随着网络技术的发展,我们已经进入信息化时代,网络安全问题也成为人们和国家重点关注的问题。入侵检测技术是维护网络安全的一项关键技术,它通过对流量进行实时监控,对威胁事件做出即时响应来保护网络安全。如何能准确地识别恶意攻击流量是入侵检测系统关键,是学者们一直在研究的问题。网络技术不断革新发展,网络环境变得愈发复杂,传统的入侵检测技术面临严峻的考验。目前机器学习在图像识别、文本分类领域解决分类问题已经表
随着互联网技术和网络应用不断蓬勃发展,人们的生活和社会发展获得了诸多便利,但同时也产生了大量网络安全隐患。传统的网络安全防御技术主要针对网络攻击采取被动防御的方式,不能全面及时地进行网络安全分析和管理。网络安全态势感知分为态势要素提取、态势评估和态势预测,可以对网络中的安全事件和攻击行为等进行实时感知、分析和预警,具有更强的实时性、适应性和全面性,使得网络管理人员可以网络环境进行主动防御,提高网络
网络攻击、非法交易和网络谣言等网络公害严重影响社会稳定和国家安全。随着国家管控力度加大,其生存空间逐渐由明网向深暗网等匿名空间转移。网络公害匿名化给执法人员的侦察和取证工作带来挑战,是网络空间管控领域一大难题。对网络用户身份进行侦察和识别是网络公害治理案件中线索发现和侦办的主要内容,是打击网络犯罪工作的基础。当前网络用户身份的侦察主要依靠网络地址和网络身份特征等传统侦察手段,由于匿名空间中无法获取