隐蔽扫描技术的研究与应用

一、引言 网络扫描通过网络来测试主机安全性,可以用来完整的评价网络主机安全.对于网络管理员而言,网络扫描器是高效获取当前网络信息的有力工具;对于黑客而言,网络扫描器则是进行攻击准备的利器.但是,由于网络扫描极易暴露攻击者的身份,各种隐蔽扫描技术成为研究热点.     

隐蔽扫描技术的研究与应用

本文对隐蔽扫描中的分片扫描技术进行了研究，在分析当前应用的基础上提出了一种在Windows环境下运行的分片扫描器的结构，并阐述了其实现方法。扫描器引入了“截包”的思想，因而整体结构更加模块化，实现更简单。     

一种实现异步显示屏的新方法

LDE显示屏的实现技术已日趋成熟，本文介绍了一种新方法，即使用逻辑可编程器件ispLSH032E来实现一个单色异步屏，并给出了其在系统中实现逻辑所用的原理图及仿真结果。     

基于危险理论的无线传感器网络入侵检测模型

针对无线传感器网络入侵检测技术面临的挑战,利用了人工免疫技术的基本原理,提出一种基于危险理论的入侵检测模型。模型采用了分布式合作机制,与采用混杂模式监听获取全局知识的方法相比,在检测性能和能耗上都具有优势。仿真结果表明,相比于传统的单一阈值Watchdog算法和自我非我(SNS)模型,基于危险理论的检测模型能够提供较高的检测率和较低的误检率,并且有效降低了系统的能耗。     

基于运动状态的延迟容忍移动传感器网络数据传输策略

针对延迟容忍移动传感器网络(DTMSN, delay tolerant mobile sensor networks)提出一种基于节点运动状态的数据传输(MSD, motion state-based delivery)策略.MSD使用2个通信频率,传感器节点利用基站在频率f1上的广播信号完成自身运动状态和传输概率的计算,并以此作为利用频率f2进行消息转发的依据.为了提高性能,MSD中利用消息生存时间和自身消息优先传输机制来完成消息队列的管理.仿真结果表明,与现有的几种DTMSN数据传输策略相比,MSD能够以较低的通信开销和传输延迟达到较高的数据传输成功率.     

基于攻击图的多源告警关联分析方法

现有基于攻击图(attack graph)的告警关联分析方法难以全面处理告警关联关系,同时,漏报推断和告警预测带来大量冗余路径误报。针对以上问题提出了基于攻击图的多源告警关联分析算法,能够综合应用图关系和阈值限制进行联动推断和预测,达到更为全面解决攻击图中的告警漏报和减少误报数量的目的。同时,将告警处理算法并行化,提出了AG-PAP告警并行处理引擎。实验表明,该方法能够提升关联分析的有效性和性能表现。     

网络空间安全中的人格研究综述

网络空间是所有信息系统的集合,是人类赖以生存的信息环境。网络空间安全已经从物理域、信息域安全扩展到以人为中心的认知域和社会域安全,对人的安全研究已经成为了网络空间安全的必然趋势。人是复杂多变的综合体,而人格作为人的稳定的心理特征,成为了人的安全相关研究的切入点。该文梳理当前网络空间安全中的人格研究,介绍了网络空间安全和人格的基本概念,提出了网络空间安全中人格的研究框架,涵盖理论研究、技术研究和技术应用3个层次;其中技术研究主要包括人格测量、人格的安全脆弱性和针对人的安全防护3部分;详细探讨了当前人格安全研究现状和存在的问题,最后讨论了未来的研究方向和发展趋势。     

新的混沌粒子群优化算法

针对传统粒子群算法初期收敛较快,而在后期容易陷入早熟、局部最优的特点,提出了一种新的混沌粒子群优化算法,不同于己有的混沌粒子群算法的简单粒子序列替换,该算法将混沌融入到粒子运动过程中,使粒子群在混沌与稳定之间交替运动,逐步向最优点靠近。并提出了一种新的混沌粒子群数学模型,进行了非线性动力学分析。数值测试结果表明该方法能跳出局部最优,极大提高了计算精度,进一步提高了全局寻优能力。     

一种延迟容忍移动传感器网络自适应连接探测机制

连接探测效率对延迟容忍移动传感器网络(Delay-Tolerant Mobility Sensor Network,DTMSN)的性能有着重要的影响。该文在对随机路点(Random Way-Point,RWP)移动模型统计特性研究的基础上,提出一种面向RWP的DTMSN自适应连接探测机制(Adaptive Contact-Probing Scheme,ACPS)。其基本思想是节点根据每次移动过程中连接到达率的不同,自适应地调整连接探测次数和探测时间,通过提高探测效率和探测准确性来降低探测能量开销和连接发现延迟。仿真结果表明,与固定周期探测机制(Fixed-cycle Probing Scheme,FPS)相比,ACPS能够以较低的能量开销取得更高的探测成功率和更短的连接发现延迟。     

利用希尔伯特黄变换检测DDoS攻击

DDoS detection has been the research focus in the field of information security. Existing detecting methods such as Hurst parameter method and Markov model must ensure that the network traffic signal f (t) is a stationary signal. But its stability is just a regular assumption and has no strict mathematical proof. Therefore methods mentioned above lack of reliable theoretical support. This article introduces Hilbert- HuangTtransformation(HHT) . HHT does not need to be based on signal stability, but it monitors the similarity between Hilbert marginal spectrums of adjacent observation sequences so as to realize DDoS detection. The method is experimented on DARPA 1999 data and simulating data respectively. Experimental results show that the method behaves better than existing Hurst parameter method in distinguishing both the normal and the attacked traffic.