文章目录

  • 一、入侵检测系统 引入
  • 二、入侵检测系统
  • 三、入侵检测系统分类
  • 四、基于特征的入侵检测系统
  • 五、基于异常的入侵检测系统

一、入侵检测系统 引入


入侵检测系统 引入 :

① 防火墙作用 : 防火墙 的作用是 入侵 之前 , 阻止可疑通信 ;

② 引入 IDS : 但是 防火墙 不能阻止所有的 入侵通信 , 这里就需要 入侵检测系统 ;

二、入侵检测系统


入侵检测系统 ( IDS , Intrusion Detection System ) :

① 作用 : 在 入侵 开始后 , 没有造成危害前 , 检测到入侵 , 阻止该入侵 , 降低危害程度 ;

② 执行过程 : 进行 深度分组检查 , 发现 可以通信分组后 , 向 网络管理员发出 警告 , 由 网络管理员 进行 手动操作 , 或 自行处理 ( 误报率高 , 可能出错 ) ;

③ 检测的攻击种类 :

  • 网络映射
  • 端口扫描
  • Dos 攻击
  • 蠕虫
  • 病毒
  • 系统漏洞攻击

三、入侵检测系统分类


入侵检测系统分类 :

  • 基于特征的入侵检测系统
  • 基于异常的入侵检测系统

四、基于特征的入侵检测系统


基于特征的入侵检测系统 :

① 标志数据库 : 维护 已知攻击标志特征 数据库 ;

② 维护者 : 由 网络安全专家 维护上述数据库 , 由 网络管理员 操作加入特征到数据库中 ;

③ 弊端 : 只能检测已知攻击 , 不能检测未知攻击 ;

五、基于异常的入侵检测系统


基于异常的入侵检测系统 :

① 正常规律 : 观察 正常的网络流量 , 学习其 规律 ;

② 异常规律 : 当检测到某种 异常规律 时 , 认为发生了入侵 ;

大部分的 入侵检测系统 都是基于特征的 ;

【计算机网络】网络安全 : 入侵检测系统 ( 基于特征的入侵检测系统 | 基于异常的入侵检测系统 )相关推荐

  1. 干货 | 基于特征的图像配准用于缺陷检测

    点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 特征提取 基于特征的图像配准,具有非常广泛的应用,大致流程可以如下 ...

  2. 《用Python进行自然语言处理》第 9 章 建立基于特征的文法

    1. 我们怎样用特征扩展上下文无关文法框架,以获得更细粒度的对文法类别和产生式的控制? 2. 特征结构的主要形式化属性是什么,我们如何使用它们来计算? 3. 我们现在用基于特征的文法能捕捉到什么语言模 ...

  3. 研究型论文_基于特征值分布和人工智能的网络入侵检测系统的研究与实现

    文章目录 基于特征值分布和人工智能的网络入侵检测系统的研究与实现 论文摘要 论文解决的问题 1.系统框架 2.数据集样例处理流程 3.DSM中定义的一些评分机制 4.训练过程模拟(重点来了) 总结 基 ...

  4. 计算机网络——网络安全(湖科大 教书匠)

    网络安全 网络安全分为 安全威胁 安全服务 安全机制 安全威胁 被动攻击:攻击者通过窃听手段仅观察和分析网络中传输数据流中的敏感消息,而不对其进行干扰 主动攻击 中断:中断他人的网络通信 篡改:篡改网 ...

  5. 计算机网络—网络安全

    注:本博客是基于谢希仁的<计算机网络>第七版编写,主要是为了自己考研,准备专业课 考点归纳: 网络安全概述 1.计算机网络面临的威胁 主动攻击 指攻击者对某个连接中通过的PDU进行各种处理 ...

  6. 基于特征的文法分析以及概述自然语言处理

    一.基于特征的文法分析 语法分析固然重要,但要想覆盖语言的全部,需要进一步扩展到文法分析,文法分析可以基于规则,但是工作量难以想象,基于特征的文法分析不但可穷举,而且可以方便用计算机存储和计算,本节简 ...

  7. 视频+课件| PointDSC:基于特征匹配的点云配准方法(CVPR2021)

    写在前面 感谢「3D视觉从入门到精通」知识星球嘉宾白旭阳博士为我们带来的主题为PointDSC:基于特征匹配的点云配准方法(CVPR2021)视频讲解,星球成员可免费观看学习.备注:白旭阳,香港科技大 ...

  8. 重磅直播 | PointDSC:基于特征匹配的点云配准方法(CVPR2021)

    大家好,本公众号现已开启线上视频公开课,主讲人通过B站直播间,对3D视觉领域相关知识点进行讲解,并在微信群内完成答疑. 本期由香港科技大学计算机系白旭阳博士分享,分享的主题为<基于特征匹配的鲁棒 ...

  9. fcm算法c语言实现,基于特征权重的FCM算法研究及应用

    摘要: 模糊C-均值(FCM)聚类算法是非监督模式识别中应用范围最广泛的算法之一.但是传统的FCM算法中,设定样本的各维特征对分类效果的贡献水平是相同的.在实际中,由于特征提取不够完善,使得特征矢量中 ...

最新文章

  1. C#的控件输入法变换
  2. anaconda moviepy_Win10配置anaconda和jupyter
  3. 手把手教你全家桶之React(一)
  4. Android 使用数据库 SQlite
  5. 使用exp命令实现Oracle数据备份(数据导出)
  6. Spring Boot热部署
  7. 11选5下期算法_玫瑰2020196期福彩3D推荐:双胆2、6,和值看好11
  8. Spring AOP与拦截器的区别
  9. 语音包mp3_目标明确,为运动而造 ,自带MP3功能的南卡RUNNER PRO骨传导耳机
  10. (转)MapReduce二次排序
  11. morhpia(4)-更新
  12. If,for,range混合使用笔记-(VBA视频教程2:使用IF进行逻辑判断)
  13. Codeblocks中的empty project和console application
  14. 链新:探索NFT中国化路径,与实体经济相结合
  15. 历年阿里面试题汇总(2017年不断更新中)
  16. 最终幻想13-2时钟迷题破解工具
  17. 一文带你看懂工厂模式
  18. 2019世界区块链大会•乌镇第2日金句集锦
  19. 2022-2028全球快餐肉汤食品行业调研及趋势分析报告
  20. 粉丝让我爬取热搜话题,结果做成了实时热搜『跑马灯』可视化

热门文章

  1. Node.js in IIS — Hello World
  2. JavaScript 异常处理
  3. Android 阻隔返回键
  4. React (native) 相关知识
  5. android studio 模拟器中文乱码
  6. 【EF Code First】 一对一、一对多的多重关系配置
  7. 转iOS性能优化:Instruments使用实战
  8. 使用Laya引擎开发微信小游戏(下)
  9. 2017.7.6 linux 搭建ssh服务器 scp
  10. 复杂的xml转化为java实体