[1]李兵.一种基于对等模型的网络入侵检测系统模型[J].计算机技术与发展,2008,(03):173-176.
　LI Bing.A Distributed Intrusion Detection System Based on Peer - to - Peer Model[J].,2008,(03):173-176.
点击复制

一种基于对等模型的网络入侵检测系统模型()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2008年03期
页码:
173-176
栏目:
安全与防范
出版日期:
1900-01-01

文章信息/Info

Title:
A Distributed Intrusion Detection System Based on Peer - to - Peer Model
文章编号:
1673-629X（2008）03-0173-04
作者:
李兵
中铁建电气化局集团第四工程有限公司
Author(s):
LI Bing
The 4th Engineering Co., Ltd. of China Railway Construction Electrification Bureau Group Corporation
关键词:
对等模型; 网络入侵检测; 分布式
Keywords:
peer- to- peer;  net intrusion detection system;  distributed system
分类号:
TP393.08
文献标志码:
A
摘要:
基于对等模型（Peer-to-Peer）的应用,提出一种分布式网络入侵检测系统：PeerIDS。该系统在设计上注重可靠性,且没有诸如单点失效一类的问题。入侵检测工作在由多台运行PeerIDS系统的连网计算机构成的对等网中随具体环境而自动进行迁移,以实现公平高效的分布式处理。同时,应用对等模型带来的可扩展性,使得该系统的性能可以通过简单地在网络中增加运行PeerIDS的计算机数目来不断提高,很好地适应了日益严峻的网络安全状况。在完成初始设置后,PeerIDS系统的运行几乎不需要任何使用者的干预,体现了很好的
Abstract:
By enaploying the peer- to- peer（P2P）rnodel,whieh is considered a promising approach to solve many problems in a distributed environment, presented a distributed network intrusion detection system named PeerlDS：an IDS solution values the properties of fea

相似文献/References:

[1]吴楠 宋方敏.用C4．5算法对局域网数据报进行行为分类[J].计算机技术与发展,2006,(07):1.
　WU Nan,SONG Fang-min.Classify Datagram on LANs by Using C4.5 Classification Algorithm[J].,2006,(03):1.
[2]伍海波,高劲松,唐启涛,等.基于生物免疫原理的网络入侵检测研究[J].计算机技术与发展,2013,(07):167.
　WU Hai-bo[],GAO Jing-song[],TANG Qi-tao[],et al.Research on Network Intrusion Detection System Based on Biological Immune Principle[J].,2013,(03):167.
[3]贾慧敏. 基于ML改进技术的IDS的设计与实现[J].计算机技术与发展,2015,25(06):114.
　JIA Hui-min. Design and Implementation of IDS Based on ML’ s Improved Technology[J].,2015,25(03):114.
[4]徐胜超,宋 娟,潘 欢.基于 MapReduce 并行关联挖掘的网络入侵检测[J].计算机技术与发展,2021,31(06):123.[doi:10. 3969 / j. issn. 1673-629X. 2021. 06. 022]
　XU Sheng-chao,SONG Juan,PAN Huan.Network Intrusion Detection Based on Parallel AssociationMining of MapReduce[J].,2021,31(03):123.[doi:10. 3969 / j. issn. 1673-629X. 2021. 06. 022]
[5]张 凡*,高仲合,牛 琨.基于 BiGRU-SVM 的网络入侵检测模型[J].计算机技术与发展,2023,33(01):144.[doi:10. 3969 / j. issn. 1673-629X. 2023. 01. 022]
　ZHANG Fan*,GAO Zhong-he,NIU Kun.Network Intrusion Detection Model Based on BiGRU-SVM[J].,2023,33(03):144.[doi:10. 3969 / j. issn. 1673-629X. 2023. 01. 022]
[6]蔡宇航,廖光忠.基于改进降噪自编码模型的网络入侵检测[J].计算机技术与发展,2023,33(02):119.[doi:10. 3969 / j. issn. 1673-629X. 2023. 02. 018]
　CAI Yu-hang,LIAO Guang-zhong.Network Intrusion Detection Based on Improved Denoising Autoencoder Model[J].,2023,33(03):119.[doi:10. 3969 / j. issn. 1673-629X. 2023. 02. 018]

备注/Memo

备注/Memo:
国家自然科学基金资助（60673165）;湖南省自然科学基金资助（05JJ30119）;湖南省科技计划项目（2006JTl040）李兵（1973-），男，湖南长沙人，工程师，研究方向为计算机通信安全
更新日期/Last Update: 1900-01-01