基于隐马尔可夫模型的资源滥用行为检测方法研究

针对信息系统中内部人员的资源滥用行为,已有的检测方法要么不能有效检测新的资源滥用行为,要么需要获得资源滥用行为的先验知识,因而这些检测方法在应用中严重受限.本文提出了一种基于隐马尔可夫模型(HMM)的内部人员资源滥用行为检测方法.该模型以信息系统的敏感文件夹作为模型的状态,以用户的事务处理操作作为观测符号,采用Baum-Welch算法确定模型参数;基于该模型建立内部人员访问行为的HMM模型,并用于资源滥用行为检测.仿真结果表明了该检测方法的有效性.

基于隐马尔科夫模型的资源滥用行为检测研究

对于信息系统中资源滥用的行为,在现有的方法中,有的需要不能有效的检测出资源滥用行为,有的却是对新的资源滥用行为缺乏识别。所以造成现有的检测方法都不能大规模运用。该文提出了一种基于隐马尔科夫模型,结合Eskin提出的概率检测算法框架达到检测资源滥用行为的目的。该方法以信息系统中的信息资源作为监控对象,记录用户对资源的操作数据集,利用数据集建立HMM模型的参数,结合Eskin的概率检测算法来检测资源滥用行为。

基于Agent的内部威胁监视系统的动态管理

采用动态管理机制管理基于Agent的内部威胁监视系统,用管理树控制主机的加入和退出,主机中存在两种代理群:安全数据收集代理和安全管理代理.该方法对系统中各种资源滥用、内部威胁及攻击行为提供3种响应机制:实时响应、延迟响应和滞后分析响应.相对集中式分布控制和分级式分布控制,树形动态管理机制灵活性高,较好地避免了网络拥塞和单点故障问题.

防内部攻击的文件监测技术

总结了文件变化监测方法,提出了采用附加日志防范内部攻击的日志相互守护法,监测日志和附加日志的相互守护能够检测来自内部的高技术攻击者的恶意攻击,相对多级日志方法更节省资源、系统开销更少、更高效。

农业经济危机对美国农业发展的影响辨析

美国的农业经济危机前后困扰美国一个多世纪,其直接原因是农业生产导致的“谷贱伤农”、科技滥用、资源浪费等现象,对美国普通农户收益、农产品生产质量、农业生产资源造成各种不利影响,但同时也为美国迈入农业规模化生产之路,彻底摆脱粮食危机,雄霸世界农产品市场打下了坚实的基础。