蜜罐技術(shù)在網(wǎng)絡(luò)安全中的研究及應(yīng)用.pdf

1、隨著計算機和通信技術(shù)的飛速發(fā)展，計算機網(wǎng)絡(luò)以其智能化、便捷化、全天候、全球通的特點，已經(jīng)深入到了社會生活的方方面面，承載著當(dāng)中的許多重要信息。隨著其規(guī)模的迅速擴大，網(wǎng)絡(luò)安全問題已成為互聯(lián)網(wǎng)發(fā)展中無法規(guī)避的核心問題。
　　在傳統(tǒng)的網(wǎng)絡(luò)安全防御過程中，我們通常采用的是被動的防御措施，例如阻擋攻擊的防火墻技術(shù)、檢測攻擊的入侵檢測技術(shù)等。雖然他們在一定程度上增強了計算機網(wǎng)絡(luò)的安全性能，但仍無法實現(xiàn)全面的防護(hù)，因此我們引入了預(yù)警技術(shù)來實時監(jiān)

2、控攻擊行為，從而預(yù)先采取應(yīng)對措施來增強網(wǎng)絡(luò)的安全性能。
　　蜜罐技術(shù)是一種基于主動的安全防御技術(shù)，運用其建立起來的安全預(yù)警系統(tǒng)，可以滿足應(yīng)對突發(fā)安全事件的準(zhǔn)確預(yù)警，精確定位，快速響應(yīng)的要求。本文對現(xiàn)有的蜜罐核心技術(shù)進(jìn)行了剖析，針對其存在的缺陷，將RBF神經(jīng)網(wǎng)絡(luò)引入蜜罐技術(shù)中，提出了一種新的遺傳神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法，從而實現(xiàn)了搜索的并行化，提高了預(yù)警的精準(zhǔn)度和自學(xué)習(xí)能力。
　　本文設(shè)計了一個新型的基于ARIMA的蜜罐預(yù)警模型，并