扩招背景下高职信息技术类专业分类精准育人模式

分析扩招背景下高职信息技术类人才培养面临的困境,借鉴分类精准育人思想,提出高职信息技术类专业精准育人模式。以中山职业技术学院信息安全技术应用专业为例,从产教融合、分类组建教师团队,院园共育、四阶递进分类精准育人,“岗位引领、专创融合、分类培养”的课程体系,专业可持续发展保障机制几方面介绍分类精准育人模式具体教学实践。

基于攻击分类的高性能并行入侵检测方法

为解决攻击证据保持及多检测引擎的负载均衡问题,提出基于攻击分类的高性能并行入侵检测方法,将入侵检测系统分为单连接攻击检测和多连接攻击检测两个子系统。前者采用多检测引擎,由负载均衡模块将流量按照传输层协议分类,以会话或五元组为单位,将流量调度至不同检测引擎并行检测,识别单连接攻击行为;后者采用单检测引擎,快速扫描报文首部,识别多连接攻击行为。实验结果表明,在高速网络环境下,相比其他并行入侵检测方法,所提方法的检测性能更优,其F-Measure值显著提升,检测时延和丢包率也有一定降低。

大数据时代背景下《非关系型数据库》课程教学资源库建设探析

大数据时代,数据库技术发生了深刻变革,除了传统的关系型数据库仍在不断应用外,非关系型数据库也在迅猛崛起,国家对新型数据库人才需求日益迫切。本文在阐述教学资源库建设的必要性基础上,分析了当前《非关系型数据库》课程教学资源库建设的现状,提出了以“以主流技术为重点,以实战项目为核心,以互动反馈为补充”的建设方案,并在实践中获得了良好的效果。

基于流量调度的多链路负载均衡算法

针对多重上联链路负载不均衡问题,提出CIAP算法。基于链路时延和剩余带宽的协方差值,对路由表进行二次调整,调用PBA算法将IP碎片映射到各个链路上,使多链路负载达到相对均衡。实验结果表明,在网络重载状况下,CIAP算法的优化性能较DTIA有较大提高。

引入梯度下降的蚁群算法求解多约束服务质量路由

针对目前多数改进蚁群算法求解多约束服务质量路由(Qo SR)存在收敛速度慢、易陷入局部最优从而效率不高的问题,提出一种引入梯度下降的蚁群算法(ACAGD)。该算法将梯度下降法引入到蚁群的局部搜索中,结合残余信息素,综合决定蚂蚁的下一跳选择策略。蚁群不仅以一定概率按照信息素浓度搜索下一跳,还将以一定概率按照梯度下降法搜索下一跳,从而降低传统蚁群算法容易陷入局部最优的可能性。利用Waxman网络模型随机生成不同路由节点数量的网络拓扑进行仿真实验。实验结果表明,ACAGD相比其他改进蚁群算法,能够在收敛速度不受影响的情况下,取得综合代价相对较低的路由,且算法的稳定性较好。

一种混合入侵检测模型

为了提高入侵检测模型的准确率,提出一种基于K-均值算法、朴素贝叶斯分类算法和反向传播神经网络的混合入侵检测模型;首先,采用基于分区、无监督式聚类分析的K-均值算法进行数据的聚类处理,得到易于被机器处理和学习的数据集;为了进一步获取必要的数据属性,将聚类处理的结果输入到贝叶斯分类器进行分类;然后,具有较短学习周期的反向传播神经网络负责训练数据分类样本;最后,基于KDD CUP99数据集,对混合入侵检测模型进行了仿真实验,实验结果表明,通过混合入侵检测模型,DoS、U2R、R2L和Probe等人侵数据被精准地检测出;相比其它入侵检测模型,混合入侵检测模型取得了较高的准确率和召回率,以及较低的误报率,具有一定的实用价值。

高职信息安全专业课程体系构建

针对高职信息安全专业教学与就业市场脱节的问题,提出通过市场调研明确岗位技能,逐渐完善人才培养方案,丰富课程体系。以中山职业技术学院为例,阐述如何构建计算机基础应用、网络技术、信息安全技能、信息安全工程管理四大课程模块,强调知识、能力、素质3个层次不能脱节。

基于二元目标优化的多链路负载均衡算法DBCTIA

在IP流量规划思想和多重链路时延均衡算法DTIA的基础上,提出一种基于二元目标优化的链路负载均衡算法DBCTIA,能够在原始的切割调度样本中,基于链路时延和剩余带宽的协方差值,对IP路由表的大小和数量进行二次分割调整,使得多重链路达到时延及剩余带宽的均衡。实验结果显示,在网络重载情况下,DBCTIA对多链路时延和剩余带宽的均衡效果显著,而且DBCTIA进行负载均衡后的链路Power值较DTIA均衡后的链路Power值有所增加。

高职信息安全专业工程实践教学体系研究

高职信息安全专业的人才培养要充分体现职业特色,学生须具备较强的实践和应用能力。文章针对高职信息安全实践教学环节存在的问题,结合中山职业技术学院信息安全专业的教学经验,探讨政校企合作人才培养模式下的"四维联动"工程实践教学体系。

