几种网络病毒防御系统的数据挖掘技术探讨

数据挖掘(Data Mining)是将未知的、有价值的信息从大量资料中进行整理及挖掘的过程。分析了计算机网络病毒防御系统的有监督与无监督数据挖掘的技术方法,构建病毒特征数据库,以提高计算机系统对网络病毒的鉴别与防御能力,将可能发生的安全隐患降至最低。

构建反网络病毒的快速反应体系

文章从反网络病毒的综合性管理工程的高度出发,综合论述了构建反网络病毒的快速反应体系的有效措施。

数据挖掘技术在计算机网络病毒防御中的实践应用

随着互联网的普及和深入发展,计算机网络病毒已经成为威胁网络安全的重要因素。传统的病毒防御方法,如防火墙、入侵检测系统等,在面对复杂多变的网络病毒时显得力不从心。数据挖掘技术作为一种从海量数据中提取有用信息的方法,为计算机网络病毒防御提供了新的思路。该文将从数据挖掘技术的原理、方法及其在计算机网络病毒防御中的实践应用等方面进行探讨。

分布式宽带网络病毒预警系统

对比于传统的主机病毒,在开放式网络环境中,网络病毒攻击能力更强、传播范围更广、破坏力度更大。所以有必要通过建立我国的病毒预警系统,全面监控各地的网络病毒疫情状况。本文研究分布式宽带网络病毒预警模型,实时检测网络病毒疫情。在病毒监控系统中充分采用未知病毒的检测技术,可以及时发现新爆发的病毒疫情,及疫情的发展趋势,制定有效的控制策略,从而减少病毒的危害,并能够及时为国家计算机安全机构提供最新发现的未知病毒样本。

计算机网络病毒传播模型

根据生物流行病毒的数学模型,对计算机网络病毒的传播模型进行了研究。根据计算机蠕虫病毒最常见的传播特征,把经典的传染病模型划分为三部分。最后采用仿真试验的方法,验证了模型的基本合理性。

网络病毒的特点及其防治策略

介绍了网络环境下病毒的特点与发展趋势，给出了网络环境下病毒的防治策略和方法，并以一个局域网实例给出了具体的病毒防治措施。

论网络病毒及反病毒技术

随着网络技术的不断发展 ,对网络上入侵病毒的防治已经成为计算机病毒防治领域的重点研究课题 .本文着重介绍了网络病毒的特点及危害性和网络反病毒技术及其实现方法 。

主动式网络病毒防治模型

防范日益增多的网络病毒是一个新的病毒防治课题。由于网络病毒独特的依赖主机网络连接的传播方式,导致无论过去的基于主机的病毒防治方式,还是纯粹的基于网络的病毒防火墙都无法有效地控制网络病毒的爆发。该文提出了一种基于层次的主动式网络防病毒模型,在这种模型下可以全面地集成各不同的厂商的防病毒能力,同时解决传统病毒防治方式无法彻底清除局域网内部网络病毒的缺陷。全面介绍模型的框架、工作方式、实现。

一种网络病毒传播的时滞微分方程模型

利用微分动力系统理论分析计算机单种病毒的传播规律,并提出不考虑时滞的计算机病毒传播(the propagation regularity of network viruses without the latent period,PRNV_NWPL)模型和考虑时滞的计算机病毒传播(the propagation regularity of network viruses with the latent period,PRNV_WLP)模型,并得到病毒是否最终消除的临界值R0。当R0<1时,得到无病平衡点(计算机病毒不流行),R0>1时,得到地方病平衡点(计算机病毒流行)。由此给出清除计算机病毒的方法,并证明无病平衡点和地方病平衡点的局部渐近稳定性。这些方面与统计方法相比可节省人力、物力。

网络病毒主动预警模型

对比于传统的主机病毒,在开放式网络环境中,网络病毒疫情的蔓延更加迅速、破坏力也更强。建立行之有效的预警体系,是尽早发现新型网络病毒,并控制其蔓延的有力举措。本文研究主动式病毒疫情预警体系结构模型,实时分析网络上的疫情信息;通过基于流量的检测,实现对于新型未知网络病毒的挖掘。

