无线局域网中非法设备检测方案的设计与实现

无线局域网技术迅猛发展,但由于无线网络是基于无线的通信技术,非法设备问题成为网络管理中重要问题。描述了非法设备的危害和现有的非法设备的检测方法,提出了一种基于现有网络布局的经济的非法设备检测系统的设计方案,并对其实现方法进行了描述,最后通过实验证明了该方案的可行性。

互联网设备非法连接管控的研究

随着市场发展和业务形态的多元化,所有信息都可在互联网上进行传播,而网络作为承载信息的载体,网络连接的合法性显得尤其重要。文章通过ARP自动探测技术,结合业务流程,将自动探测到的实际业务开通情况与业务开通流程进行比对和稽核,主动发现网络非法设备接入及异动情况;通过自动化手段实现非法接入和非法异动的变更进行闭环管控,为网络连接合法性及业务合规性进行有效稽核,对保证互联网安全接入和规范接入有指导性意义。

基于深度学习的非法电子设备识别方法与应用分析

当前神经网络框架例如SSD、Yolo、R-FCN以及Faster R-CNN等模型的识别功能,大致可分成对物体的判别分类与识别定位两类。针对这两种物体识别的方法进行研究与应用开发,以鼠标、键盘等典型办公设备为对象构建样本库,通过深度学习与训练提取特征验证了对电子设备的快速识别应用的可行性,并进一步分析了非法电子设备识别的应用前景。

非法无线设备管理

非法无线设备已经成为企业网络安全的主要威胁之一,网络管理者不能只是对未知设备作定期的扫描,他们必须持续、实时地检测非法无线设备,及时终止和定位它们,实现对非法无线设备的管理。