马歌;

• 1:郑州师范学院信息科学与技术学院

摘要(Abstract)：

由于受到数据库容量限制,传统的识别系统对于新型网络攻击类型的识别能力低。针对这一问题,提出基于Stackelberg-Markov的网络攻击识别系统,优化了系统硬件和软件,同时引入自主识别端与远程维护端,通过两个端口协调配合采集信息,将得到的信息存入到数据库中,将防御识别处理器作为Stackelberg博弈理念的核心处理器,同时加入B365M AORUS ELITE主板+英特尔i5-9400F主板U套装/主板+CPU套装,提高系统的防御能力。利用穷举法和网络猜测法记录病毒木马入侵攻击这一类网络攻击,并给出相应的解决建议。实验结果表明,基于Stackelberg-Markov的网络攻击识别系统具有新型病毒记忆功能,能够有效识别多种类型的网络攻击,识别能力较好。

关键词(KeyWords)： Stackelberg-Markov;网络攻击;攻击识别系统;网络安全;信息安全;攻击分析;识别模型

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 马歌;

Email:

DOI: 10.16652/j.issn.1004-373x.2021.01.007

参考文献(References)：

• [1]许书彬，贾哲，张海锋.基于SDN的网络特征动态隐藏技术[J].通信学报，2018,39(z2):28-34.
• [2]李芳菊.基于Hadoop的网络行为大数据安全实体识别系统设计[J].现代电子技术，2019,42(17):75-79.
• [3]李彦瑾，罗霞.突发环境下城市道路网关键路段集识别[J].交通运输系统工程与信息，2018,18(2):128-135.
• [4]钱斌，蔡梓文，肖勇，等.基于模糊推理的计量自动化系统网络安全态势感知[J].南方电网技术，2019,13(2):51-58.
• [5]林君宇，李奕萱，郑聪尉，等.应用卷积神经网络识别花卉及其病症[J].小型微型计算机系统，2019,40(6):1330-1335.
• [6]赵汉理，刘俊如，姜磊，等.基于卷积神经网络的双行车牌分割算法[J].计算机辅助设计与图形学学报，2019,31(8):1320-1329.
• [7]方洁.光通信网络系统信号调制方式的自动识别方法[J].激光杂志，2019,40(5):149-153.
• [8]范珊珊，王彬，薛屹洵，等.基于网络模型的综合能源系统参数辨识与效率识别[J].电力建设，2019,40(6):33-40.
• [9]李正明，钱露先，李加彬.基于统计特征与概率神经网络的变压器局部放电类型识别[J].电力系统保护与控制，2018,46(13):55-60.
• [10]洪晓彬，吴新玲.基于激光传感网络的离线集中式卫星资源调度系统设计[J].激光杂志，2019,40(7):121-124.
• [11]段秀娟.基于混沌粒子群优化BP神经网络的网络安全风险评估系统设计[J].科学技术与工程，2019,19(16):251-255.
• [12]袁文荣，杜昭平.一种非线性网络串级控制系统的控制器设计[J].控制工程，2018,25(10):1876-1881.
• [13]吴傲，孟飞，程如朋.基于混合网络的直流电机控制系统设计与实现[J].上海海事大学学报，2018,39(2):86-90.
• [14]牛丹丹，李培强.光纤通信网络故障信号诊断系统的设计与实现[J].激光杂志，2018,39(10):87-91.
• [15]孙俊，何小飞，谭文军，等.空洞卷积结合全局池化的卷积神经网络识别作物幼苗与杂草[J].农业工程学报，2018,34(11):159-165.