeynet控制台和nids控制台,完成其中提取新模式、传递攻击信息等功能。并利用DARPA(1999)数据集对系统进行了评测,结果表明其在DOS、PROBE、U2R及U2L几个类型攻击方面与其他nids相比有着较低的误报率;通过对几个检测实例的分析,说明了这一系统在检测新型攻击、加密后的攻击、DDoS方面比原nids有较大的优势。

关键词： nids Honeynet 误报漏报

来源：

维普期刊数据库

同方期刊数据库评论