基于移动Agent的分布式入侵检测和决策系统

doi:10.3969/j.issn.1007130X.2010.

J4 ›› 2010, Vol. 32 ›› Issue (5): 15-17.doi: 10.3969/j.issn.1007130X.2010.

基于移动Agent的分布式入侵检测和决策系统

孙波成，邱严峻，梁世庆

（1.西南交通大学，四川成都 610031;2.襄樊学院，湖北襄樊 441053）

收稿日期:2009-09-01 修回日期:2009-12-08 出版日期:2010-04-28 发布日期:2010-05-11
通讯作者: 孙波成 E-mail:sunboch@163.com
作者简介:孙波成（1964），男，湖北孝感人，博士生，讲师，研究方向为计算机应用。
基金资助:
西南交通大学峨眉校区基金资助项目(10401X10096004)

A Distributed Intrusion Detection and Decision System Based on MobileAgents

SUN Bocheng,QIU Yanjun,LIANG Shiqing

(1.Southwest Jiaotong University，Chengdu 610031;2.Xiangfan University，Xiangfan 441053，China)

Received:2009-09-01 Revised:2009-12-08 Online:2010-04-28 Published:2010-05-11
Contact: SUN Bocheng E-mail:sunboch@163.com

摘要/Abstract

摘要： 随着网络应用的高速发展，网络安全成为一个主要的问题，由此提出了一个基于移动Agent的分布式入侵检测和决策系统。给出了系统的结构，说明了系统中Agent的组成、各个Agent功能以及他们之间的交互过程；提出了基于知识和模糊遗传算法的决策方法。

关键词: 入侵检测, 移动Agent, 决策, 分布式网络

Abstract:

With the rapid development of network applications,network security has become a major problem. Thus we propose a distributed intrusion detection and decision system based on mobileagents,give the structure of the system, describe the composition, function communication mechanism of agents,and describe a fuzzy geneticsbased learning algorithm.

Key words: distributed intrusion;mobileagent;decision;distributed network

中图分类号:

TP393.08

孙波成，邱严峻，梁世庆. 基于移动Agent的分布式入侵检测和决策系统[J]. J4, 2010, 32(5): 15-17.

SUN Bocheng,QIU Yanjun,LIANG Shiqing. A Distributed Intrusion Detection and Decision System Based on MobileAgents[J]. J4, 2010, 32(5): 15-17.

编辑推荐

Metrics

阅读次数

全文

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	0	0	0	23

来源	本网站	其他网站

次数	15	8
比例	65%	35%

摘要

最新录用	在线预览	正式出版

0	0	54

	来源	本网站

	次数	54
	比例	100%

[1]	刘沛, 刘昌华, 林俏伶. 基于优化特征堆叠与集成学习的车联网入侵检测模型[J]. 计算机工程与科学, 2024, 46(12): 2186-2195.
[2]	顾颖程, 魏柳, 姜宁, 程环宇, 刘凯, 宋玉, 刘梅招, 汤雷, 陈彧, 张胜. 边缘场景下面向分布式交互应用的服务器分配[J]. 计算机工程与科学, 2024, 46(10): 1748-1756.
[3]	杨仕琦, 武优西, 耿萌, 李艳. 一次性条件下的三支序列模式挖掘[J]. 计算机工程与科学, 2024, 46(07): 1286-1295.
[4]	王磊, 柳然然. 基于新图模糊距离的EDAS决策方法及其应用[J]. 计算机工程与科学, 2024, 46(06): 1101-1111.
[5]	谭郁松, 王伟, 蹇松雷, 易超雄. 基于异常保持的弱监督学习网络入侵检测模型[J]. 计算机工程与科学, 2024, 46(05): 801-809.
[6]	刘子源, 马占有, 李霞, 高滢囡, 何娜娜, 黄瑞祺. 基于模糊测度的模糊分支时态逻辑模型检测[J]. 计算机工程与科学, 2024, 46(04): 676-683.
[7]	吕伏, 韩晓天, 冯永安, 项梁. 基于自适应纹理特征融合的纹理图像分类方法[J]. 计算机工程与科学, 2024, 46(03): 488-498.
[8]	周施吉, 唐孝, 赵容乐, 梁艳玲, . 基于扰动优势关系的直觉模糊三支决策方法[J]. 计算机工程与科学, 2023, 45(11): 2027-2035.
[9]	许城洲, 李陆, 张文涛. 支持复杂访问策略的属性基加密方案[J]. 计算机工程与科学, 2023, 45(10): 1779-1788.
[10]	郭艺, 何廷年, 李爱斌, 毛君宇. 融合GA-CART和Deep-IRT的知识追踪模型[J]. 计算机工程与科学, 2023, 45(09): 1691-1700.
[11]	陈俊彦, 卢贤涛, 黄雪锋, 卢小烨, 廖岑卉珊. 基于Double-Bagging特征降维异质集成入侵检测[J]. 计算机工程与科学, 2023, 45(06): 1011-1019.
[12]	陈灿, 杨兴达, 方菱. 基于决策表的AUTOSAR操作系统一致性测试研究[J]. 计算机工程与科学, 2023, 45(04): 622-629.
[13]	万本庭, 万春涛. 基于广义正交三角模糊数的WSM-TOPSIS群决策方法[J]. 计算机工程与科学, 2023, 45(03): 537-545.
[14]	吴昊天, 关叶青. 基于自然语言云化的TOPSIS方法及其应用[J]. 计算机工程与科学, 2023, 45(03): 565-570.
[15]	钟寒, 徐艺嘉, 鹿浩, 孙旌睿. 基于模糊贝叶斯决策的核心概念抽取方法[J]. 计算机工程与科学, 2022, 44(09): 1686-1692.

基于移动Agent的分布式入侵检测和决策系统

A Distributed Intrusion Detection and Decision System Based on MobileAgents

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价