Compared with traditional network intrusion, digital watermarking-based intrusion is more covertly, more difficult to detect and identify, and cause harm greater. Research: 1) By using chaotic phase space reconstruction and synchronization of chaos, we will study the principle of digital watermarking-based network intrusion, and design detection and extraction method for this kind of invasive signal . This will helpful for us to establish watermarking-based network intrusion detection system. Because of the embedded watermark in network traffic does not consume additional bandwidth, network intrusion detection based on digital watermarking is more secure than the traditional methods, and has a higher detection efficiency, less false alarms and leak alarms. Research: 2)By using chaos theory, we will establish dynamic network flow model. Take full advantage of the good characteristics of chaos, we will design and analysis of digital watermarking algorithm for network. 3)By using the principle of stochastic resonance of chaos-based network watermark,we will research the dynamics impact of network intrusion signal to the original normal watermark,and will establish digital watermarking-based network intrusion detection system. The research of digital watermarking-based invasion and intrusion detection will provide new ideas to solve network security problem, improve the efficiency of intrusion detection system, and establish new methods for network intrusion detection.
与传统的入侵方式相比,基于数字水印的入侵更加隐蔽,很难检测和识别,其潜在的威胁和带来的危害更大。拟研究内容:1)应用混沌相空间重构和混沌同步理论,研究基于数字水印的网络入侵的基本原理,提出检测和提取入侵信号的方法,为基于数字水印的网络入侵检测系统奠定理论基础。 基于数字水印的网络入侵检测,由于嵌入的水印不消耗额外带宽,利用水印进行入侵检测比传统检测方法更安全,其次它检测效率更高,误报警和漏报警的较少。拟研究内容:2) 应用混沌理论建立网络流动态模型,利用混沌的良好特性设计并分析网络数字水印算法;3) 应用混沌网络水印的随机共振原理,研究网络入侵信号对原正常水印模型产生的各种动力学影响,建立基于数字水印的网络入侵检测算法。 应用混沌理论研究基于数字水印的入侵和入侵检测问题,对提高入侵检测效率,建立网络入侵检测的新机制和新方法,解决网络安全问题提供了新的研究思路。
随着网络技术的发展,网络遭受的攻击方法也日趋多样,数字水印的入侵的威胁和危害更大。将数字水印应用于网络入侵检测中,可以提高识别、检测这种类型入侵的能力,同时为入侵检测提供新的解决途径,还可以提高检测效率和系统本身的安全性。. 主要研究内容:1、网络流量分析在入侵检测中的应用研究,基于信息熵和非线性混沌分析的入侵检测算法;2、网络数字水印算法的研究及在网络入侵检测中的应用;3、基于网络数据包特征的溯源算法、基于门限秘密共享原理的网络流关联技术的研究;4、基于数字水印的无线传感网络入侵检测的研究。. 重要结果:1、利用最大Lyapunov指数验证网络流量的混沌性,并用Lyapunov指数反映网络流量在攻击时间点发生轨道分离情况,用相空间重构的几何不变特征Kolmogorov熵反映网络流量的内在混沌性,达到检测攻击的目的。运用混沌同步原理,当待检流量含有入侵信号输入到混沌系统中,输出波形会发生震荡,放大入侵信息。2、将水印与网络流特性关联,对水印嵌入区域的改进,解决多流追踪,提高水印鲁棒性、降低了计算开销。借助信息熵反映系统的随机程度的特性,定性定量地分析目标流,自适应地选择适合水印嵌入的时间点,通过寻找当前流中是否存在水印信息用来实现跳板入侵的检测。3、从流量中选取不易被攻击者所篡改的综合特征,根据相空间重构技术及多重拉普拉斯分布特征实现溯源;将传统密码学门限秘密共享运用流关联中,保证时延抖动、分组恶意丢弃、虚假数据包注入等干扰下,具有较好的检测性能。4、根据传感节点唯一身份标识和节点数据的特征量,提出相应的数字水印方案以实现攻击检测,检测网络的安全状态,解决了由于数据包丢失导致的高虚警率问题。. 科学意义:网络入侵和入侵检测一直是网络安全研究领域的重要研究课题。对基于数字水印的入侵检测系统的研究,一方面可为入侵检测提供新的解决途径,另一方面可以提高检测效率、提高检测系统本身的安全性。因此,该研究具有深远的理论意义和实际应用价值,对网络入侵检测相关学科的发展起到重要推动作用。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于全模式全聚焦方法的裂纹超声成像定量检测
基于图卷积网络的归纳式微博谣言检测新方法
人工智能技术在矿工不安全行为识别中的融合应用
面向工件表面缺陷的无监督域适应方法
结合多光谱影像降维与深度学习的城市单木树冠检测
矢量地理数据数字水印检测模型研究
基于多层免疫的网络入侵检测方法研究
基于SOM神经网络模型的网络入侵检测方法研究
图像数字水印的神经网络模型及其优化算法研究