Current Studies On Intrusion Detection System, Genetic Algorithm And Fuzzy Logic
入侵检测系统(IDS)是用来检测计算机系统或网络中恶意行为的一种系统安全技术。入侵检测系统中采用的方法有很多种,但不幸的是,每种方法到目前为止都不是完全理想的。在许多基于异常的入侵检测系统中,预测过程可能产生错误警报。利用模糊逻辑的概念,可以降低建立入侵活动时的虚警率。一组有效的模糊规则可以用来定义计算机网络中的正常和异常行为。因此,为了保证最佳安全性,需要对计算机网络中的异常行为进行监控。在本文中,我提出了一些研究论文的基础上的入侵检测系统,方法和良好的模糊分类器,使用遗传算法,这是目前的发展工作的重点和解决问题的入侵检测系统提供一个现实世界的入侵检测。最后,即将到来的技术和各种方法,承诺提高计算机系统检测入侵的能力进行了讨论。
2013-04-12 cs.CR
Anomaly-based Intrusion Detection System Using Fuzzy Logic
最近,分布式拒绝服务(DDOS)攻击已被用于不同的方面,以拒绝为最终用户提供的服务的数量。因此,迫切需要设计一种有效的检测方法来抵御这类攻击。模糊推理系统提供了一个更可读和理解的形式的结果。介绍了一种基于模糊逻辑的异常入侵检测系统。模糊逻辑推理系统实现为分布式拒绝服务(DDOS)攻击的检测方法。该方法被应用于一个开源的DDOS数据集。实验结果表明,基于模糊逻辑的异常入侵检测系统在使用模糊推理系统的基础上,采用InfoGain特征选择方法,得到了最好的结果,其真阳性率为91.1%,假阳性率为0.006%.
2021-06-22 cs.CR cs.NI
Multi-Biometric Fuzzy Vault based on Face and Fingerprints
secunet Security Networks AG(赛库耐特安全网络股份公司);Federal Office for Information Security(联邦信息安全办公室)
模糊保险库方案已被建立为适合于隐私保护的生物认证的密码原语。为了提高准确性和隐私保护,多个特征的生物特征信息可以在特征级融合,然后将其锁定在模糊保险库中。我们构建了一个基于人脸和多个指纹的多生物特征模糊保险库。在由FRGCv 2人脸和MCYT-100指纹数据库构建的多生物特征数据库上,在30位以上的错误接受安全性下实现了完美的识别准确率。此外,我们提供了一个形式化的特征级融合在多生物特征模糊保险库,在此基础上,相关的安全问题进行了阐述。所述安全问题,我们定义的对策,通常被忽视,可能会损害整个系统的安全。
2023-01-17 cs.CR cs.CV
Intrusion Detection Mechanism Using Fuzzy Rule Interpolation
模糊规则插值(FRI)方法可以推断(内插)的结论,即使在某些情况下,如果没有明确定义的模糊规则为基础的知识表示。该属性在部分解析解决的应用中是有益的;在那里,专家知识表示的效率与机器学习方法的精度混合。本文的目的是介绍FRI在入侵检测系统(IDS)应用领域的优势,在分布式拒绝服务(DDOS)攻击的检测机制的设计和实现。在作为测试平台环境的论文示例中,应用了开源DDOS数据集和通用公共许可证(GNU)FRI SDK。FRI-IDS示例应用程序的性能与用于在相同的开源测试平台环境中检测DDOS攻击的其他常见分类算法进行了比较。结果表明,FRI-IDS的整体检测率与其他方法相当。在示例数据集上,它优于支持向量机算法的检测率,而其他算法(神经网络、随机森林和决策树)记录略高的检测率。因此,FRI推理系统可以是一个合适的方法来实现作为一种检测机制的入侵检测系统,它有效地降低了误报率值。此外,由于其模糊规则库的知识表示性质,它可以很容易地适应专家知识,也适用于预测的威胁可能性程度的水平。
2019-04-18 cs.CR
FDIFormer:Protocol-Aware Transformer Learning for False Data Injection Attack Detection in Smart Grid Networks
School of Information Technology, Deakin University(迪肯大学信息技术学院)
研究智能电网中IEC 61850 GOOSE通信的虚假数据注入攻击检测问题,提出FDIFormer框架,利用GOOSE数据包序列结构化文本表示及预训练Transformer模型,无需特征工程,实验表明该方法在检测攻击上有效且性能良好。
2026-07-08 cs.CR
Risk Averse Alert Prioritization for IDS Using Subnormal Gaussian Fuzzy Models
Murat Moran
提出基于次正态高斯模糊数的警报优先级排序框架,通过建模威胁严重性、检测置信度和组织风险态度三种不确定性,利用排序指数实现可调安全姿态,实验证明在检测器退化下比基线方法更鲁棒。
2026-05-26 cs.AI cs.CR cs.HC
Protocol-independent Detection of "Messaging Ordering" Network Covert Channels