基于改进蚁群求解特征子集的入侵检测方法

为了去除冗余特征,提高入侵检测系统的检测性能,提出一种基于改进蚁群算法求解特征子集的入侵检测方法。对蚂蚁的初始位置、启发函数、信息素更新策略及状态转移概率函数均做了优化。对KDD CUP 99数据集进行预处理,根据信息熵理论对特征进行初步提取。由提取的特征点构造邻接拓扑,用改进蚁群算法进一步求解特征子集。通过十折交叉验证法训练及优化改进蚁群算法及支持向量机的参数,并测试该入侵检测方法的性能。实验结果表明,相比其他方法,所提方法的性能较优,F-Measure值有一定提升,测试时间显著减少。

基于1+X证书的高职信息安全专业综合实训课程改革研究

文章研究基于1+X证书的高职信息安全技术应用专业综合实训课程改革。根据专业人才培养目标,遴选合适的1+X证书,调研分析对应职业岗位的工作领域、工作任务和职业技能,指导设置综合实训课程。实行“双导师”制实践教学模式,采用“工程任务”式实训过程模式,完善实训课程的评价体系。改革后的综合实训课程可以有效提升信息安全人才的培养质量,促进人才的精准培养。

高职信息安全专业实践教学评价机制研究

走访珠三角地区高职院校及对口企业,调研高职信息安全专业实践教学情况,构建多平台递进的实践教学体系,总结出一套相对完善的考核评价机制,包含校内实训、信息安全工作室、技术服务中心、校外实践四大实践平台的评价机制。实践证明,该项研究紧密地关联四大实践平台,提高了高职信息安全专业的实践教学质量。

无线传感器网络安全认证方案研究综述

安全认证是网络安全研究的重要问题,主要分为实体认证与信息认证。基于无线传感器网络的安全认证关系,研究了当前热点的实体认证与信息认证方案,总结出相应的优点和缺点,并做了进一步展望。

面向产业需求的高职信息安全专业课程体系的改革与实践

为解决高职信息安全专业教学与就业脱节的问题,笔者通过市场调研明确岗位技能,归纳并衔接相应的课程模块,随着信息产业的发展及时改进课程体系,从而使得培养的人才能够更好地服务于当地信息安全产业的发展。

Web应用安全漏洞与防御机制研究综述

随着Web应用系统的广泛使用,其安全漏洞带来的危害也与日俱增。参阅大量相关文献,列举当今Web应用常见的安全漏洞,分析了相应漏洞概念及原理,并总结了相应的防御机制,旨在为构建更为安全的Web应用系统提供思路。

群体智能在入侵检测特征选择中的应用综述

群体智能在特征选择中的研究与应用是当今入侵检测领域的一个研究热点。参阅大量相关文献,分析不同群体智能优化算法求解特征子集的应用及改进方法,总结其优缺点。列举了一些不同群体智能优化算法的结合及改进方法,取得了较为明显的效果,这也是今后入侵检测领域的一个研究趋势。

蚁群算法及其在路由优化中的应用综述

蚁群算法(ACO)是一类新型的机器学习技术,根据蚁群算法的正反馈原理和启发式原理的特点,针对目前国内国际的研究情况,对蚁群算法在最优路径的搜寻上从收敛性,收敛算法的改进以及收敛速度等方面的研究分别进行了分析综述,并对蚁群算法的一些应用,如:LEO卫星网络和无线传感等方面进行了阐述。对蚁群算法在路由优化和负载平衡上的研究进行了对比分析,发现了它们存在的不足,指出了在该领域需要进一步研究的热点问题。

基于目标预判的网络入侵检测频率自调整算法

在集群环境中,入侵者攻击特定目标是提高攻击效率一种常规手段,有针对性地调度计算资源可有效提高检测效率。提出一种基于攻击目标预判的网络入侵检测系统(NIDS)的检测频率自调整算法DFSATP,检测分析采集到的数据,将发往潜在被攻击目标范围的数据列为高危数据,其余数据为低危数据,指引网络入侵检测系统高频检测发往预测目标的高危数据包,低频检测低危数据包,从而提高NIDS的检测效率,保障在有限的计算资源情况下提高异常数据的检出率。模拟实验结果表明,在高速网络环境下,DFSATP对NIDS检测频率的调整,使得异常数据的检出率得到了一定程度的提升。

一种基于QoS度量的Pareto并行路由寻优方法

动态QoS路由是基于每个流计算的,为了优化动态QoSR请求中状态的时变性和控制滞后性,快速寻找满足多个约束的可行路径,提出一种基于QoS度量的Pareto子集并行路由预计算方法(QPAS).方法实现了并行状态收集和路由计算,求得满足路由请求约束可行路径的Pareto子集并综合选择合适的转发路由,仿真结果验证了QPAS的计算效率和有效性.QPAS可用于解决有限节点网络的复杂QoS路由等网络传输控制中的实际问题.

粒子群算法及其在路由优化中的研究

粒子群算法已经被广泛应用在各个领域,具有NP-C性质的QoS路由优化已经成为网络研究中的一个热点问题,粒子群算法所具有的优点成为解决QoS路由优化的有效方式。为进一步推广粒子群算法在路由优化上的应用而提供相关启发,在介绍了粒子群算法的基本原理的基础上,详细综述了其各种重要改进算法,并阐述了粒子群算法目前在路由优化上的应用情况,最后对粒子群算法在路由优化上的研究方向作了展望。