基于Python的机器学习入侵检测的研究

2019-08-07 06:01:14龙华秋
网络安全技术与应用 2019年8期
关键词:检测模型

◆孟 平 龙华秋

(五邑大学智能制造学部 广东 529020)

如今互联网的发展速度和规模的扩张十分迅猛,IT技术、硬件产品和软件产品的迭代更新非常迅速。互联网+的时代,如此迅速的发展给我们的生活带来了巨大的便利,同时也带来了众多的安全隐患。在大多数人眼中,互联网上的安全问题,大多都是数据泄露,以及其他相关问题,这些问题影响的大多都是企业,造成的损失也基本是经济上的损失。然而近年来发生的多起工业控制系统相关的安全问题,充分证明了攻击者完全可以通过互联网威胁到人们的现实生活,比如近期国外发生的工控系统入侵事件导致的他国全国范围大部分地区停电的事件。当下互联网的安全问题,已经被国家高中重视,网络安全事关国家安全。

利用机器学习中的监督学习相关算法训练好的模型,在实际中应用时,可以快速对一个新提取的样本做判断,判断其是否恶意。比以往通过特征码等其他判断方式,少了查询“特征码集合”和比对的操作,其判断速度上要远快于传统方式。良好的训练集和合适的算法及相应的参数,可使训练出来的模型具有很好的泛化性能。

1 系统设计

计算机网络具有多层协议,在其七层模型(物理层、数据链路层、网络层、传输层、会话层、表示层、应用层)中,物理层和数据链路层太过底层,会话层、表示层和应用层涉及的协议众多不适合作为用于进行判断其是否恶意的基础。在网络层上可以开始不考虑具体的数据传输的实现,而传输层TCP和UDP协议是上层协议的基础且仅为实现连续和离散的传输方式。……

登录APP查看全文

猜你喜欢
检测模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
小波变换在PCB缺陷检测中的应用
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用