检测方法可用于几个已知的隐蔽信道。然而,在过去的十年中,一种类型的隐蔽通道很少受到关注,这就是“消息订购”通道。这样的隐蔽信道改变通过网络传输的PDU(协议数据单元,即分组)的顺序以编码隐藏信息。这些通道的优点是它们不容易被阻止,因为它们不修改报头内容,而是模仿典型的网络行为,例如TCP段以与发送顺序不同的顺序到达。贡献:在本文中,我们展示了一种独立于协议的方法来检测消息排序通道。我们的方法是基于修改后的压缩性得分。我们分析了消息排序通道的可检测性,以及几种类型的消息排序通道的可检测性是否不同。结果:我们的研究结果表明,消息排序信道的检测取决于它们的使用PDU的数量。首先,我们手动执行粗略的阈值选择,然后使用C4.5决策树分类器进行优化。我们能够检测到消息排序隐蔽通道的准确性和F1得分>= 99.5%,如果它们使用3或4个PDU的序列,则假阳性率分别< 1%和< 0.1%。仅操作两个PDU的序列的更简单的通道可检测到,准确性和F1评分为94.5%,并且与5.19%的假阳性率相关。因此,我们认为我们的方法适合于具有利用3或4个PDU的信道的真实世界检测场景,而利用2个PDU的信道的检测应当进一步改进。
2021-02-28 cs.CR cs.NI
Privacy-Preserving Application-to-Application Authentication Using Dynamic Runtime Behaviors
应用程序身份验证通常使用某种形式的秘密凭据(如加密密钥、密码或API密钥)来执行。由于客户端负责安全地存储和管理密钥,因此这种方法很容易受到客户端的攻击。类似地,集中管理的密钥存储也容易受到各种攻击,并且如果受到损害,则可能泄漏凭据。为了解决这些问题,我们提出了一个应用程序身份验证,我们依赖于独特的和可区分的应用程序的行为,在设置阶段锁定密钥,并解锁它进行身份验证。我们的系统在现有的证书认证系统的基础上增加了一个模糊提取层。在密钥注册过程中,从网络中的各种传感器收集的应用程序的行为数据用于隐藏凭证密钥。如果应用程序在身份验证期间的行为与在注册期间收集的行为匹配,模糊提取器将向服务器释放密钥,并具有一定的噪声容限。我们设计了该系统,分析了其安全性,并使用部署在我们网络中的10个实际应用程序对其进行了实施和评估。我们的安全性分析表明,该系统是安全的客户端妥协,保险库妥协,和功能观察。测试结果表明,该方案的误接受率为0,平均误拒绝率为14%,认证成功时间约为51 ms。鉴于这些有希望的结果,我们希望我们的系统是实际使用,因为它的部署需要在服务器上的零到最小的变化。
2022-11-23 cs.CR
Improving Spam Detection Based on Structural Similarity
我们提出了一种新的检测算法,使用的结构关系的电子邮件的收件人和垃圾邮件的识别的基础。用户和接收者被表示为在其倒易空间中的向量。向量之间的相似性的措施,构建和使用分组用户到集群。知识,他们的分类为过去的垃圾邮件或合法邮件的收件人,来自一个辅助检测算法,然后使用这些集群的概率标记。这些知识来自一个辅助算法。然后使用新消息的发送者和接收者集合与聚类的中心向量之间的相似性度量来评估该消息是合法的还是垃圾邮件的可能性。我们表明,该算法是能够正确的误报(合法邮件分类为垃圾邮件)使用一个星期的smtp日志的测试床的一部分。
2005-04-05 cs.CR
Anomaly Detection in XML-Structured SOAP Messages Using Tree-Based Association Rule Mining
Iran University of Science and Technology(伊朗科技大学)
Web服务是为支持可互操作的动态跨企业交互而设计的软件系统。对Web服务的攻击可能造成灾难性的后果,导致企业机密数据的泄露。由于每天都有新的攻击方法出现,异常检测系统似乎是这方面的宝贵工具。这项工作的目的是针对驻留在Web服务层和可扩展置标语言(XML)结构的简单对象访问协议(SOAP)消息中的攻击。在研究了现有解决方案的不足后,提出了一种新的Web服务异常检测方法。更具体地说,所提出的技术说明了如何通过对XML结构的SOAP消息采用挖掘方法来识别异常。该技术还利用了基于树的关联规则挖掘的优点,在训练阶段提取知识,在测试阶段使用这些知识来检测异常。此外,这种新的技术组合带来了近低的误报率,同时保持检测率相当高,这是由案例研究所示。
2016-05-20 cs.AI cs.CR
Misbehavior Detection Using Collective Perception under Privacy Considerations
在协同ITS中,安全和隐私保护是必不可少的。协同感知消息(CAM)是一种基本的V2V消息标准,除了通过公钥基础设施(PKI)进行节点认证之外,不当行为检测对于防止来自系统内部的攻击CAM至关重要。相反,为了保护隐私免受跟踪而引入的假名ID使执行不当行为检测变得具有挑战性。在这项研究中,我们提高了不良行为检测的性能,使用其他车辆的观察数据。这被称为集体感知信息(CPM),它正在成为欧洲国家的新标准。我们已经使用真实的流量场景进行了实验,并成功地将拒绝有效CAM的比率(误报)降低了约15个百分点,同时保持了正确检测攻击的比率(真阳性)。
2021-11-02 cs.CR cs.NI
Private Information Retrieval from MDS Coded Data with Colluding Servers: Settling a Conjecture by Freij-Hollanti et al.
