入侵容忍的计算机网络系统研究

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (16): 111-116.

入侵容忍的计算机网络系统研究

周华，贺文辉，马建锋

西安通信学院，西安 710106

出版日期:2012-06-01 发布日期:2012-06-01

Study on intrusion-tolerant computer networks

ZHOU Hua, HE Wenhui, MA Jianfeng

Xi’an Communications Institute, Xi’an 710106, China

Online:2012-06-01 Published:2012-06-01

摘要/Abstract

摘要： 提出了入侵容忍的计算机网络系统结构，实现了局域网中的入侵容忍机制。该机制可以容忍流量攻击，并提高入侵检测准确率以及保证系统结果的正确一致性和可用性。实验分析了入侵检测准确率和系统的可用性，结果表明，入侵容忍机制可以明显提高计算机网络的安全性能。

关键词: 入侵容忍, 网络系统, 前端子系统, 入侵检测, 可信实时计算基

Abstract: An architecture of intrusion-tolerant networked system is proposed and some intrusion-tolerance approaches are implemented in the Local Area Networks（LAN）. These approaches can be used to tolerate the traffic attacks, increase the intrusion detection accuracy and guarantee the correct consistency of results. The system availability and detection accuracy are also analyzed in the experiments. The results show that the intrusion-tolerant approaches can improve the security of computer networks.

Key words: intrusion tolerance, networked system, front-end subsystem, intrusion detection, trusted timely computing base

周华，贺文辉，马建锋. 入侵容忍的计算机网络系统研究[J]. 计算机工程与应用, 2012, 48(16): 111-116.

ZHOU Hua, HE Wenhui, MA Jianfeng. Study on intrusion-tolerant computer networks[J]. Computer Engineering and Applications, 2012, 48(16): 111-116.

[1]	王振东，张林，李大海. 基于机器学习的物联网入侵检测系统综述[J]. 计算机工程与应用, 2021, 57(4): 18-27.
[2]	曹磊，李占斌，杨永胜，赵龙飞. 基于双层注意力神经网络的入侵检测方法[J]. 计算机工程与应用, 2021, 57(19): 142-149.
[3]	沈少禹，蔡满春，芦天亮，赵琪. 基于LFKPCA-DWELM的入侵检测方案[J]. 计算机工程与应用, 2021, 57(17): 130-137.
[4]	巩俊辉，胡晓辉，杜永文. 基于演化博弈的最优防御策略选取研究[J]. 计算机工程与应用, 2021, 57(13): 116-123.
[5]	黎佳玥，赵波，李想，刘会，刘一凡，邹建文. 基于深度学习的网络流量异常预测方法[J]. 计算机工程与应用, 2020, 56(6): 39-50.
[6]	陈虹，王闰婷，肖成龙，郭鹏飞，黄洁，陈红霖. 基于DBN-XGBDT的入侵检测模型研究[J]. 计算机工程与应用, 2020, 56(22): 83-91.
[7]	狄冲，李桐. 网络未知攻击检测的深度学习方法[J]. 计算机工程与应用, 2020, 56(22): 109-116.
[8]	汪盼，宋雪桦，王昌达，陈锋，徐夏强，蔡冠宇. 基于改进的深度信念网络的入侵检测方法[J]. 计算机工程与应用, 2020, 56(20): 87-92.
[9]	陈虹，赵建智，肖成龙，陈建虎，肖越. 改进ADASYN-SDA的入侵检测模型研究[J]. 计算机工程与应用, 2020, 56(2): 97-105.
[10]	杨彦荣，宋荣杰，周兆永. 基于GAN-PSO-ELM的网络入侵检测方法[J]. 计算机工程与应用, 2020, 56(12): 66-72.
[11]	吴德鹏，柳毅. 基于可变网络结构自组织映射的入侵检测模型[J]. 计算机工程与应用, 2020, 56(12): 81-86.
[12]	刘月峰1，王成1，张亚斌1，苑江浩2. 用于网络入侵检测的多尺度卷积CNN模型[J]. 计算机工程与应用, 2019, 55(3): 90-95.
[13]	蒋欣兰，贾文博. 高铁接触网异物侵入的机器视觉检测方法[J]. 计算机工程与应用, 2019, 55(22): 250-257.
[14]	马占飞1，杨晋2，金溢2，边琦3. 基于IQPSO-IDE算法的网络入侵检测方法[J]. 计算机工程与应用, 2019, 55(10): 115-120.
[15]	刘海燕，张钰，毕建权，邢萌. 基于分布式及协同式网络入侵检测技术综述[J]. 计算机工程与应用, 2018, 54(8): 1-6.