![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/6/23/ba352ff4-a84d-49fe-9f57-6269ef0b2f92/ba352ff4-a84d-49fe-9f57-6269ef0b2f92pic.jpg)
![前端啟發(fā)式滲透檢測模型研究.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/6/23/ba352ff4-a84d-49fe-9f57-6269ef0b2f92/ba352ff4-a84d-49fe-9f57-6269ef0b2f921.gif)
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、在互聯(lián)網(wǎng)日益發(fā)達(dá)及全球信息化不斷推進(jìn)的今天,以Internet為核心的網(wǎng)絡(luò)空間已經(jīng)成為了國家重要的戰(zhàn)略資源,受到了各國的高度重視。尤其在2013的年披露的斯諾登“棱鏡門”事件之后,國際社會和普通公眾更是對網(wǎng)絡(luò)安全空前的關(guān)注。受利益驅(qū)使,網(wǎng)絡(luò)滲透攻擊者悄無聲息地入侵著各種網(wǎng)絡(luò)系統(tǒng)。如何對網(wǎng)絡(luò)滲透攻擊進(jìn)行分析和檢測,并制定有效可行的網(wǎng)絡(luò)安全策略,成為了國內(nèi)外專家和學(xué)者所關(guān)注的重要課題。
網(wǎng)絡(luò)滲透攻擊作為黑客入侵的一種新型綜合型攻擊
2、手段,給政企網(wǎng)絡(luò)的信息安全都帶來了巨大的危害。已有的評估手段和防御措施的研究顯得相對滯后,并且目前的網(wǎng)絡(luò)滲透模型僅局限于形式化描述,缺少了量化評估。本文針對上述急需解決的問題,對滲透攻擊模型和滲透攻擊檢測兩個方面進(jìn)行了系統(tǒng)的研究。
?。?)針對網(wǎng)絡(luò)滲透攻擊模型缺乏對滲透的綜合性評估和對滲透成功概率量化的問題,本文提出了一種新型的滲透攻擊模型,通過加入攻擊模式和攻擊者自身的能力等綜合性元素全面地闡述滲透攻擊的整體性。其中,新型滲透
3、攻擊模型將網(wǎng)絡(luò)滲透攻擊的關(guān)鍵技術(shù)分解和歸類,總結(jié)其特征,采用狀態(tài)變遷策略模擬滲透過程的攻擊路徑。在此基礎(chǔ)上,提出Markov數(shù)學(xué)模型對網(wǎng)絡(luò)安全性進(jìn)行量化評估的方案。
?。?)針對網(wǎng)絡(luò)滲透攻擊的檢測缺乏檢測的時效性和滲透攻擊取證困難的問題,本文提出一種基于虛擬受害主機(jī)的啟發(fā)式檢測方法。在檢測滲透攻擊環(huán)節(jié)中主動模擬執(zhí)行惡意程序,通過虛擬受害主機(jī)群真實(shí)地還原攻擊環(huán)境,從而能夠?qū)崟r地獲取攻擊證據(jù)。
最后,通過典型的滲透攻擊仿真
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于啟發(fā)式的病毒檢測技術(shù)研究.pdf
- 啟發(fā)式教學(xué)探析.pdf
- 投資組合選擇模型及啟發(fā)式算法研究.pdf
- 現(xiàn)代啟發(fā)式教學(xué)探究.pdf
- 基于啟發(fā)式算法的公交線網(wǎng)優(yōu)化模型研究.pdf
- MDLRPPD模型構(gòu)建及其啟發(fā)式組合優(yōu)化算法研究.pdf
- 啟發(fā)式優(yōu)化算法綜述
- 啟發(fā)式算法研究及其應(yīng)用.pdf
- 車輛調(diào)度問題啟發(fā)式算法研究.pdf
- 生物啟發(fā)式圖像分類算法研究.pdf
- 圓形件下料啟發(fā)式算法.pdf
- 生物啟發(fā)式算法及其改進(jìn)研究.pdf
- 基于增強(qiáng)學(xué)習(xí)的啟發(fā)式和元啟發(fā)式搜索的參數(shù)調(diào)優(yōu)策略.pdf
- 基于小世界模型的啟發(fā)式尋路算法研究.pdf
- 基于啟發(fā)式算法的動態(tài)交通流分配模型研究.pdf
- 小學(xué)數(shù)學(xué)啟發(fā)式教學(xué)初探
- 化學(xué)啟發(fā)式教學(xué)模式初探
- 資源優(yōu)化的啟發(fā)式算法研究.pdf
- 啟發(fā)式過程日志修復(fù)技術(shù).pdf
- 精神成長與啟發(fā)式教學(xué).pdf
評論
0/150
提交評論