网络病毒传播模型中的两个问题

现有的网络病毒分析模型大都依据流行病模型建立,这些模型并不能反映现代网络环境下病毒的传播规律,故有一些问题不能得到很好的解决。文章在新模型的基础上重点讨论其中的两个最为突出的问题:网络病毒的门限值问题和单节点在病毒传播中的不同作用。通过对新模型解的分析得出结论:如果病毒的传播紧密地依赖网络的连接率,而它们的治愈率又相对较小,那么这类病毒的门限值是不存在的。基于该结论文章对长期以来困扰网络病毒传播模型的两个公开的问题给出了合理的解释。文章将电脑的连接率作为节点的一个最基本的特征,从而指出具有不同连接率的节点,它们在病毒传播中的作用也不相同,文章还首次给出了它们的估算公式,从而也为刚刚起步的网络免疫系统中节点的选择提供了有力的理论支持。文章最后进行了模拟实验,实验的结果基本验证了分析结论。

网络病毒的传播及预防模型研究

研究网络病毒的传播模型,可以深刻理解病毒扩散对网络造成危害的现象,为反病毒技术研究提供理论基础。通过网络环境下病毒传播数学模型的建立和分析,得出了遏制网络病毒迅速扩散的重要环节和策略。对比传统病毒,在网络环境中,网络病毒疫情的蔓延更加迅速、破坏力也更强。建立有效的预防体系,是尽早发现新型网络病毒,并控制其蔓延的有力举措。

计算机网络病毒传播模型SIRH

计算机网络病毒传播模型是研究计算机网络病毒的手段和工具。SIR模型是仿照生物流行病传播机制而建立的病毒传播模型。本文从计算机网络病毒传播的实际情况出发,通过分析SIR模型的不足,提出了一种在计算机网络中具有病毒防范、病毒免疫措施的网络病毒传播模型。SIRH考虑了网络病毒重复感染这种人为因素对网络病毒传播的影响。仿真实验验证了SIRH的有效合理性。

一种网络病毒传播数学模型分析

本文利用微分动力系统理论研究了计算机单种病毒的传播规律,特别是研究了考虑计算机病毒潜伏期的病毒传播模型。

恶意干扰网络病毒的盲频谱检测算法

恶意干扰下的网络病毒信息具有较强的高斯随机性和带宽性,传统的时频分析方法及小波特征检测方法难以实现对该类病毒入侵的有效检测。提出一种基于盲频谱检测的恶意干扰下网络病毒检测算法。构建了恶意干扰下的网络病毒入侵的信号模型构建,采用高斯平滑滤波算法进行干扰抑制预处理,提取滤波后的恶意干扰下病毒数据的盲频谱特征,以此为数据基础实现对网络入侵的准确检测。仿真结果表明,采用该文算法进行网络病毒检测识别准确度较高,性能优越,保障了网络安全。

基于数据挖掘技术的计算机网络病毒防御技术探索

利用PE文件剖析器、00A规则生成器、可疑文件扫描器按照主动防御系统原理,生成了基于数据挖掘技术的DMAV病毒主动防御系统。通过对比不同杀毒软件的变形病毒、未知病毒检测效果,发现新设计的DMAV病毒主动防御系统较其他杀毒软件杀毒范围更广、效率更高。

校园网络病毒防治及补丁自动升级系统研究

相比传统的主机病毒,在开放式网络环境中网络病毒疫情的蔓延更加迅速,破坏力也更强.针对Windows系统补丁数量大、种类多的特点,研究如何在校园网内部部署病毒自动更新系统及补丁自动升级系统,保障校园网络系统安全运行.

SDN环境下的动态随机网络病毒传播模型及特性研究

软件定义网络(SDN)提供了对网络的动态调控,但是安全性较差。为此,提出一种SDN下的动态随机网络模型。研究网络病毒随子网间节点迁移而扩散及爆发的过程,通过理论分析和数值模拟,发现网络病毒从源子网传播到目标子网的传播特性与子网间节点的迁移率相关。实验结果表明,该方法能有效找出病毒迁移阈值,并能实时发现病毒传播趋势。

数据挖掘技术在计算机网络病毒防御中的应用探究

随着互联网的快速发展,网络信息与数据安全变得越来越重要,这关系各个领域的网络隐私安全。数据挖掘技术是一种旨在提高互联网信息安全的技术,它可以有效地提高互联网的信息安全和病毒防御。本文对计算机网络数据挖掘技术(Net Data Mining)NDM进行描述和探索,探究计算机网络病毒防御中数据挖掘技术的一些关联工具和结构,重点对数据挖掘算法进行描述,如决策树、关联规则等,这些有助于加强病毒的防御,最后通过模型来解决计算机网络病毒防御中的问题。

警惕网络病毒,加强防治措施

最近网络病毒的巨大破坏引起了全世界的关注 ,如何防治网络病毒已成当务之急。本文介绍了网络病毒的发展和主要特性 ,分析了其传播途径 。