MDS-TPIR问题的$(K, N, T, K_c)$实例由$K$消息和$N$分布式服务器组成。每个消息通过$(K_c, N)$ MDS存储代码单独编码。用户希望尽可能高效地检索一条消息,同时不向多达个$T$服务器的任何串通集合透露有关所需消息索引的信息。检索效率的基本限制,即,MDS-TPIR的容量仅在$T$或$K_c$属于$\{1,N\}$的极端情况下是已知的。这项工作的重点是Freij-Hollanti,Gnilke,Hollanti和Karpuk最近提出的一个猜想,该猜想为MDS-TPIR提供了一个通用的容量表达式。我们证明,该猜想是假的,作为一个反例提出的PIR计划的设置$(K, N, T, K_c) = (2,4,2,2)$,它实现了速率$3/5$,超过了所限制的容量,$4/7$。从反例的见解导致我们的能力表征MDS-TPIR的各种情况下,包括所有情况下与$(K, N, T, K_c) = (2,N,T,N-1)$,其中$N$和$T$可以是任意的。
2017-01-30 cs.CR cs.IR cs.IT
Multi-phase IRC Botnet and Botnet Behavior Detection Model
僵尸网络被认为是网络和互联网面临的最危险和最严重的安全威胁之一。与其他安全威胁相比,僵尸网络成员可以通过IRC和HTTP等常见协议,甚至通过隐蔽和未知的应用程序,通过僵尸主机的C&C消息进行定向和控制。至于IRC僵尸网络,一般的安全实例,如防火墙和IDS,本身并不能提供一个可行的解决方案来完全阻止它们。这些设备不能很好地区分IRC协议的合法和恶意流量。因此,本文提出了一种基于入侵检测系统的多阶段IRC僵尸网络和僵尸网络行为检测模型,该模型基于C&C响应消息和网络环境中IRC僵尸程序的恶意行为。该模型已被评估五个网络流量跟踪从两个不同的网络环境(虚拟网络和DARPA 2000 Windows NT攻击数据集)。实验结果表明,该模型能够检测出所有受感染的IRC僵尸网络成员,并报告其当前的攻击状态,过滤其恶意IRC消息,传递其他正常IRC消息,检测出僵尸网络行为,且误报率很低,与僵尸网络通信协议无关。所提出的模型进行了比较与一些现有的和众所周知的方法,包括BotHunter,BotSniffer和Rishi关于僵尸网络的特点,在每种方法。比较表明,所提出的模型在比较模型上取得了进步,不依赖于特定的时间窗口或特定的机器人签名。
2015-01-13 cs.CR
AuthenLoRA: Entangling Stylization with Imperceptible Watermarks for Copyright-Secure LoRA Adapters
Shanghai University(上海大学);University of Science and Technology of China(中国科学技术大学);Fudan University(复旦大学)
AuthenLoRA通过在LoRA训练过程中嵌入隐秘水印,实现版权安全的风格化生成,提升水印传播的鲁棒性和降低假阳性率。
2025-11-26 cs.CR
LEADER: Low Overhead Rank Attack Detection for Securing RPL based IoT
近年来,研究人员在低功耗有损网络路由协议(RPL)中发现了几个安全漏洞,其中排名攻击是一个主要的漏洞,通过创建虚假拓扑对网络造成不利影响。为了解决这个问题,我们提出了一个低开销的秩攻击检测方案,用于物联网中使用的RPL的非存储模式,以处理增加和减少秩攻击。因此,我们修改了RPL面向目的地的有向无环图(DODAG)形成算法,以检测排名攻击拓扑结构的形成和维护。该算法的分布式模块运行在所有参与节点,而集中式模块运行在汇。与许多现有的方案不同,我们不发送额外的控制消息,通过简单地修改DAO控制消息,使该方案的开销低。此外,轻量级消息认证码(HMAC-LOCHA)用于验证节点和信宿之间交换的控制消息的完整性和真实性。所提出的方案的正确性,建立通过使用多个测试用例场景的具体证明。最后,所提出的方案的性能进行了评估,理论上和通过基于Contiki的Cooja模拟器的仿真。理论评估证明了该方案的能量效率。仿真结果表明,我们的计划优于一个国家的最先进的秩攻击检测方案的检测精度,误报率或漏报率和能源消耗,同时也保持可接受的网络性能,如改善检测延迟和平均数据包交付率。
2020-11-25 cs.CR cs.NI